基于拉格朗日松弛算法的终端区飞机排序研究

终端区飞机排序问题是减少航班延误、降低成本的关键技术.考虑机型运行成本和飞机总延误时间,建立一个0~1整数规划模型.因其是一个组合优化问题,多约束相互制约,采用拉格朗日松弛算法将复杂约束转换为线性约束进行求解.仿真结果表明,求得的进近队列延误小、延误成本低、无冲突,且拉格朗日松弛算法计算得到的结果更为可靠,符合实际运行需求,结果优于传统的启发式算法.     

相关进近模式下多跑道时空资源优化调度方法

跑道作为机场飞行区与终端区的衔接部分,因容流失衡频繁引发空中交通拥堵及航班延误等问题。为提高多跑道系统运行能力,针对相关进近跑道运行模式,研究了多跑道时空资源优化调度方法。通过深入剖析多跑道时空运行特性,综合考虑移交间隔、尾流间隔、纵向间隔和相关斜距等约束限制,科学权衡安全、经济和环境等各方利益需求,建立了相关进近模式下多跑道时空资源优化调度模型。结合多目标优化及遗传算法基本理论,设计了带精英策略的非支配排序遗传算法,对模型进行了准确求解。仿真实验表明,模型可对相关进近航班进行优化配置,有效降低航班延误时间和航空发动机污染物排放量。与随机和交替调度策略相比,优化调度策略执行效果显著,其中航班延误时间分别减少了39.3%和32.6%,所提方法可显著缓解大型繁忙机场航班延误情况,有效提高航班正常率,并完全适用于独立进近模式。     

基于动态规划的航班着陆调度算法

为了解决机场终端区空中交通流量高速增长造成的进近冲突,合理安排飞机着陆次序,充分利用跑道容量,减少航班延误,提出了一种基于动态规划方法的航班着陆调度算法,算法结合了MPS约束、优化深度限制和时间窗限制约束和其他多项约束,并采用了动态规划的方法来减少计算量。仿真结果表明,算法能满足现实复杂空管条件下的各种限制约束,可应用于实时的ATC自动化系统,并能输出合理可行的排序结果,明显减少航班队列的延误。     

多机场终端区进离场交通流协同排序方法

针对大都市及都市圈飞行冲突、空域拥堵和航班延误日益严峻的现状,研究了多机场终端区进离场交通流协同排序问题。综合考虑尾流间隔、跑道间隔、时间窗、进离场容量等约束限制,从时空多维角度引入航班满意度概念,建立了多机场终端区进离场交通流协同排序模型,设计了带精英策略的非支配排序多目标遗传算法(NSGA-II),寻求多机场终端区进离场排序问题的Pareto最优解。实例验证表明,所提方法可对多机场终端区进离场交通流进行优化排序,有效降低航班延误总时间,显著提高航班总满意度,并实现多机场系统对终端区空域资源的公平均衡使用。与经典的先到先服务策略相比,协同排序策略的整体优化效果较为显著,其中航班延误时间得到了一定的降低。     

近距平行跑道航班着陆调度研究

针对我国航空运输业快速发展导致空中交通拥挤以及航班延误问题,研究了近距平行跑道航班着陆调度问题,以缓解空中交通拥挤和减少航班延误.以配对进近的形式,考虑时间、配对、间隔、排序等因素,建立航班着陆调度模型.针对机场小规模的进场航班流量,采用穷举法求解,并用算例进行仿真验证.结果表明,与先到先服务原则相比,经算法调度的进场航班总的延误时间减少了33%.     

多跑道航班进离场动态调度模型与算法

针对民航运输快速发展导致的航班延误频增现象,研究了多跑道航班进离场的动态调度问题。研究时段内航班的总延误成本最小和延误时间均衡为目标,综合考虑根据机型确定的航班进离场调度优先权和管制员负荷,建立多跑道航班进离场调度模型,利用遗传算法对模型进行仿真验证。仿真结果与先到先服务(FCFS)调度方式进行比较,采用遗传算法的航班进离场调度比FCFS的延误成本降低了45.07%,延误时间降低了37.90%,同时有效地均衡了航空公司的延误时间,保障了航空公司的公平性并提高了跑道系统容量,降低了管制员负荷。通过仿真验证了多跑道航班进离场动态调度策略具有较强的优势和可行性。     

