동적 환경 표적 추적용 무인수상정 최적화
본 연구는 APSO-kNN(Adaptive Particle Swarm Optimization with k-Nearest Neighbors) 알고리즘을 활용하여 다중 표적 추적 시나리오에서 무인수상정(USV)의 성능과 효율성을 탐구한다. 동적 환경에서 다양한 탐색 패턴(랜덤 워크, 나선형, 잔디깎이, 클러스터 탐색)의 효과를 평가하였다. 광범위한 시뮬레이션을 통해 다양한 탐색 전략, 표적 수 및 USV의 감지 능력 변화, 그리고 적응성 테스트를 위한 추격-회피 모델 통합의 영향을 평가하였다. 이를 통해 USV 군집의 최적화된 탐색 …