基于潜在冲突的交叉点航路构型研究

航路交叉点的承载能力是决定航路容量的关键因素,而研究交叉点的潜在冲突与航路构型是提高交叉点容量的有效方法.首先根据国内现有几大主要航路构型的运行现状,提出构型存在的主要问题并加以总结.然后建立基于影响航段的交叉航路冲突模型,分别讨论了航路交角、航班流率、安全间隔3方面对平均冲突数的影响.最后比较分流法和降维法两种扩容方法,通过容量模型和数值分析计算,把三维交叉航路降为二维简单交叉航路,把"米"字型航路改为"井"字型航路,验证了降维法更具有可行性.研究表明,"井"字型航路可以增大航路网的现有容量,是提高空域利用率和运行效率的有效方法.     

多机场协同下航路网络通行能力优化

针对目前管制员依靠自身经验,缺乏量化的模型为管制员向各航路分配交通流提供决策依据,在大流量的复杂空域易造成管制员疲劳、加剧航路网络的问题,提出了一种改进的Dial算法来提升空域效率、缓解航路网拥挤。首先,考虑航路容量、管制员负荷,并通过排队论构建了航路与交叉点的阻抗函数,建立了一个以航行时间最小为目标的数学模型;然后,引入连通系数和容忍度的概念,改进了Dial算法的连通性问题和改航问题,并通过改进的算法对模型进行求解。仿真结果表明,所提方法在容忍度为0. 3～0. 5时能有效地缓解航路网络拥挤。     

区域管制空域航班延误实时预测模型

目前航班延误是航空运输业亟待解决的问题之一,建立有效的预测模型实现较准确的实时延误预测,对管制员解决空中交通拥挤、减少航班延误意义重大.基于航班计划,建立区域管制空域内单航路的平均延误时间实时预测模型,通过求和可得到空域内多航路的延误预测模型.算例分析表明,模型能够实时预测区域管制空域平均延误时间,是可行有效的.     

地面等待和改航策略的流量管理方法

恶劣天气下,过多的地面等待往往造成终端区的拥堵和航班的过分滞留,充分利用航路容量是解决这一问题的途径之一。结合地面延误程序和改航策略,建立了动态不确定性情况下航班起飞时刻和航路选择模型,基于当前的航班计划,通过迭代算法和Dijkstra算法,获得优化的起飞时刻和航路选择。仿真结果表明,结合改航策略后,可提高航路容量的利用率,航班的总体延误可在一定程度上减少。     

航路容量受限的多机场终端区放行策略研究

航路容量制约了民航的发展,考虑影响航路容量的基本因素,建立仿真模型确定航路容量。根据机场终端区分布、航线网络等因素,利用模糊评价排序算法确定多机场终端区的放行策略,解决基于航班时刻优化的多机场地面等待问题,有效地提高机场运营效率和安全性。     

程序管制条件下航路容量仿真评估算法

针对影响航路容量的基本因素，建立了航路高度层的分配、随机飞机流的产生和冲突检测算法过程，从而达到量化航路容量的目的，为仿真运行奠定基础。     

基于滑动时间窗的飞行器航路动态优化方法

以改进型Dynapath算法为基础,运用预测控制原理,提出了一种基于滑动时间窗的航路动态优化算法。通过选择合适的数据窗口长度,在这个窗口时间内进行威胁建模,做出战场短期预测。随着时间的推移,规划窗口也相应地向前滑动。仿真结果表明,该方法实时运算数据量小,兼顾了全局航路动态最优化。     

航路网络交叉点布局规划的差分进化算法

航路交叉点布局问题（CrossingWaypointLocationProblem,CWLP）是航路网络设计的决定性问题,CWLP模型具有不可导、不可微等特性,因此不能用传统的算法对其进行处理。差分进化算法能够较好地解决航路汇聚点布局问题,在处理模型约束条件时,综合考虑各交叉点冲突约束违反程度和所有交叉点冲突数之和,将前者作为个体优劣的判断标准之一,后者转化成个体适应度,即个体的另一目标函数,求解过程中选用了动态的标准差分进化机制以确保算法的收敛性。将算法应用到北京飞行情报区航路网规划模型中,验证了算法的有效性。     

卫星参数趋势预测EMA熵组合算法

卫星遥测参数的趋势变化状态对卫星故障预测的判断起到重要的指导作用,立足于遥测参数特性,提出等高线预测方法,从特征数据出现的时刻对参数进行趋势预测。为了提高预测精度,引入EMA(增加期望模式)误差分析模式,结合之前提出的新息灰预测模型,根据熵组合基本原理建立基于EMA熵组合预测模型。通过工程数据仿真计算,并利用预测有效度对各种算法进行评估,结果验证了基于EMA的熵组合预测模型的正确性和可靠性。     

基于RNP的A＊算法动态航路规划研究

介绍了A＊算法的基本思想,建立了基于RNP的航路模型,利用A＊算法对航路进行了优化,并利用MATLAB程序对航路进行了算法实现,得到了满意的结论。通过实例分析得出基于RNP的A＊算法对航路进行规划研究的可行性和有效性。在MATLAB环境下进行航路规划问题的A＊算法程序,能够利用其强大的运算能力,并且易于其他工具包结合进行算法仿真实现对其中参数进行优化研究。     