机场容量利用及流量分配优化策略

为了充分利用机场容量,减少航班延误,需要合理分配进离场流量。以机场容量作为约束,以进离场航班总延误成本最小作为目标,建立进离场流量分配优化模型。构建随延误时间呈超线性增长的延误成本计算公式,引入航班进离场延误成本权重系数作为不同进离场优先级的决策偏好信息。用动态规划法求解模型,并引入最优决策候选集合的概念,缩小计算过程中的搜索量,减少计算时间。算例结果分析表明,方法可以在机场容量约束下得出进离场流量分配的最优策略,使得航班总延误成本最小,并且快速计算可以满足实时决策支持的要求。     

优化银川机场飞行程序提升银川进近管制区保障能力

<正>随着宁夏地方经济的快速发展,银川河东机场运输生产进入高速增长期,这给空管的安全运行保障带来了前所未有的挑战。由于银川进近管制区使用的是程序管制手段,调配间隔大,容易造成飞行冲突和航班延误。除了人员素质、设施设备、管理水平等方面的因素外,飞行程序设计的不合理也限制了银川进近保障能力的进一步提高。本文对银川进近管制区内的飞行程序现状进行分析,提出优化飞行程序的设想,并对其操作性进行分析,希望对类似的管制区有借鉴意义。     

基于进离场容量转化的航班延误优化研究

为了提高机场运行效率,缓解航班延误,研究了进离场容量转化的特性,并建立了以延误时间最小的航班优化模型。结合实际运行数据对模型进行了验证,探讨了进场航班权重系数对进离场容量转化的影响。结果表明:采用进离场容量转化的方式可以增加进离场总容量,从而降低航班运行的总延误;该模型能提供优化的流量分配方案,可应用于机场流量管理。     

基于增量式排列支持向量机的机场航班延误预警

目前航班延误已经成为世界范围内一个日益严峻的问题,对于大型机场进行航班延误预警工作显得日趋紧迫。在空运需求与机场容量冲突导致航班延误的观点下,提出了用排列支持向量机来进行航班延误预警。针对机场航班数据不断更新的特点,给出了增量式排列支持向量机算法来进行航班延误预警。不仅通过人工数据上的实验说明了该增量式算法更能满足在线预警的要求,而且在收集到的中国某国际机场两周的航班数据上也取得了80%及以上的预测准确率。     

基于自适应Kalman滤波的导引头随动系统设计

主要研究导引头随动系统中探测器信号处理延迟的影响及其补偿控制算法。提出了一种自适应Kalman滤波延迟补偿方案,利用Kalman滤波的预测能力得到当前时刻视线角的估计值,进而得到此时的跟踪误差的估计值,取代被延迟的探测器输出进行闭环控制。考虑到导引头探测器的低更新频率、非等间隔量测等工程特点,又对上述滤波算法进行了一系列改进。仿真表明方法可以明显提高导引头在弹体扰动情况下的跟踪精度。     

现代战斗机出厂费用预估模型

Burns模型被广泛用于三代战斗机出厂费用的估算,但由于未考虑三代以后的现代战斗机在研制过程中存在的改进改型、研制周期变长和航电设备技术升级等因素,使Burns模型在计算现代战斗机的出厂费用时会出现明显的误差。根据现代战斗机的技术特征,通过分析其研发采购费用的统计数据和研制过程,将改进改型、研制周期和航电设备技术水平等影响因素考虑入内,建立了一种新的出厂费用计算模型。通过以国外有代表性的现代战斗机为算例进行了验证,结果表明新模型的计算精度有了明显改善,具有一定的有效性和实用性。     

基于分解策略的SSO发射轨道遗传全局优化设计

提出了基于轨道分解优化和遗传算法（GA）的SSO发射轨道优化设计策略。针对多个轨道段相互耦合问题,基于分解优化策略,将整个发射轨道设计问题分解为两个轨道段设计问题。为了高效可靠地获得全局最优解,对基本遗传算法进行了改进。首先提出了基于多变异操作等改进措施的改进遗传算法;此外,结合遗传算法的全局搜索特性和Powell算法的局部搜索特性,设计了一种串行混合遗传算法。一个二级SSO运载火箭的计算结果表明,轨道分解优化策略确保了问题的成功求解,改进遗传算法和混合遗传算法均可稳定地获得全局最优解,但是混合算法更有效地提高了GA性能。     

