（3）是B題的核心問題
針對這一題，提供一共三種思路。
① 如果能力強的話，可以進行模擬仿真，這樣效果最好，相信不出意外的話，一定你能從中脫穎而出，仿真對于本題絕對是錦上添花，類似下面這種結(jié)果，不是讓大家真的仿真出問題3的結(jié)果，而是對仿真進行一個展示，根據(jù)仿真，讀出結(jié)果。
(, 下載次數(shù): 17)
上傳
點擊文件名下載附件
航向調(diào)整仿真
(, 下載次數(shù): 17)
上傳
點擊文件名下載附件
間距調(diào)整仿真
② 不仿真也沒關(guān)系，這一個題，針對大眾來說，可以當做一個優(yōu)化調(diào)度問題。首先將各個飛機的極坐標輸入到Matlab中去，得到如下圖所示（*是無偏差情況下應(yīng)該在的位置，o則是實際位置與無偏差情況的對比），目標就是發(fā)送信號的次數(shù)最少（目標），值得注意的是“圓周上最多3架無人機”，那么也就是說可以2架、可以3架（1架別想了，不可行的），之后可以采用遺傳算法等進行求解，從而得出最終的結(jié)果。
(, 下載次數(shù): 18)
上傳
點擊文件名下載附件
無人機初始位置示意圖
(, 下載次數(shù): 19)
上傳
點擊文件名下載附件
遺傳算法流程圖
③ 也可以使用貪婪算法進行求解。由于除FY00與FY01外的無人機位置均有偏差，因此，每次選擇除FY00外圓周上兩架無人機發(fā)射信號，對其余無人機進行定位時，均存在一定的偏差。因此，利用貪婪策略選取發(fā)射信號的無人機，使得定位偏差盡可能的小。
定義無人機的位置的相對誤差：
1）候選集合。為了構(gòu)造問題的解決方案，有一個候選集合C作為問題的可能解，問題的最終解均取自于候選集合C。
2）解集合。隨著貪婪選擇的進行，解集合不斷擴展，直到構(gòu)成一個滿足問題的完整解。
3）解決函數(shù)。檢查解集合是否構(gòu)成問題的完整解。
4）選擇函數(shù)。即貪心策略，以相對誤差δ最小作為發(fā)射信號無人機的選取策略。
5）通過位置信息，對無人機位置進行調(diào)整。
6）判斷無人機位置是否滿足題設(shè)要求。
問題2：
針對問題2，提供兩種方法，根據(jù)自己的實際情況，選擇自己擅長的方法。
① 問題2可以當做是問題1模型的一個拓展，問題1解決了，問題2應(yīng)該問題不大，關(guān)鍵在于，注意無人機群隊形的變化，問題1是單中心，問題2可以看為是多中心。想要做的更出彩，可以考慮機群之間的相對位置和拓撲關(guān)系，設(shè)計隊形重構(gòu)策略，最終再建立數(shù)學(xué)模型。
② 由于問題二中無人機不一定保持同一高度飛行，因此在建立模型時,我們盡可能選擇相鄰三個無人機發(fā)射信號，通過測量其邊長與50m的差距，來衡量無人機位置的偏差。因此，針對上述問題可以采用動態(tài)規(guī)劃模型進行求解。
動態(tài)規(guī)劃主要用于求解以時間劃分階段的動態(tài)過程的優(yōu)化問題,但是一些與時間無關(guān)的靜態(tài)規(guī)劃(如線性規(guī)劃、非線性規(guī)劃)，只要人為地引進時間因素，把它視為多階段決策過程，也可以用動態(tài)規(guī)劃方法方便地求解。在本題中，我們選擇每次調(diào)整無人機位置作為一個時刻。建立動態(tài)規(guī)劃模型。
主要步驟為：
先建立起動態(tài)規(guī)劃的數(shù)學(xué)模型：
1）將過程劃分成恰當?shù)碾A段。
2）正確選擇狀態(tài)變量: xk，使它既能描述過程的狀態(tài)，又滿足無后效性，同時確定允許狀態(tài)集合xk。
3）選擇決策變量uk，確定允許決策集合uk（xk）。
4）寫出狀態(tài)轉(zhuǎn)移方程。
5）確定階段指標vk （xk,uk）及指標函數(shù)vkn的形式(階段指標之和，階段指標之積，階段指標之極大或極小等)。
6）寫出基本方程即最優(yōu)值函數(shù)滿足的遞歸方程，以及端點條件。