Utafiti huu unatengeneza mfumo shirikishi wa mageuzi tofauti unaoitwa Multi-Strategy Cooperative Differential Evolution Algorithm (MuCDEA) kwa lengo la kuzalisha njia zinazoweza kutekelezeka kwa ndege zisizo na rubani katika mazingira yenye vizuizi na maeneo ya tishio. Mbinu hii huendesha mikakati tofauti ya mageuzi tofauti katika makundi madogo ya idadi ya watu yaliyojitenga, hutathmini utendaji wake kwa vipindi maalumu na kuipa mkakati wenye mafanikio zaidi sehemu kubwa zaidi ya idadi ya watu. Mbinu ililinganishwa katika visa vya upangaji njia vya 2B na 3B, jumla ya visa 20, katika viwango viwili tofauti vya ugawanyaji wa njia na kwa uendeshaji huru 30 kwa kila kisa. Katika upangaji wa jumla wa alama unaotegemea CEC-2022, ambapo JADE, SaDE na SHADE zilitumika kwa pamoja, MuCDEA24 ilishika nafasi ya kwanza kwa alama 292823, huku SHADE ikiwa ya pili kwa alama 290737. Hata hivyo, utafiti huu si jaribio la ndege halisi; matokeo yanategemea matatizo ya nambari ya upangaji njia yanayotumia vizuizi visivyohama.

Tatizo la upangaji njia wa UAV halichukuliwi tu kama kutafuta mstari mfupi zaidi kati ya sehemu ya kuanzia na lengo. Katika fungsi lengo, gharama ya mafuta inayowakilisha urefu wa njia hutathminiwa pamoja na kufikiwa na maeneo ya tishio. Zaidi ya hayo, pembe za mwinamo na mchepuko katika sehemu zinazofuatana za njia huwekewa mipaka ili kupunguza maneva makali kupita kiasi. Kwa njia hii, algoriti inaelekezwa kuzalisha njia ambazo si fupi tu, bali pia zinaepuka vizuizi na zinaweza kutekelezeka zaidi kwa kuzingatia jiometri ya ndege.

Nguvu ya MuCDEA24 haitokani na kutoa matokeo bora zaidi katika kila jaribio moja moja. SHADE ilishika nafasi ya kwanza katika visa vinane kati ya 20, huku MuCDEA24 ikiwa ya kwanza katika visa saba; hata hivyo, MuCDEA24 haikushuka chini ya nafasi ya tano katika kisa chochote. Katika upangaji wa jumla wa utafiti, tabia hii thabiti zaidi ilikuwa ya kuamua. Watafiti wanaonyesha kuwa ushirikiano wa mikakati tofauti ya utafutaji unaweza kuunda uwiano bora zaidi kati ya uchunguzi na utumiaji mbele ya usambazaji unaobadilika wa vizuizi na ukubwa tofauti wa tatizo.

Katika uchambuzi wa jumla wa utendaji, thamani ya wastani ya fungsi lengo ya MuCDEA24 katika visa 20 iliripotiwa kuwa 2538,42, huku ya SHADE ikiwa 3450,70. Kwa mujibu wa hesabu za utafiti, hii inamaanisha takriban kupungua kwa %26,4 kwa upande wa wastani wa fungsi lengo. Pia iliripotiwa takriban kupungua kwa %51,4 kwa mkengeuko sanifu wa fungi lengo ikilinganishwa na SHADE. Kwa upande mwingine, wastani wa urefu wa njia ulitolewa kuwa 1750,91 kwa MuCDEA24 na 1741,37 kwa SHADE. Kwa hiyo, faida ya MuCDEA24 si tu kuzalisha njia fupi zaidi; inatokana na kutathmini kwa pamoja gharama ya tishio, uwezekano wa kutekelezeka na uthabiti wa matokeo.

