MétaCan
Menu
Retour à la cohorte
Enregistrement W4391450589 · doi:10.1016/j.cja.2024.01.028

Aerial refueling scheduling of multi-receiver and multi-tanker under spatial-temporal constraints for forest firefighting

2024· article· en· W4391450589 sur OpenAlexaff
Jing Huang, Jiaqi XING, Jinrui Ren, Quan Quan, Youmin Zhang

Notice bibliographique

RevueChinese Journal of Aeronautics · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueAerospace Engineering and Control Systems
Établissements canadiensConcordia University
Organismes subventionnairesKey Research and Development Program of Jiangxi ProvinceNational Natural Science Foundation of China
Mots-clésFirefightingRendezvousScheduling (production processes)Fuel efficiencyComputer scienceEngineeringAerospace engineeringOperations management

Résumé

récupéré en direct d'OpenAlex

Forest fires pose a significant threat to human life and property, so the utilization of unmanned aircraft systems provides new ways for forest firefighting. Given the constrained load capacities of these aircraft, aerial refueling becomes crucial to extend their operational time and range. In order to address the complexities of firefighting missions involving multi-receiver and multi-tanker deployed from various airports, first, a fuel consumption calculation model for aerial refueling scheduling is established based on the receiver path. Then, two distinct methods, including an integrated one and a decomposed one, are designed to address the challenges of establishing refueling airspace and allocating tasks for tankers. Both methods aim to optimize total fuel consumption of the receivers and tankers within the aerial refueling scheduling framework. The optimization problem is established as nonlinear optimization models along with restrictions. The integrated method seamlessly combines refueling rendezvous point scheduling and tanker task allocation into unified process. It has a complete solution space and excels in optimizing total fuel consumption. The decomposed method, through the separation of rendezvous point scheduling and task allocation, achieves a reduced computational complexity. However, this comes at the cost of sacrificing optimality by excluding specific feasible solutions. Finally, numerical simulations are carried out to verify the feasibility and effectiveness of the proposed methods. These simulations yield insights crucial for the practical engineering application of both the integrated and decomposed methods in real-world scenarios. This comprehensive approach aims to enhance the efficiency of forest firefighting operations, mitigating the risks posed by forest fires to human life and property.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,015
Tête enseignante GPT0,253
Écart entre enseignants0,238 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChinese Journal of AeronauticsMême sujetAerospace Engineering and Control SystemsTravaux en français237 207