基于多目标帝国竞争算法的进场排序与调度

为兼顾空管、机场、航司以及民众的不同诉求,提出了基于多目标帝国竞争算法的进场排序与调度方法,达到平衡交通需求与进场管理的目的。首先,借鉴机器调度领域研究成果,梳理与精简进场排序与调度的评价指标,并结合运行约束构建多目标进场排序与调度模型。接着,引入非支配排序,设计多目标帝国竞争算法,给出衡量帕累托解集优劣的评价指标。最后,采用通用数据集与长沙黄花机场实际运行数据实施案例进行仿真与验证。结果表明：提出的多目标帝国竞争算法,相对于带精英策略的非支配排序遗传算法以及多目标模拟退火算法而言,解集更占支配地位、分布更均匀、收敛性更好,求解的效率也更高;提出的算法能有效实现进场排序与调度,即便以标准间隔的1.8倍实施仿真,总延误时间、总飞行时间和最大飞行时间,相对于实际运行分别降低了41.2%、11.4%和8.6%。     

高峰时段下离港航空器绿色滑行策略设计与评价

为有效减少大型枢纽机场高峰时段离港航空器拥堵延误及污染物排放,开展了不同滑行策略的设计与评价研究。首先,构建了包括环境成本在内的离港航空器滑行成本计算模型;然后,提出了正点推出、机位等待以及速度优化3种不同离港航空器绿色滑行策略;最后,以总滑行成本最小为目标,采用遗传算法开展算例仿真,求解不同策略下的最优滑行路径并对比分析了不同滑行策略对缓解拥堵及减少排放的有效性。结果表明:相较于正点推出策略,机位等待与速度优化策略可减少总滑行时间5.90%和22.49%,具有良好的拥堵缓解效果;此外,机位等待策略还具有最低的油耗及排放成本,而速度优化策略具有最低的污染物排放总量,均具有一定的减排效果。      

基于卷积神经网络的终端空域交通复杂度辨识

辨识终端空域交通复杂度对空中交通管理的安全和效率起着关键作用。利用交通态势的瞬时图像,基于深度学习研究终端空域交通复杂度的辨识方法。构建交通态势图像,并通过对复杂性指标进行聚类实现数据标记。提出了基于卷积神经网络分类的交通复杂度辨识方法。以广州终端空域的进离场运行为研究案例实施验证。结果表明,一方面,包括飞机经度、纬度、高度和速度信息在内的图像可以充分代表空中交通的复杂性;另一方面,所提出的模型可以有效识别终端空域空中交通复杂性。     

中国民用航空器CO2减排潜力的区域划分

对中国进行科学的区域划分，是研究具有区域差异性与空间相关性航空器CO₂排放问题并提出差异化CO₂减排措施的重要基础。基于2007—2016年中国部分地区民用航空器运行数据，在构建CO₂减排潜力分类模型的基础上，通过Kruskal算法得到省域网络关系最小生成树；采用谱聚类算法，以“最大化区划优度”为目标，划分航空器CO₂减排潜力的不同区域。结果表明：最优区域划分为四分区，区划优度为0.35；航空器CO₂减排潜力高的区域主要分布于中国西南和中南地区，潜力低的区域主要分布于东北和华北地区；针对各区域CO₂减排特征，从民航局、机场和航空公司等不同主体提出了差异化的区域CO₂减排措施。     

核能航空发动机技术方案初探

在对核反应堆、发动机和传热系统进行概要分析的基础上,初步探讨了核能航空发动机的技术方案。经分析认为:基于目前的技术水平,采用高温气冷堆、双回路传热系统的双布雷顿循环核能涡扇发动机相对可行。     

基于分支定界的离场航空器动态排序

离场航空器优化排序是加速终端空域内航班流动 、提高航班正点率、缓解管制工作负荷的有效手段。采用滚动时域控制(Receding horizoncontrol,RHC)策略构建离场航空器 实时动态排序框架,并基于分支定界法获取时间窗内优化的目标起飞时间。在此基础上,利 用修正的离场滑行时间确定允许开车时间,从而为管制员提供决策支持。以上海浦东机场离 场运行为例进行仿真验证,结果表明文中提出的方法不仅有效地实现了管制决策支持（为管制 员提供目标起飞时间与允许开车时间）,也能够提升跑道离场容量,降低离场延误水平。