Wastani wa muda wa uigaji wa MuCDEA24 ni sekunde 3,38 kwa kila uendeshaji. Thamani hii iko karibu na sekunde 3,32 za SHADE na sekunde 3,27 za MuCDEA5. Hata hivyo, muda huu ni muda wa uboreshaji katika masharti ya majaribio ya ukokotoaji yaliyotumika na hauonyeshi kwamba mbinu inaweza kufanya upangaji upya wa wakati halisi kwenye UAV halisi.

Tathmini kwa mtazamo wa Uturuki: Mbinu ya aina hii ina thamani ya utafiti kwa matumizi kama vile kuunda njia za vyombo vya anga vinavyojiendesha katika maeneo changamano, ukaguzi wa miundombinu, utafutaji na uokoaji au upangaji wa ndege katika maeneo magumu kufikika. Hata hivyo, kwa kuhamishiwa katika operesheni halisi nchini Uturuki, vikwazo vya ndani vya ndege, ramani na data halisi za sensa, upepo, vizuizi vinavyosonga, matumizi ya betri, hali za mawasiliano na mienendo ya chombo lazima zithibitishwe tofauti. Utafiti huu hauonyeshi matumizi yao katika mazingira ya uwanjani.

Tatizo kuu la utafiti ni nini?

Katika upangaji njia wa ndege isiyo na rubani, lengo si tu kupata njia fupi kijiometri kati ya sehemu ya kuanzia na ya lengo. Njia haipaswi kukatiza vizuizi, inapaswa kupita mbali iwezekanavyo na maeneo ya tishio, na haipaswi kuwa na mabadiliko makali ya mwelekeo kiasi ambacho chombo hakiwezi kuyatekeleza. Mazingira yanapokuwa 3B na idadi ya vizuizi inapoongezeka, idadi ya michanganyiko inayowezekana ya njia pia huongezeka kwa haraka.

Utafiti unataja umuhimu wa mbinu za kawaida kama A*, Dijkstra na uga wa potenshali katika miundo fulani ya matatizo, huku ukilenga mbinu za metaheuristiki zinazotegemea idadi ya watu kwa matatizo ya uboreshaji endelevu yenye vipimo vingi na yasiyo ya mstari. Kiini cha utafiti ni familia ya Mageuzi Tofauti (Differential Evolution, DE).

Mageuzi tofauti hufanyaje kazi?

DE ya kawaida hutumia tofauti kati ya suluhisho zinazotarajiwa katika idadi ya watu ili kuzalisha vekta mpya za suluhisho. Mabadiliko ya msingi ya DE/rand/1 yametolewa katika utafiti kwa namna ifuatayo:

\[ v_i^{G+1}=x_{r1}^{G}+F\left(x_{r2}^{G}-x_{r3}^{G}\right) \]

Hapa \(F\) ni mgawo wa kupima vekta ya tofauti. Baada ya mabadiliko, ubadilishanaji na uteuzi hutumika. Aina mpya zaidi za DE hujaribu kupata utendaji bora katika miundo tofauti ya matatizo kwa kubadilisha mkakati wa mabadiliko, uwiano wa ubadilishanaji, matumizi ya kumbukumbu, urekebishaji wa vigezo au tabia ya idadi ya watu.

Ubunifu mkuu wa MuCDEA

Mbinu ya MuCDEA si kutumia tu waendeshaji kadhaa wa mabadiliko kwa zamu ndani ya DE moja. Idadi ya watu ya awali hugawanywa katika makundi madogo tofauti yanayolingana na algoriti za DE zilizochaguliwa. Hifadhi ya mikakati inayoweza kutumika katika utafiti inajumuisha JADE, CoDE, EPSDE, SaDE, MIDE na SHADE.