遗传算法在求解航空发动机非线性模型中的应用

将求解发动机非线性模型转化为一优化问题，提出一种用遗传算法(GA)来求解非线性模型的方法。与传统的N-R法相比，用GA法对初猜值的精度没有要求。对猜值缺少先验知识的非线性方程组的求解，GA法可大大提高求解非线性模型的收敛性。将GA算法与N-R法适当地组合应用，可进一步提高收敛速度。     

Optimization and Sizing for Propulsion System of Liquid Rocket Using Genetic Algorithm

Flight vehicle conceptual design appears to be a promising area for application of the Genetic Algorithm (GA) as an approach to help to automate part of the design process. This computational research effort strives to develop a propulsion system design strategy for liquid rocket to optimize take-off mass, satisfying the mission range under the constraint of axial overload. The method by which this process is accomplished by using GA as optimizer is outlined in this paper. Convergence of GA is improved by introducing initial population based on Design of Experiments Technique.     

遗传算法在试飞科目最优排序问题中的应用

以试飞科目间总的过渡耗油、耗时最省为性能指标，应用基于生物界自然选择机制和自然遗传机制的遗传算法，对试飞科目的最优排序问题进行了研究。介绍了遗传算法用于组合优化问题的基本原理和技术方法，根据试飞科目的最优排序问题的特点，构造了适当的适应度函数，对选择算子、交叉算子等进行了改进，充分利用了谝算法的工程性强、应用范围广等特点。仿真计算所得结果表明，应用遗传算法合理安排试飞科目次序，,可节省试飞耗油、耗时、减少试飞成本，提高试飞效率。     

遗传算法在航空发动机非线性数学模型中的应用

收敛性是航空发动机非线性数学模型的重要指标。现有发动机平衡方程迭代解法还不能保证模型大范围收敛。以某涡扇发动机为对象,采用遗传算法求解发动机非线性数学模型,将模型中的发动机平衡方程求解转换为极小值优化问题,建立了遗传算法计算模型,重点分析了采用遗传算法求解的适应度函数设计方法。数值仿真结果表明,与牛顿-拉夫逊解法相比,采用遗传算法方法可实现模型大范围收敛。     

航班延误经济补偿的策略模型

在航空公司提供的各种航班延误经济补偿方式中,现金补偿是中国旅客最易接受的一种方式。然而由于目前航空公司缺乏科学合理的补偿策略,致使补偿措施迟迟得不到落实,导致航空公司支付的补偿费用很高,但对旅客的补偿效果却不好。分析了当前国内航空公司航班不正常的各种补偿方式的特点,重点分析了现金补偿的3种策略,并从兼顾航空公司和旅客双方利益的前提出发,在航空公司支付总补偿费用一定的条件下,以全部旅客的经济补偿效用最高为目标,构建出了3种策略的数学规划模型。通过对3个模型分别求解计算,比较了3种补偿策略的效果,确定了航班不正常时的最优补偿策略。     

基于混合遗传算法的航空发动机数学模型解法

针对发动机模型现有平衡方程迭代解法存在不收敛或计算效率差的不足,以涡轮风扇发动机为对象,结合遗传算法与牛顿-拉夫逊法的优点,设计了在模型不收敛点采用遗传算法与牛顿-拉夫逊法交替计算的平衡方程求解混合算法。理论分析与数值仿真结果表明,对于整个模型而言,该算法既保持了牛顿-拉夫逊法的高计算效率,又吸收了遗传算法全局收敛的优点,可实现模型大范围收敛。     

弹地人在回路末制导时延补偿改进模型

基于弹地通信链路的人在回路制导导弹利用惯性导航系统短时导航精度高的特点,对导弹末制导中导引指令的时间延迟提出了两种补偿模型及改进方法。通过Simulink仿真,得出距离和导引量与目标横向误差的关系及其方法改进后精度的提高幅度,并进行了分析。仿真结果验证了该方法的有效性。