基于NSGA-II的停机位多目标指派建模与仿真

为探索大型机场停机位指派问题综合现实有效的解决方法,分析了停机位指派过程设计的利益主体,以最小化航空公司运行成本、最小化旅客步行距离、最小化航班冲突概率同时最大化航空公司之间的公平性为目标,建立大型机场停机位多目标指派模型。采用第2代非支配排序遗传算法(Non-dominated sorting genetic algorithm-Ⅱ,NSGA-Ⅱ)对模型进行仿真验证,该算法可以对多目标问题进行更高效的求解。分析不同迭代次数下的Pareto前沿解集的特性,并将优化解与随机指派结果进行对比,验证了该模型和算法的有效性。     

协同决策机制下的时隙二次指派

随着中国民航的快速发展,航班不正常变得越来越严重。由空管、航空公司与机场三方构建的协同决策机制成为应对该局面的重要手段。本文研究航空公司在协同决策机制下,当时隙资源发生严重不足时,对时隙进行二次指派的方法。文中建立了一种基于航班波运行方式的航班时隙指派模型,针对模型的特点与实时决策要求采用模拟退火算法求解。最后通过实例证明了采用本文的方法可以大幅度减少旅客总延误时间。     

基于改进NSGA-Ⅱ的停机位预分配优化

随着民航运输业的发展，航班密度不断增加，大型机场的近机位资源紧张问题日益突出，降低了航班保障效率。为了探索大型枢纽机场停机位预分配问题综合有效的解决方法，从航空公司、机场和旅客的实际情况出发，建立多目标停机位分配优化模型，并设计了改进的带精英策略的非支配排序遗传算法（Non-dominated sorting genetic algorithms-Ⅱ，NSGA-Ⅱ）对模型进行求解，得到一组Pareto前沿解。。在交叉和变异操作阶段，对种群个体以指数形式自适应地调整交叉率和变异率，以此提高算法的收敛速度和优良解的多样性。实例验证结果表明，该模型和改进算法相较于人工分配和传统NSGA-Ⅱ算法对停机位指派的优化结果更为突出，尤其在靠桥率和被使用的停机位数量方面；同时利用性能评价指标对比两种算法，发现改进型NSGA-Ⅱ算法更适合停机位预分配问题的求解。     

机位资源影响因素及效率优化模型研究

停机位分配方案对机场运行效率至关重要。本文分别从机场和航空公司角度考虑,分析了影响机场机位分配(AGA)的诸多因素。针对AGA问题,以旅客步行距离最短和停机位使用效率最大化为目标构建优化模型,然后运用生长竞争蚁群算法求解,最后用算例来说明优化的可行性。     

航站楼旅客行李提取转盘指派问题

旅客行李提取是影响机场航站楼有效运行的关键环节,对旅客满意度有着重要影响.研究了航站楼旅客行李提取转盘的指派问题,首先分析了行李转盘的指派方式,然后以均衡使用行李转盘为优化目标,建立了机场行李转盘优化指派模型,设计了求解该模型的蚁群算法,并用Matlab编程实现了该算法.最后通过实例分析验证了提出的模型和蚁群算法的正确性,其指派结果与先到先服务的指派结果相比,各行李转盘的使用率更加均衡,从而提高了服务质量和旅客满意度.     

空域拥挤资源分配的拍卖方法研究和博弈均衡分析(英文)

基于协调决策的各种流量管理策略已被广泛应用于空域拥挤问题,但是如何整合这些流量管理策略重排拥挤的航班,实现空域资源公平有效地分配,一直是一个难题。流量管理部门对拥塞空域的主要管理目标是系统总延误成本最小,而航空公司则是以自身获利最大化为目标。航空公司可在协调决策过程中,隐藏必要的信息,以实现自身利益的最大化,但是这样会增加系统的总延误成本。为实现流量管理部门与航空公司的目标一致性,提高空域资源的分配效率,文中提出了基于拍卖的方法解决预战术和战术流量管理阶段的空域拥挤问题,并利用博弈理论对航空公司的决策进行了分析建模。通过一个仿真实验,验证了拍卖的分配结果能够降低拥挤空域的总延误成本。最后,根据实验数据分析了通过按拥挤航班数量比例重分配拍卖收入给航空公司方案,该方案能有效地降低航空公司的航班延误损失,提高空域资源分配的公平性和有效性。     