Kila kundi dogo hubadilika kulingana na tabia ya algoriti yake. Katika vipindi maalumu vya kutathmini upya, uboreshaji uliopatikana hivi karibuni na kila mkakati hunormalishwa kulingana na ukubwa wa kundi dogo:

\[ \Delta R(j)=\frac{\Delta G(j)}{\max(1,|I_j|)} \]

Mkakati unaotoa uboreshaji uliorekebishwa wa juu zaidi huchaguliwa kama mkakati uliofanikiwa zaidi katika kipindi hicho. Sehemu ya msingi ya idadi ya watu kwa jumla

\[ s=\left\lfloor \frac{NP}{M+1}\right\rfloor \]

huamuliwa, huku idadi ya watu waliobaki

\[ r=NP-s(M+1) \]

ikihesabiwa kwa namna hiyo. Mkakati bora uliochaguliwa hupokea watu \(2s+r\), na mikakati mingine hupokea watu \(s\). Hivyo, mfumo huweka rasilimali zaidi za ukokotoaji kwenye tabia ya utafutaji iliyofanikiwa, huku ukijaribu kuhifadhi utofauti kwa sababu hauondoi kabisa mikakati mingine.

Mipangilio ya MuCDEA iliyochunguzwa

• MuCDEA24: JADE + SaDE + SHADE
• MuCDEA5: JADE + SHADE
• MuCDEA14: SaDE + SHADE

Moja ya hoja muhimu za matokeo ni kwamba kuingiza algoriti nyingi zaidi katika ushirikiano hakutoi matokeo bora moja kwa moja. MuCDEA14 ilishika nafasi ya sita kwa jumla, huku SHADE ambayo ni sehemu yake ikiwa ya pili na SaDE ya nne. Matokeo haya yanaonyesha kuwa mafanikio ya muundo wa ushirikiano hutegemea kama mikakati inayotumika inakamilishana kweli.

Mpangilio wa tatizo la upangaji njia wa UAV

Katika majaribio ya 2B, sehemu ya kuanzia ilifafanuliwa kuwa \((0,0)\) na lengo \((1000,1000)\); katika majaribio ya 3B, sehemu ya kuanzia ilikuwa \((0,0,0)\) na lengo \((1000,1000,1000)\). Miundo mitano ya msingi ya vizuizi ya 2B na mitano ya 3B ilitathminiwa kwa viwango viwili tofauti vya ugawanyaji wa njia, na hivyo kuunda jumla ya visa 20 vya majaribio.

• Cases 1–5: 2B, \(d=10\)
• Cases 6–10: 3B, \(d=10\)
• Cases 11–15: 2B, \(d=20\)
• Cases 16–20: 3B, \(d=20\)

Matumizi ya \(d=20\) huruhusu njia kufafanuliwa kwa pointi za kati nyingi zaidi. Michoro ya njia za 2B na 3B katika utafiti inaonyesha kwamba katika kiwango cha juu zaidi cha ugawanyaji, mizunguko kuzunguka vizuizi na mabadiliko ya kimo yanaweza kupangwa kwa hatua laini zaidi. Kwa upande mwingine, idadi ya vigezo vya uamuzi na mzigo wa uboreshaji huongezeka.

Fungi lengo

Gharama ya jumla ya njia inafafanuliwa kama mchanganyiko wenye uzito wa gharama ya mafuta/njia na gharama ya tishio:

\[ J_{total}=\alpha J_{fuel}+(1-\alpha)J_{threat} \]

Kwa sababu kasi ya UAV inachukuliwa kuwa thabiti, \(J_{fuel}\) si moja kwa moja modeli ya kina ya nguvu za umeme au matumizi ya betri; urefu wa kijiometri wa njia hutumiwa kama kigezo mbadala cha gharama ya nishati/mafuta. Gharama ya tishio huhesabiwa kulingana na umbali wa pointi tano za sampuli katika kila sehemu ya njia kutoka kwenye vituo vya tishio. Njia zinazokatiza eneo la tishio au kizuizi hupewa adhabu kubwa katika fungi lengo.

Maelezo ya chanzo: Katika Mlinganyo (18) wa utafiti, usemi wa kwanza ni \(\alpha J_{fuel}+(1-\alpha)J_{threat}\), lakini katika upanuzi wa integral unaotolewa mara moja baada yake, mgawo wa \(\alpha\) hauonekani mbele ya integral ya mafuta. Katika maudhui haya, chanzo hakijasahihishwa kimya kimya; ufafanuzi mkuu umewasilishwa kulingana na usemi wa kwanza uliotolewa katika utafiti.