基于改进鲸鱼优化算法的无人机航路规划

针对复杂地形环境下的无人机航路规划问题，提出一种基于改进的鲸鱼优化算法的航路规划算法。首先，根据起始点和目标点等信息，通过坐标系旋转将二维航路规划问题转化为D维空间下的寻优问题；然后，将灰狼优化算法中的等级制度和微分进化算法中的贪婪策略引入鲸鱼优化算法提出改进的鲸鱼优化算法。在保证算法收敛速度的同时，所提的改进鲸鱼优化算法有效地提高了开发能力和搜索能力。最后，将提出的改进算法应用于无人机的航路问题求解。仿真结果表明，所提的改进鲸鱼优化算法能够有效的获得一条代价最优的、有效的航路结果，其性能优于传统的优化算法。     

编队无人机的高生存力协同航路规划方法

提出了一种基于多目标遗传算法的编队无人机高生存力协同航路规划方法。方法由备选航路生成和协同规划两个步骤组成。备选航路生成的目的是为编队中的每一个无人机生成多条航路,该步骤采用的算法是多目标遗传算法。协同规划的目的是为各个无人机从备选航路中选择航路,使得各个无人机同时到达目标区域,以增加任务突然性,提高整个编队的生存力。通过仿真算例,把方法与基于Voronoi图的方法作了对比,给出了方法的优缺点分析。     

基于静态删减算法的神经网络在软件可靠性预测中的应用

与传统的基于人工神经网络的软件可靠性预测模型结构普遍由预先经验或者通过不断尝试的方法确定不同,在分析一般的软件可靠性模型的基础上,提出将一种基于静态删减算法的神经网络模型应用到软件可靠性预测中。通过利用2组经典的软件失效数据进行仿真,并与传统的神经网络可靠性预测模型对比分析,研究了神经网络拓扑结构和预测精度的关系,结果表明,基于静态删减算法的运用能够提高神经网络模型对软件可靠性的预测精度。     

基于改进蚁群算法的无人机航路规划

为了提高无人机(UAV)的作战效率和生存概率,在执行任务之前必须设计出高效的无人机飞行航路.针对这一问题,采用了蚁群算法进行航路规划,并对蚁群算法进行了改进.提出了保留最优解、自适应状态转换规则和自适应信息激素更新规则,有效的提高了算法算收敛速度和解的性能.最后用改进的蚁群算法对无人机任务航路进行了仿真,仿真结果表明,该算法是一种有效的航路优化算法.     

利用遗传算法进行倾斜发射反舰导弹航路规划

为了寻找满足某些约束的最隐蔽安全的航路,基于遗传算法提出了一种适用于倾斜发射反舰导弹的航路规划算法。首先,分析了倾斜发射反舰导弹的飞行特征,提出了一种航路编码方法;其次,根据该航路编码方法的特点设计了相应的遗传操作;最后,通过仿真试验验证了该算法的有效性。     

基于随机森林的航空器到达时刻预测

航空器到达时刻（ ETA）预测是进场排序与调度的基础，因此进场飞行时间的快速与准确预测显得尤为重要。通过分析航班信息、天气信息以及空中交通信息，基于随机森林算法构建了航空器到达时刻预测模型。选取上海浦东机场进场航班进行仿真验证，仿真结果表明，预测模型可以实现航空器到达时刻的快速与准确预测。     

基于改进蚁群算法的无人机侦察航路规划研究

蚁群算法是一种新的源于大自然生物界的仿生随机优化方法,在一系列组合优化问题求解中取得了成效。本文将蚁群算法引入无人机侦察航路的规划,对基本蚁群算法提出了改进,提供了一种新的有效的航路优化算法,并对无人机的侦察航路进行了仿真计算。仿真结果表明改进的蚁群算法克服了基本蚁群算法的收敛速度慢、易于过早陷入局部最优的缺点,仿真结果验证了该算法的有效性。     

一种基于自动相关信息四维运算的飞行间隔算法设计与实现

本文介绍了无人机（UAV：UnmannedAerialVehicle）航路规划的分层模式，提出了实时航路规划中四维接近算法，对UAV与静态和动态目标的接近距离进行了分析计算，为航路规划及时提供飞行过程中的危险接近信息，并进行了数字仿真。数字仿真表明：该算法具有较高的运算速度和较好预测精度，可快速提供UAV与周围静态和动...     

基于遗传算法的航路点流量组合预测方法研究

航班放行是保证航班正常的最基本工作之一，航路点流量特别是走廊口流量是航班放行中最关注的问题之一，航路点流量预测对航班放行的时隙分配至关重要。在对几种常用航路点流量预测方法优缺点进行分析和比较的基础上，提出了一种基于遗传算法的航路点流量组合预测方法，该方法利用遗传算法群体搜索的特点，组合了各种算法，优化了预测思路，充分发掘不同算法的差异优势，实践证明该思路切实有效。     

基于预测控制的无人机编队内部避碰

针对无人机编队内部避碰问题,首先采用基于预测控制的方法,解决了在即将发生碰撞情况下无人机的航向调整问题;然后,建立了航路回归模型,解决了无人机避碰后,迅速回归预定航路的问题。仿真结果表明,文章给出的避碰方法能够有效解决无人机编队内部碰撞问题。