基于点融合系统的多目标进场排序与调度

持续增长的交通需求和日趋饱和的空域资源对飞行安全和管制效率要求更高,鉴于此,研究基于点融合系统（PMS）的多目标进场排序与调度问题。分析四维航迹预测模型与方法,实现四维航迹预测功能。针对PMS的运行模式和多个利益相关方的需求,构建PMS多目标排序与调度模型,提出基于多目标帝国竞争算法（ICA）。利用长沙黄花国际机场实际运行数据与蒙特卡罗模拟数据对优化模型与算法进行验证。结果表明：所提算法有良好的实际应用效果,能为管制员提供决策支持;在应用基于PMS的多目标进场排序与调度,即使在相对保守的安全间隔下,相对于实际运行优化后的总延误时间、总飞行时间、最大飞行时间分别有70.8%、13.2%、11.8%的缩减。     

基于交通状态的离场航班动态协同排序方法

为适应协同决策(CDM)需要，考虑空管、航司和机场三方的诉求，对拥挤和非拥挤场景下的离场航班动态协同排序问题进行了系统研究。通过分析离场航班运行特性，利用离场航班的计划撤轮档时间(SOBT)和预计撤轮档时间(EOBT)数据设计了一种离场航班动态排序方法；针对各方构建了离场航班排序的多个优化目标，且为保证排序公平性，提出了航空公司延误公平性评价指标，将非受控离场航班优先级分为3类，对各类非受控离场航班设置其可接受的最大延误时间和最大位置偏移量，创建了基于交通状态的离场航班协同排序模型；采用带精英策略的快速非支配排序遗传算法(NSGA-Ⅱ)寻求离场航班动态协同排序的最优解。仿真结果表明:较先到先服务(FCFS)方法，所提方法在2种场景下各排序时段均增加多种排序方案，离场航班总延误均减少50%以上，且在非拥挤场景下提高了航空公司延误公平性。所提方法可对离场航班进行优化排序，显著减少航班延误，有效提升公平性，契合协同决策理念，可实现三方协同排序。      

基于航路点布局的多目标网络结构优化方法

为了提高区域航路网络结构的科学性、减轻飞行流量增长对网络运行带来的压力,提出了基于航路点布局的多目标网络结构优化方法。首先,考虑区域航路网络的组成要素,设计了反映网络综合性能的优化目标和约束条件以形成优化模型。然后,建立基于节点移动、融合、分解的航路点布局策略,进而给出优化模型的求解步骤,并利用NSGA-Ⅲ算法完成模型求解。最后,对北京飞行情报区部分区域航路网络进行仿真分析,结果表明,使用NSGA-Ⅲ算法得出的区域航路网络具有良好的综合性能。最优网络在满足约束条件的同时,保证了运行费用和非直线系数基本不变,并使得飞行冲突系数减少了10.8%。可见,所提优化方法能有效提升区域航路网络的经济性、安全性和可行性,符合中国现行空域环境和管理体制。      

复杂低空物流无人机路径规划

针对复杂低空物流无人机路径规划问题，考虑空域环境、运输任务等内外限制，以飞行时间、能耗及危险度最小为目标函数，建立多限制条件物流无人机路径规划模型，设计启发算法以快速解算路径。采用栅格法对规划环境表征，引入物流无人机性能约束确保路径可飞。针对A*算法存在的问题及物流无人机航空运输特色，引入栅格危险度因子、货物质量惩罚系数，增加飞行时间、能耗等代价以提升避障能力、降低成本。为匹配所提启发算法解算效率与精度，采用动态加权法对函数赋权。为筛除冗余路径点及保证平稳飞行，采用双向交叉判断法等对原路径优化平滑。为验证所提路径规划模型及启发算法的有效性，对比4种算法规划结果，分析栅格粒度大小与代价权重值对结果的影响。在既定的运输环境及物流无人机性能约束下，研究结果表明:所提算法与A*算法相比，保证了物流无人机飞行安全、能耗少，将飞行时间由406 s降至386 s，降低了5%；飞行路径点数为129个、栅格危险度因子为11.69，降低了姿态改变次数，保证了运输安全；当栅格粒度大小为5 m，代价权重值为0.4、0.1、0.5时，采用所提算法规划的路径最佳。      

