计算机工程与应用

作者：戴斯澄, 刘勤明, 叶春明, 汪宇杰

单位：上海理工大学 管理学院，上海 200093；

关键词：无人机血液配送,蛇鹫优化算法,增强路径快速探索随机树（EP-RRT）算法,选址-路径优化

基金：国家自然科学基金（72271161，72331006）；上海市2021度“科技创新行动计划”宝山转型发展科技专项项目（21SQBS01404）；上海理工大学科技发展项目（2020KJFZ038）。

针对城乡医疗配送中无人机选址与路径规划的复杂性，提出了一种基于智能优化的选址-路径联合优化模型。该模型采用结合深度强化学习的蛇鹫优化算法（DRL-SBOA）解决基站选址问题，通过智能搜索策略，在满足禁飞区约束与覆盖需求的前提下，实现了选址方案的全局优化。在路径规划阶段，引入了增强路径快速探索随机树算法（EP-RRT），显著提升了多无人机系统在复杂环境下的路径生成效率与能耗表现。仿真结果表明，与传统RRT算法相比，该模型能有效减小路程，优化了9.64%，配送时间上优化了29.41%，降低碳排放量，提升整体配送效率与系统稳定性。模型还展现出良好的扩展性，适应大规模、多目标的选址与路径优化任务。为构建高效、低碳、智能化的城市医疗物流体系提供了理论参考与技术支持。

来源：2026年第7期

《计算机工程与应用》期刊编辑部

查看计算机工程与应用杂志2026年第7期