容量受叠限的航班时刻规划算法的设计和实现

航班时刻规划是战略时期空中交通管制的主要方法.针对起降容量受限和航班延误耗损的变化趋势,提出基于时隙分配的航班时刻规划算法.该算法以调整时间最小和延误耗损总和最小为准则,对进离港航班统一分配时隙.算法考虑了对航班的前提调整,从而得到总延误损失费用与总延误时间值都较小的分配结果.同时,该算法也能处理有后继任务的航班.结合实际数据,用计算机仿真实验对该算法进行了验证,证明了算法的优化性和有效性.     

机场停机位再分配问题

分析了航班延误原因及影响,根据提高机场运营效率与效益和旅客满意度的优化原则,确定出3个优化目标函数(分配到远机住的航班数量最少分配方式扰动性最小以及相关旅客转移距离最小为优化目标),建立机场停机位实时再分配问题优化模型.并设计混合算法优化求解该模型:首先采用启发式算法得出初始优化解,然后采用禁忌搜索算法进行进一步优化求解.实际数据的仿真结果证明了模型的正确性和算法的有效性.     

关于有效机位数的仿真研究

为客观评估停机位系统的保障能力,探索进离港航班进出停机位之间的相互影响及其对保障能力的影响,本文选取两种典型的机坪布局,针对不同的运行方式,使用建模仿真的方法确定了相同机坪布局不同运行方式下的有效机位数。仿真数据表明使用有效机位数的概念可以更加科学地表述机坪的保障能力,可以为机场运行管理人员在制订机位容量计划、组织高峰时段航班运行及中远期机位系统规划方面提供有力的决策支持。     

基于混合粒子群算法的机场停机位优化分配问题研究

合理且高效的停机位分配方案是提高机场运营效益的重要手段之一。通过对航班占用停机位特性的分析,以旅客步行距离最短和停机位空闲时间均衡为目标函数建立优化模型,设计一种基于遗传算法与PSO算法相结合的混合粒子群算法对其求解,最后运用试验数据来说明该算法求解停机位分配问题的可行性。     

临近空间平台下地形四叉树优化分割算法

提出一种利用四叉树算法生成临近空间平台下动态地形的新方法,并提出了一种新的四叉树递归分割算法的实时优化算法,利用可见性剔除的简化策略和数据简化的存储方式,解决地形绘制的裂缝问题。通过对该算法的实现和优化,在保证一定地形环境的视觉真实程度前提下,达到提高实时渲染速度的目的。实验结果表明:采用本文提出的四叉树算法可以快速对地形数据进行网格剖分,且可得到较好的剖分效果。     

一种新型的基于预测的卫星资源分配方法

针对传统的按需分配方式所造成的长时延问题,提出了一种新型的基于业务预测的按需分配方法。该方法通过预测业务在等待队列中的长度,将预测信息发送给网络资源控制中心,再由控制中心动态地分配带宽资源,达到服务质量的要求。在阐述了按需分配和业务预测的基本算法后,通过仿真分析了不同的业务类型采用不同的预测信息发送间隔时间的时延性能,分析中考虑了实时业务比非实时业务享有更高的优先权,并且比较了常规按需分配与基于业务预测的按需系统分配方法的时延性能。仿真结果表明利用业务预测,选择合适的预测信息发送间隔时间,能够有效地改善带宽资源分配的时延性能,相比一般的按需分配方式服务质量有了明显的提高。     

协同多目标攻击空战决策的启发式粒子群优化算法

利用协同多目标攻击战术的特定知识，并结合粒子群算法，提出了一种用于空战决策的启发式粒子群算法。该算法利用粒子群算法对解空间探索能力强，容易跳出局部最优陷井及启发式算法局部搜索能力强的优点，快速、高效地对全局最优值进行搜索。该算法通过求解友机导弹对目标的最优分配来确定空战决策方案。仿真实验结果表明。本文算法对最优空战决策方案的搜索性能明显优于普通粒子群算法及其他两种遗传算法。     