基于子目标进化的高维多目标优化算法

多目标优化问题是工程应用中的常见问题,已有的方法在解决3个目标以上的高维优化问题时效果欠佳.如何进行有效的个体选择是求解高维多目标优化问题的关键.针对该问题,提出了求解高维多目标优化问题的子目标进化算法.从理论上证明了多目标优化问题Pareto非支配解的求取,可通过子目标函数值排序,先行选择进化种群中部分非支配解;然后,根据排序信息有选择性地比较进化种群中的元素,减少了比较次数,从而快速获得非支配解集.同时,提出归一化函数差值的Minkowski距离"k近邻"距离计算方法,在进化过程中应用到密度函数中,加速了收敛速度.同当前求解高维多目标优化的算法,在对标准测试函数的计算性能上进行比较,统计结果显示了所提算法在性能上的优势.      

一种基于图论的机场空域无人机流量控制方法

城市物流无人机机场需具有同时起降多架无人机的能力，针对中小型垂直起降无人机设计了一种单入口单出口、航路交叉、多停机坪的机场模型，提出了一种基于图论的飞行安全优先的流量控制方法。根据机场内无人机飞行状态，控制无人机进离场时间，规划出机场内飞行航路，保证无人机飞行安全。仿真结果表明:该流量控制方法可以确保无人机在机场空域内安全有序飞行；分别测试了面积不同的机场进场与进离场运行容量，在单个停机坪面积一定时，停机坪数量越多进场容量越大，但进离场容量反而越小；因此在设计机场时，在给定的机场面积情况下，需要合理规划停机坪数量。      

基于M-AFSA的MPRM逻辑电路面积优化

现有基于传统智能优化算法的MPRM电路面积优化算法存在效果差的问题。由于MPRM电路面积优化属于组合优化问题，先提出一种多策略协同进化人工鱼群算法（MAFSA），该算法引入基于反向学习的种群初始化策略，以提高种群多样性及初始种群解的质量；引入觅食与追尾交互性策略，以加强人工鱼个体之间的信息交流、提高所提算法的收敛速度；引入自适应扰动策略，以增加人工鱼个体位置变异的随机性、避免所提算法陷入局部最优。此外，提出一种MPRM逻辑电路面积优化方法，利用所提算法来搜索电路面积最小的最佳极性。基于北卡罗莱纳州微电子中心（MCNC）Benchmark电路的实验结果表明：与遗传算法相比，所提算法优化电路平均面积百分比最高为57.24%，平均为39.57%；与人工鱼群算法相比，所提算法优化电路平均面积百分比最高为33.53%，平均为14.54%；与改进的人工鱼群算法相比，所提算法优化电路平均面积百分比最高为30.25%，平均为13.86%。     

基于有效中转时间预测的不正常航班恢复技术

不正常航班恢复问题研究通常基于固定航班中转时间，忽视了实际航班中转时间的改变对航班恢复带来的影响。对此，依据全国235个机场的全部运营航班数据抽取机场-航班特征，构建了基于LightGBM的航班中转时间预测模型，预测航班的有效中转时间，数值结果显示，航班中转时间预测模型预测的均方根误差为6.783 min。构造了基于有效中转时间的不正常航班恢复模型，并针对性地设计了求解该模型的列向量生成算法，构造的模型通过取消、改变计划时间、更换飞机等方式，分别在最小化航班延误时间、取消个数、换飞机个数的目标下，解决机场流量下降、机场关闭、飞机维修等不正常条件下的航班恢复问题。通过航空公司实际运行数据测试证明，基于有效中转时间预测的不正常航班恢复技术有效，在大规模航班恢复的情况下，可以将总延误时间减少34.2%。将列向量生成算法与时空网络算法的结果进行对比，所提出的恢复方法能降低航班恢复代价。      

基于粒子群算法的多脉冲转移轨迹优化

通过引入Lambert算法处理终端约束条件,建立基于可行解迭代的多脉冲转移轨迹优化模型,采用粒子群算法优化最省燃料转移轨道,并对分别采用变轨点真近点角和变轨时刻作为设计变量的优化结果进行了对比分析.对相同的两脉冲、三脉冲轨道转移问题,优化结果验证了提出的优化模型和优化算法的正确高效性.仿真表明,使用变轨点真近点角为设计变量时优化效率和结果更好.     

