结合跳点引导的无人机随机搜索避撞决策方法

针对无人机在城市空域环境和密集交通流下的避撞决策问题，提出马尔科夫决策过程（MDP）和蒙特卡洛树搜索（MCTS）算法对该问题进行建模求解。蒙特卡洛树搜索算法在求解过程中为保证实时性而使其搜索深度受限，容易陷入局部最优，导致在含有静态障碍的场景中无法实现避撞的同时保证全局航迹最优。因此结合跳点搜索算法在全局规划上的优势，建立离散路径点引导无人机并改进奖励函数来权衡飞行路线，在进行动态避撞的同时实现对静态障碍的全局避撞。经过多个实验场景仿真，其结果表明改进后的算法均能在不同场景中获得更好的性能表现。特别是在凹形限飞区空域仿真模型中，改进后的算法相对于原始的蒙特卡洛树搜索算法，其冲突概率降低了36%并且飞行时间缩短47.8%。     

基于4DT的高度层分配及冲突解脱策略研究

随着我国空中交通业务总量的逐年攀升和碳交易市场的开放,同时兼顾运行安全和节能减排成为民航相关单位关注的焦点,而优化飞行高度层分配策略是一种有效措施,可通过合理的高度层分配,使得空域内总的碳排放量最小,同时减少管制员的工作负荷。以某空域内的两条交叉航路为分析对象,建立基于4D航迹的高度层分配和战术冲突解脱模型,将分类及编...     

基于仿真的跑道容量评估系统设计与实现

系统地介绍了基于仿真的跑道容量评估系统的基本设计与功能,就塔台工作流程进行了详细定义。对仿真过程中最后进近时间的计算提出了简化方法,归纳了仿真中需要的随机变量,就其分布与取值进行了探讨,有效解决了任意比例航班计划下的仿真评估。系统仿真结果表明,通过制定具体的评估策略,该系统可以对各种条件的跑道进行容量评估,并能取得可信的结果。     

基于最大贡献的航班计划优化模型

从航空公司的效益出发,结合机场和空管部门对航班时刻的限制,以航班贡献最大为目标,建立了一个航班计划的优化模型。对于模型的求解,介绍了一种遗传-禁忌的混合算法,通过精英保留的策略,得到更优结果,并通过案例对该模型进行了分析和验证。     

航班时刻资源的优化与管理

近年来,随着航班量的迅猛增长,许多机场出现了"一刻难求"的现象。在运行中主要表现为航班延误严重,公司运行成本上升,虚占航班时刻或篡改航班时刻的违规现象屡禁不止。本文对航班时刻规划的科学性和经济性方面存在的问题进行了概括与分析。     

近距平行跑道容量评估与优化

本文系统地归纳了各种制约近距平行跑道运行容量的因素,并对比单跑道容量评估方法,针对不同运行模式提出了容量评估思路。同时结合实际工作中可能遇到的运行方式提出具体的调整适用方法,为近距跑道的优化使用提出建议。     

基于三方博弈的终端区协同容流调配策略研究

为研究终端区协同容流调配问题,从机场、空管部门、航空公司三方利益出发,以最大化机场容量利用率、最小化航班调整量、最小化航班总延误损失为优化目标,通过动态博弈分析,求解多目标优化模型,研究了多方利益冲突下的终端区协同决策。根据各要素映射关系,将多目标优化模型转化为三方动态博弈模型;采用博弈粒子群算法进行求解,使博弈策略实现最优组合,从而获得子博弈完美纳什均衡解,即为最优解集。经过算例分析,与多目标优化相比,模型在充分利用终端区容量的同时,有效降低了航班调整量,减少了航班延误损失,提升了整体优化的效益。