基于改进遗传算法的物料配送路径实时规划方法

针对离散制造车间环境复杂、外部干扰因素众多的情况,提出基于改进遗传算法的物料配送路径实时规划方法。该方法以工作中心为物料配送基础,对离散制造车间物料配送环境进行了分析,阐述了物料配送参数的多样性。在此基础上,结合物料配送时间窗要求,以最小物料配送成本为优化目标,建立了车间实时环境下的物料配送模型。采用改进遗传算法对模型进行求解,通过实例验证了该模型的可行性和有效性。     

基于PEV准则的不确定随机多目标规划问题求解

为解决独立变量的不确定随机多目标规划问题在传统求解中存在分析不全面等问题,在期望值-方差准则下提出了一种新的求解方法。基于机会理论,引入不确定随机变量,在此基础上提出了不确定随机多目标规划问题;引入不确定随机变量的序关系,利用变量间的序关系把不确定随机多目标规划问题转化成不确定随机单目标规划问题,并通过期望值-方差准则把不确定随机单目标规划问题转化成确定的单目标规划问题进行求解;通过理论推导证明,在新准则下转化后的问题得到的最优解是原不确定随机多目标规划问题的有效解;最后,通过对无人机情报侦察监视任务分配问题的求解,利用改进的萤火虫算法求得有效飞行序列,验证了所提方法的可行性和有效性。     

民用机场停机位优化配置

停机位配置指为到港或离港航班指定适宜的登机口,确保航班正点。航班停机位的高效、合理安排是机场地面作业中的一项核心任务。本文在系统分析国内繁忙机场停机位配置情况的基础上,提出以旅客登转机时间(旅客满意度)、机型与停机位类型匹配(机场效益)为优化目标,同时考虑航班类型(国内短途、国际长途)、航班数量与密度(忙时、闲时)、停机时间的停机位配置的数学模型,并设计求解模型的禁忌搜索(TS)算法。数值仿真证明了模型和算法的有效性。     

超高分辨率机载SAR成像算法及其GPU实现

雷达成像分辨率的不断提高,给SAR高精度实时成像处理带来了新的挑战。采用高效精确的成像算法以及对算法进行硬件加速是解决该问题的有效途径。本文提出了一种适用于超高分辨率机载SAR成像的精确高效成像处理方案,并利用并行化硬件平台GPU对该成像方案进行了硬件加速。实测数据处理结果充分验证了该处理方案的聚焦精度和处理效率。     

Multi-target Collaborative Combat Decision-Making by Improved Particle Swarm Optimizer

A decision-making problem of missile-target assignment with a novel particle swarm optimization algorithm is proposed when it comes to a multiple target collaborative combat situation.The threat function is established to describe air combat situation.Optimization function is used to find an optimal missile-target assignment.An improved particle swarm optimization algorithm is utilized to figure out the optimization function with less parameters,which is based on the adaptive random learning approach.According to the coordinated attack tactics,there are some adjustments to the assignment.Simulation example results show that it is an effective algorithm to handle with the decision-making problem of the missile-target assignment(MTA)in air combat.     

任务耗时不确定的飞机过站保障车辆调度

针对多架飞机多个保障作业的保障车辆调度,考虑作业任务耗时的不确定性,构造递阶式染色体编码结构的单亲遗传算法。该算法采用保障作业编号构成控制基因染色体、车辆编号构成参数基因染色体,分别体现过站保障作业时序约束和车辆指派规则约束,使算法对问题具有良好的适用性。设计了基于车辆可调度能力空间概念的染色体解码方法;采用基于适应值的轮盘赌选择策略控制进化方向,并引入均衡算子来提高车辆资源的使用率。通过试验验证算法的有效性。结果表明,所给算法可以提高保障车辆资源的利用效率,同时减少保障花费。