Vikwazo vya jiometri ya ndege

Mabadiliko ya mwinamo na mchepuko kati ya sehemu za njia pia yamewekewa mipaka:

\[ \theta_k= \left| \arctan\left( \frac{z_{k+1}-z_k}{x_{k+1}-x_k} \right) \right| \leq \theta_{\max} \]

\[ \Phi_k= \left| \arctan\left( \frac{y_{k+1}-y_k}{x_{k+1}-x_k} \right) \right| \leq \Phi_{\max} \]

Vikwazo hivi hupunguza uwezekano wa mpangaji njia kuunda maneva makali kupita kiasi. Hata hivyo, hivi si modeli kamili ya aktueta. Kujaa kwa mota/servo, mipaka ya kasi ya mabadiliko na matumizi ya kina ya nguvu hayajaigwa moja kwa moja katika modeli ya uboreshaji ya utafiti huu.

Ulinganisho na tathmini ya kitakwimu

Kila algoriti iliendeshwa mara 30 kwa kujitegemea kwa kila kisa. Bajeti ileile ya tathmini ya fungi ilitumika kwa mbinu zote. Katika ulinganisho wa jumla wa matokeo, mbinu ya upangaji inayotegemea CEC-2022 ilitumika. Kwa kila kisa, matokeo yaliyopatikana kutoka katika uendeshaji huru hupangwa pamoja na alama za upangaji za algoriti huunganishwa katika visa 20. Jumla ya alama ya juu inaonyesha utendaji wa jumla wenye nguvu zaidi.

Kwa nini MuCDEA24 ilishika nafasi ya kwanza?

MuCDEA24 ilishika nafasi ya kwanza katika upangaji wa jumla kwa jumla ya 292823 alama, huku SHADE ikiwa ya pili kwa 290737 alama. Kwa kuwa tofauti ya alama kati ya mbinu hizi mbili ni ndogo, matokeo hayapaswi kutafsiriwa kuwa MuCDEA24 ni bora kwa tofauti kubwa katika kila hali.

SHADE ilishika nafasi ya kwanza katika visa vinane kati ya 20, huku MuCDEA24 ikiwa ya kwanza katika visa saba. Kwa upande mwingine, MuCDEA24 haikushuka chini ya nafasi ya tano katika kisa chochote. Mabadiliko makubwa zaidi ya utendaji wa SHADE katika baadhi ya visa yalichangia MuCDEA24 kuongoza katika upangaji wa jumla.

Hasa katika 3B Cases 16–20, SHADE kuwa ya kwanza katika visa vyote vitano inaonyesha kuwa, kulingana na muundo wa tatizo, algoriti moja moja bado zinaweza kuwa na nguvu zaidi kuliko MuCDEA. Kwa hiyo, hitimisho kuu la utafiti si kwamba “MuCDEA ndiyo algoriti bora katika kila tatizo”, bali kwamba ugawaji shirikishi wa rasilimali unaweza kutoa utendaji wa jumla ulio thabiti zaidi katika seti ya majaribio ya UAVPP iliyochunguzwa.

Urefu wa njia na mafanikio ya jumla ya uboreshaji si kitu kimoja

Wastani wa urefu wa njia wa MuCDEA24 katika visa 20 uliripotiwa kuwa 1750,91, huku thamani hiyo ikiwa 1741,37 kwa SHADE, 1727,71 kwa MuCDEA14 na 1732,29 kwa MuCDEA5. Kwa hiyo, MuCDEA24 ambayo iko ya kwanza katika upangaji wa jumla si mbinu inayozalisha wastani wa njia fupi zaidi.

Tofauti hii ni muhimu: katika utafiti, ubora wa njia hautathminiwi kwa umbali wa kijiometri pekee. Kwa kuwa adhabu za kuepuka maeneo ya tishio na za uwezekano wa kutekelezeka pia hujumuishwa katika fungi lengo, njia fupi lakini mbaya kwa upande wa vizuizi au maeneo ya tishio inaweza kuwa na ubora wa chini katika uboreshaji wa jumla.