基于子集包含减少ARAIM子集数量的方法

先进接收机自主完好性监测（ARAIM）技术可用于多星座组合定位时的完好性监测，ARAIM技术子组推荐的多假设分离解（MHSS）标准算法，存在子集数量过多带来大量计算负载的问题。针对此问题，在双星座组合定位情景下，通过分析子集之间的包含关系及空间位置精度因子（PDOP）的变化，提出了使用一个子集代替多个子集减少子集数量的方法。所提方法可以明显地减少子集数量，不同参数下的仿真结果表明，优化后的算法效率至少提高2倍以上，并且优化前后的ARAIM可用性变化最大不超过3%。      

不可靠测试条件下基于NSGA-Ⅱ的多目标测试优化选择

针对测试不可靠因素严重影响测试优化选择结果以及现有方法不能很好解决多目标测试优化选择等问题，提出基于第二代非支配排序遗传算法(NSGA-Ⅱ)的多目标测试优化选择的方法。首先，描述了测试不可靠条件下多目标优化选择问题的数学模型；其次，在该数学模型下，将系统给出的故障检测率和隔离率作为约束条件，将测试代价、漏检率和虚警率作为优化目标，建立了多目标优化问题；然后，提出带有精英保留策略的NSGA-Ⅱ对多目标问题进行优化选择，利用NSGA-Ⅱ能够得到一组Pareto最优解，可根据实际需求选择最优的测试组合；最后，针对某装备进行实例分析，得到3组最优解，可以满足不同需求下的最优选择，验证了所提数学模型与多目标优化算法的可行性与有效性。      

一种适用于航路改变情况的冲突概率预测算法

针对如何有效地预测飞行中将发生的冲突,提出了适用于航路改变情况下的冲突预测算法.基于飞机实际飞行轨迹的不确定性,计算冲突发生的概率来预测冲突发生的可能性.改进了直线航路预测算法,充分利用ADS-B(广播式自动相关监视)所提供的航路意图信息,获得飞机航路改变点及航路偏转角,依此进行相应的矩阵变换来计算航路改变后的误差协方差矩阵,并利用有效的近似方法对继续累加的误差表示进行简化,进而实现冲突发生概率的计算.运用Monte-Carlo方法进行仿真,结果验证了其较好的准确性,与直线航路算法的比较表明了其在更复杂环境下具有的适用性和有效性.     

基于动态流体扰动原理的三维滚动航路规划

针对复杂环境中存在运动目标、移动威胁与突发威胁等多种情况,将动态流体扰动算法与滚动优化策略相结合,进行无人机(UAV)三维动态航路规划.基于移动目标运动信息与威胁运动信息引入相对初始流场,用扰动矩阵量化表示障碍物或威胁对相对初始流场的扰动影响,计算相对扰动流场,进而得到实际流场流线即无人机规划航路.充分利用实时环境信息,综合考虑未来运动态势,在有限时域内采用动态流体扰动算法规划出可选航路,然后构建目标函数,滚动优化反应系数,实现在线航路规划.仿真结果表明,该算法能较好地适用于复杂动态环境.      

固体火箭发动机成本与性能双目标优化设计

为求解某运载火箭上面级固体推进剂火箭发动机多属性价值优化问题,建立了发动机主要部件的参数成本模型,研究了一种改进的Pareto多目标遗传算法--IPGA算法,测试函数的计算结果表明,该算法收敛性优于NSGA-Ⅱ算法.以运载火箭末速度增量最大和发动机制造成本最低作为目标函数,采用IPGA计算得到了壳体材料分别为APMOC和碳纤维时的Pareto非劣解集,采用理想点法得到非劣解集中费效比变化的拐点,计算结果表明,以该点为满意解设计方案可以使该运载火箭的有效载荷提高7.6%,并使发动机的成本降低.     

