Статья посвящена решению актуальной проблемы покрытия территории при помощи беспилотных летательных аппаратов (БЛА) с использованием мобильных зарядных станций. Современные практические задачи покрытия территории требуют одновременного участия нескольких БЛА с целью оптимизации временных затрат в ходе миссии. Другим ограничи- вающим фактором в контексте охвата территории с использованием БЛА является дли- тельность автономной работы этих систем. Из-за ограниченной дальности полета на од- ном заряде батареи может возникнуть необходимость в использовании зарядных станций для завершения миссии охвата. Статичные зарядные станции позволяют зарядить аккуму- ляторы БЛА, однако это приводит к прерыванию миссии и увеличивает время, необходимое для завершения охвата. При использовании статичных зарядных станций важно так же правильно выбрать их местоположение, учитывая доступные места для установки. При этом сам процесс установки зарядных станций требует времени, что делает их использова- ние нецелесообразным в миссиях, где покрытие территории нужно осуществить в кратчай- шие сроки, например, при спасательных или поисковых операциях. Мобильные зарядные станции, которые способны перемещаться по территории для оптимизации процесса заря- да или замены аккумуляторов БЛА лишены этих недостатков. Возникает задача планирова- ния траекторий движения не только для БЛА, но и мобильной зарядной станции. При совме- стном планировании движения повышается эффективность охвата, но одновременно воз- растает и вычислительная сложность при поиске траекторий. В настоящей статье реша- ется задача эффективного покрытия территории с использованием нескольких БЛА и мо- бильной зарядной станции при помощи генетического алгоритма. Для адаптации задачи к использованию генетического алгоритма предлагается и обосновывается способ формирова- ния хромосомы, которая корректно отражает решение задачи и позволяет закодировать траектории движения БЛА, мобильной зарядной станции, а также учитывает время и ме- сто проведения подзарядки или замены аккумулятора БЛА. Для исследования предложенного алгоритма разработано программное обеспечение на языке программирования Python. Адек- ватность предложенного подхода подтверждена результатами моделирования