Mzigo wa ukokotoaji

Wastani wa muda wa uigaji ni sekunde 3,38 kwa MuCDEA24, sekunde 3,32 kwa SHADE na sekunde 3,27 kwa MuCDEA5. Imeripotiwa sekunde 3,53 kwa SaDE, sekunde 3,82 kwa EDEV, sekunde 4,23 kwa ADEDMR na sekunde 8,43 kwa LensOBLDE. Matokeo haya yanaonyesha kuwa utaratibu wa ziada wa ushirikiano wa MuCDEA24 haukusababisha mzigo mkubwa kupita kiasi wa ukokotoaji katika mazingira ya majaribio.

Hata hivyo, kufanya kazi kwa wakati halisi katika kazi halisi ya UAV yenye vipimo vingi, vizuizi vinavyosonga na data za sensa zinazoendelea kusasishwa ni tatizo tofauti. Watafiti pia wanasisitiza kuwa kabla ya kudai utekelezaji wa ndani ya chombo wa wakati halisi, ni muhimu kufanya uchanganuzi wa utendaji, kuongeza kasi, ulinganifu wa uchakataji na uthibitishaji wa maunzi.

Matokeo yanayoungwa mkono na utafiti

• MuCDEA24 ilishika nafasi ya kwanza katika upangaji wa jumla unaotegemea CEC-2022 wa visa 20 vya UAVPP vilivyochunguzwa.
• Mbinu shirikishi ya DE ilionyesha uthabiti mkubwa wa upangaji katika matatizo ya 2B na 3B yenye mipangilio tofauti ya vizuizi.
• MuCDEA24 ilizalisha njia zinazoweza kutekelezeka na zisizo na migongano kwa uthabiti zaidi kuliko mbinu dhaifu zaidi za ulinganisho kama DE ya kawaida na PSO.
• Utaratibu wa ziada wa ushirikiano wa MuCDEA24 uliweza kutekelezwa kwa muda wa uendeshaji unaolinganishwa katika mazingira ya ukokotoaji yaliyotathminiwa.
• Ugawanyaji wa juu zaidi wa njia huipa njia unyumbufu zaidi wa kijiometri, lakini huongeza ukubwa wa tatizo na mzigo wa ukokotoaji.

Matokeo ambayo utafiti haujathibitisha

• Haijaonyeshwa kwamba MuCDEA ndiyo algoriti bora katika matatizo yote ya uboreshaji.
• Mafanikio ya ndege kwenye UAV halisi hayajaonyeshwa.
• Upangaji upya wa njia wa wakati halisi ndani ya chombo haujathibitishwa.
• Vizuizi vinavyosonga au maeneo ya marufuku ya kuruka yanayobadilika kwa muda hayajajaribiwa.
• Athari ya upepo haijaigwa moja kwa moja.
• Muunganisho wa sensa wa wakati halisi unaotegemea LiDAR, kamera au RF haujatekelezwa.
• Modeli kamili ya betri, nguvu za umeme na joto haijatumika.
• Kujaa kwa aktueta na mipaka ya kasi ya aktueta haijajumuishwa moja kwa moja katika modeli ya uboreshaji.
• Matumizi yanayowezekana yaliyotajwa kwa roboti za rununu na roboti zinazofanana na binadamu hayajathibitishwa kwa majaribio katika utafiti huu.

Mbinu na Matokeo ya Utafiti

Muhtasari wa muundo wa majaribio

Ulinganisho mkuu wa kiasi kati ya MuCDEA24 na SHADE

Ulinganisho huu pia unaonyesha mpaka muhimu zaidi wa tafsiri ya utafiti: ubora wa jumla wa MuCDEA24 hautegemei tu ufupi wa njia au idadi ya nafasi za kwanza kwa kila kisa. Fungi lengo jumuishi, uzalishaji wa njia zinazoweza kutekelezeka na uthabiti wa upangaji katika matukio tofauti huamua matokeo kwa pamoja.

