王广生，孙祎峥，孙海军，鱼 童，张 铖，周云鹏

（1.中国港湾工程有限责任公司，北京 100027；2.河海大学港口海岸与近海工程学院，江苏南京 210098）

引言

近年来，尽管国际海事组织（IMO）及各国政府通过降低船用燃料油中的硫含量来控制船舶大气污染物排放，但由于高、低硫油价格存在较大差距，低硫油高昂的使用成本使得高硫燃油使用的违规率依然较高。为解决此问题，已有众多研究尝试通过移动式监测系统[1]、岸基遥感监测[2]、无人机嗅探检测[3]等方式开展船舶尾气污染防治工作。其中，无人机嗅探检测方式凭借在机动性强和执法效率高等优势，受到了行业内学者的广泛关注，在海事管理领域的可行性得到了充分的证明[4-6]。

然而，在船舶流量密度较大的情况下，仅依靠人工操控无人机完成检测工作效率低、危险性也较高，因此研究续航时间有限的条件下，多无人机协同是实现无人机自动化监测的关键问题。

多无人机协同类属于任务分配问题[7]，即在已知无人机数量和任务数量的条件下，考虑到环境威胁、无人机的续航能力、载荷能力约束以及任务的特殊需求，进行合理的任务分配，使得各无人机均能够以最优效率协同完成工作。路径寻优问题一般可将其归为经典的旅行商问题[8]，多无人机协同的情景涉及到多旅行商问题（Multiple Traveling Salesman Problem,MTSP）和移动目标旅行商问题（Moving Target Traveling Salesman Problem,MTTSP）。针对MTSP 问题，目前主要采用启发式算法进行求解，如杂草入侵算法[9]、人工蜂群算 法[10]、遗传算法[11]、粒子群算法[12]等。……