基于改进NSGA-Ⅱ算法的航班战略冲突解脱研究

设计了一种改进的非支配排序遗传算法（Non-dominated sorting genetic algorithm Ⅱ， NSGA-Ⅱ）解决战略阶段轨迹规划大规模优化问题。在经典的NSGA-Ⅱ的框架下，采用一种自适应交叉算子与自适应变异算子加快算法的收敛速度并提高解的质量，同时给出衡量Pareto解集优劣的评价指标。大规模四维航迹的引入不可避免地增加了问题的复杂性，本文提出了一种有效的战略冲突解脱模型，旨在最小化潜在的冲突数量和冲突解脱成本。采用中国航路网络繁忙时段1 472架航班进行实例验证，并所提算法与经典的NSGA-Ⅱ算法及MOEA/D进行对比。实验结果表明，改进的NSGA-Ⅱ算法具有更好的优化效果，能够有效地解决航空器之间的冲突并产生较小的航空器航迹调整量。