Ujumbe wa kisayansi wa vielelezo

Katika vielelezo vya njia za 2B na 3B vya utafiti, MuCDEA inaonekana kuunda njia mbadala kuzunguka maeneo ya vizuizi badala ya kupita ndani yake. Njia zinazotumia \(d=10\) zina pointi chache za kati, huku visa vinavyotumia \(d=20\) vikiruhusu mabadiliko madogo zaidi ya mwelekeo hasa kuzunguka makundi mazito ya vizuizi. Matokeo ya 3B hayajumuishi tu mchepuko wa mlalo bali pia, inapohitajika, mabadiliko ya njia katika mhimili wa kimo.

Hata hivyo, vielelezo havionyeshi kwamba UAV ya kimwili katika ulimwengu halisi imeruka njia hizi kwa mafanikio yale yale; hizi ni suluhisho za njia za nambari zilizotengenezwa na uboreshaji.

Maelezo ya Chanzo na Mbinu

Jina kamili la utafiti asili: UAV Path Planning in Obstacle-Rich Environments Using Intelligent Cooperative Differential Evolution Approach

Waandishi: Houssem Rafik El-Hana Bouchekara; Yusuf Abubakar Sha’aban; Mohammad Shoaib Shahriar; Ahmed Tijani Saluwudeen; Muhammad Sharjeel Javaid; Mostafa Kamel Smail; Naif Abdulrahman Najjar; Md Nurul Islam; Asim Seedahmed Ali Osman; Bander Marshud Alshammari.

Mwandishi anayewasiliana: Houssem Rafik El-Hana Bouchekara.

Uandishi wa kwanza wa pamoja/mchango sawa: Hakuna tamko la uandishi wa kwanza wa pamoja au mchango sawa katika utafiti.

Taasisi:

1. Department of Electrical Engineering, University of Hafr Al Batin, Hafr Al Batin, Saudi Arabia.
2. Department of Computer, Electrical and Software Engineering, Embry-Riddle Aeronautical University, Prescott, Arizona, USA.
3. Department of Electrical and Electronic Engineering, University of Jos, Jos, Nigeria.
4. Department of Electrical and Electronic Engineering, Imperial College London, London, United Kingdom.
5. IPSA Institute of Polytechnic Science and Aeronautics, Ivry-sur-Seine, France.
6. GeePs Group of Electrical Engineering Paris, UMR 8507, CNRS CentraleSupelec, University Paris-Saclay, Sorbonne University, Gif-sur-Yvette, France.
7. Department of Software Engineering, College of Computer Science & Engineering, University of Hafr Al Batin, Hafr Al Batin, Saudi Arabia.

Jarida: Actuators

Mchapishaji: MDPI

Taarifa ya uchapishaji: Actuators 2026, 15(7), 386.

DOI:10.3390/act15070386

Kiungo rasmi cha uchapishaji:MDPI – Actuators 15(7), 386

Tarehe ya kupokelewa: 18 Mei 2026.

Marekebisho: 21 Juni 2026.

Kukubaliwa: 24 Juni 2026.

Kuchapishwa: 9 Julai 2026.

Aina ya chanzo na hali ya uhakiki: Makala asili ya utafiti iliyopitiwa na wataalamu. Uthibitishaji wa kisayansi unategemea kwa kiasi kikubwa ulinganisho wa uboreshaji/uigaji wa nambari.

Leseni: Creative Commons Attribution (CC BY).

Ufadhili: Utafiti ulifadhiliwa na Deputyship for Research & Innovation ya Wizara ya Elimu ya Saudi Arabia chini ya mradi namba 0027-1446-S.

Upatikanaji wa data: Imeelezwa kuwa data inaweza kupatikana kutoka kwa mwandishi anayewasiliana kwa ombi linalofaa.

Mgongano wa maslahi: Waandishi hawakuripoti mgongano wa maslahi.