广义多圈Lambert算法求解多脉冲最优交会问题

基于一种高效高精度的Battin多圈Lambert算法提出一种考虑轨道摄动的广义多圈Lambert算法.与现有算法相比,本算法虽然原理复杂但计算流程非常简单,效率极高,分别通过几次内外循环就可满足精度要求.广义多圈Lambert算法结合一种可行解迭代交会模型构成了一个通用的多圈多脉冲交会规划框架,应用两步法求解此多变量的复杂工程优化问题,首先利用高效率的进化全局优化算法以及解析轨道模型作全局搜索,然后利用序列二次规划算法以及简化高精度轨道计算模型作局部搜索,此方法可以保证高效高精度的求解多圈多脉冲交会问题.算例表明此方法特别适用于满足实际工程约束的交会规划问题.     

复杂系统的选择性维修模型和求解算法

考虑不修、最小维修、换件维修和多中间维修水平，提出了一种基于粒子群优化（PSO）算法和多员维修的复杂系统选择性维修模型，将组件维修前状态、组件有效役龄和维修费用等因素引入不完全维修模型，更符合工程实际。提出了一种基于多员维修的系统组件维修分配算法，解决了如何将多维修任务分配给多维修人员，使得系统维修时间最小的问题，并将所提算法引入到PSO算法中，求解考虑多维修人员和不完全维修条件的复杂系统选择性维修模型。案例表明:所提模型和求解算法有效，能够为复杂系统提供切实有效的维修决策方案。      

一种新的矩独立重要性测度分析方法及高效算法

为了更加合理地分析输入随机变量对结构系统失效概率的影响,提出了一种新的矩独立重要性测度分析方法。传统的重要性测度指标只能估计输入随机变量在固定点时对结构系统输出响应的影响,而所提新指标能够充分反映输入随机变量在其分布区域的所有缩减区间上变化时对结构系统输出响应的平均影响程度,更加符合工程实际。为了求解新指标,给出了2种算法:传统的双层重复抽样蒙特卡罗（DLRS MC）方法和自适应超球重要抽样（ARBIS）方法。双层重复抽样蒙特卡罗方法计算结果可以作为对比参照解,但求解效率较低,计算量很大;自适应超球重要抽样方法在满足新指标求解精度的前提下,计算效率得到很大提高。应用数值算例和工程算例证明了所提新指标的意义和所提新算法的高效性。      

基于G1-变异系数-KL改进TOPSIS雷达对抗干扰有效性评估

干扰效能评估作为多属性决策问题时，为解决传统的逼近理想解排序法（TOPSIS）在进行雷达对抗效能评估时过于客观而不能充分体现评估者意志，并且在使用过程中仅考虑指标间欧氏距离导致某些处于正负理想解中垂线上的点无法分辨的问题，提出一种G1-变异系数-KL改进TOPSIS雷达对抗干扰有效性评估算法。该算法利用G1法和变异系数法分别求得主观和客观权重，并引入差异系数的概念充分反映主客观程度，利用相对熵解决位于正负理想解中垂线上的点无法排序的问题。通过仿真实验可以发现，提出的算法在评价干扰有效性时性能优于传统算法。      

基于变尺度混沌算法的曲面品质优化

曲面品质优化是曲面重构中的常见问题，在航空航天和汽车等高端产品设计中，如果要求重构的曲面间具有高阶连续性，往往需要进行大量的优化工作。为了便捷地得到光滑的高品质曲面，提出一种基于变尺度混沌算法的曲面品质优化方法。引入可调参数，在与邻接面NURBS曲面片一阶连续条件下，可以灵活调整多个参数值对目标面进行变形操作；建立变尺度混沌优化的数学模型，计算出可调参数组的最优解，得到相对原曲面变形量最小的高品质曲面。通过案例分析验证了所提方法的鲁棒性和实用性。对优化后的曲面进行光影分析，结果表明：所提方法可以在保证曲面品质的同时，提高曲面重构的效率。