Tamko la matumizi ya akili bandia: Waandishi wanaeleza wazi kwamba ChatGPT-5.5 ilitumika katika baadhi ya sehemu za maandishi kwa madhumuni ya uhariri, kurekebisha sarufi na kuboresha uwazi wa maelezo pekee; maudhui ya kiufundi, mbinu, uchambuzi, matokeo na hitimisho yalitengenezwa na kuthibitishwa na waandishi.

Michango ya waandishi: Uundaji wa dhana Houssem Rafik El-Hana Bouchekara na Yusuf Abubakar Sha’aban; metodolojia na programu Houssem Rafik El-Hana Bouchekara; uthibitishaji Houssem Rafik El-Hana Bouchekara, Yusuf Abubakar Sha’aban na Mohammad Shoaib Shahriar; uchambuzi rasmi ulifanywa na Houssem Rafik El-Hana Bouchekara, Muhammad Sharjeel Javaid na Bander Marshud Alshammari. Mapitio, uratibu wa data, uonyeshaji, usimamizi na michango mingine imeelezwa kwa kina katika tamko la CRediT la makala.

Kutokulingana kwa uhariri ndani ya chanzo

• Kuna tofauti ya uandishi wa alama kuhusu mgawo wa \(\alpha\) wa kipengele cha mafuta kati ya ufafanuzi wa fungi lengo yenye uzito katika Mlinganyo (18) na upanuzi wa integral ulioandikwa mara moja baada yake.
• Ufafanuzi wa kifupi cha ADEDMR haujatolewa kwa namna ileile katika sehemu tofauti za utafiti.
• Ingawa JADE haipo katika orodha moja ya maandishi ya algoriti za ulinganisho, JADE imetathminiwa wazi katika majedwali ya matokeo na jumla ya idadi ya mbinu inalingana na majedwali.
• Kwa d=20, paneli ya mwisho ya Kielelezo 9 inayoelezea 2B Cases 11–15 imeandikwa “CASE 5” katika maelezo ya chanzo; sehemu inayozunguka inaeleza mfuatano wa Cases 11–15.

Kutokulingana huku hakujasahihishwa kimya kimya kutoka ndani ya chanzo katika maandishi ya Verianla; kumeonyeshwa wazi ili msomaji aweze kutathmini utafiti kwa usahihi.

Vikwazo vikuu vya kimetodolojia

• Vizuizi havihami; vizuizi vinavyosonga na malengo yanayosonga hayajatathminiwa.
• Kasi ya UAV imechukuliwa kuwa thabiti.
• Urefu wa njia umetumika kama kigezo mbadala cha mafuta/nishati badala ya modeli ya kina ya nishati.
• Usumbufu wa upepo haujajumuishwa katika modeli.
• Kujaa kwa aktueta na mipaka ya kasi ya mabadiliko ya aktueta haijaigwa kwa uwazi.
• Radiusi ya chini ya kugeuka haijajumuishwa moja kwa moja katika modeli.
• Vikwazo vya mawasiliano havijashughulikiwa.
• Hakuna modeli kamili ya betri na matumizi ya nguvu.
• Taarifa za mazingira zinategemea maeneo ya vizuizi yanayojulikana mapema; muunganisho wa sensa wa wakati halisi wa LiDAR, picha au RF haujatekelezwa.
• Upangaji upya wa wakati halisi, hardware-in-the-loop na majaribio ya ndege halisi hayajafanywa.

Kwa hiyo, utafiti unaonyesha kuwa MuCDEA inaweza kuwa mfumo wenye nguvu na thabiti wa uboreshaji katika majaribio yaliyopunguzwa ya upangaji njia wa UAV yaliyotathminiwa; mafanikio katika mazingira ya uwanjani kwa vyombo halisi vya anga vinavyojiendesha yanahitaji kuthibitishwa tofauti. Matokeo ya kisayansi katika maudhui haya ya Verianla yanategemea utafiti uliotathminiwa; hakuna matokeo ya nje ya kisayansi yaliyoongezwa ambayo yangepanua wigo wa matokeo ya utafiti.