进场航班双目标调度的鲁棒优化研究

由于天气变化,导致进港飞机降落的处理时间不确定的情况经常发生.因此,需要在受到天气影响,进港飞机在跑道的处理时间不确定时提高跑道的利用率,减少飞机的延误成本.以最小化航班总延误成本和跑道总工作量为优化目标,建立降落飞机的处理时间的鲁棒优化模型,设计出Epsilon约束算法对能够快速得出进港飞机降落方案的Pareto前沿.通过实例证明了模型的可行性及有效性,对机场终端在天气变化时对进港航班的合理调度具有一定的指导作用.     

基于混合遗传算法的航班串优化模型研究

分析了飞机排班调度中航班串的编制优化问题,并针对该问题建立优化模型,模型主要考虑了航班串编制时关于航站衔接的要求及过站时间的限制。同时,为求解所建立的模型,构造了一种基于精英选择策略的自适应遗传算法．通过使用实际航班数据对模型进行仿真研究,证明了模型及算法的可行性、     

基于航班延误概率的鲁棒性飞机排班模型

飞机排班是影响航空公司运营成本的一个重要因素,对飞机进行合理排班,既可以最大化地提高飞机的利用率又可以减少航班的延误。首先简略介绍了国外的一些关于飞机排班问题（FSP）的研究方法,并给出关于飞机排班问题的经典模型;其次,在此基础上提出了基于延误概率的鲁棒性飞机排班问题的模型;最后,根据一个航空公司的数据,利用Grover算法的改进算法计算出模型的结果。分析结果表明了该模型及其算法的可行性以及决策的鲁棒性。     

基于人工免疫算法的入港飞机调度管理

针对入港飞机调度管理日益复杂繁重的现状,首先将入港飞机调度管理问题进行分析建模.确立了在满足各机型安全时间间隔条件下的,基于入港飞机总延误时间最小化的调度管理优化目标.然后利用人工免疫算法的优化能力强的特点,提出基于人工免疫算法的入港飞机调度管理方法.再通过仿真实验验证了该方法的可行性和有效性,并对人工免疫算法有效指导飞机入港调度管理的原理进行了分析和总结.     

离散型粒子群算法求解民航飞机排班问题

本文首先介绍了民航飞机排班问题,给出了飞机排班问题的基本数学模型。然后介绍了离散型粒子群算法的基本原理和在组合优化问题方面的应用,并通过相应参数的匹配选择将离散型粒子群算法引入到民航飞机排班问题。     

基于Memetic算法的飞机着陆调度优化

以减少等待时间为目标，建立了一种多跑道机场飞机着陆调度模型，并采用Memetic算法对飞机着陆次序和时间进行了仿真优化，最后以浦东国际机场终端区内的实际数据为原型，验证了算法在解决飞机着陆调度优化问题中的可行性和高效性，从而为管制部门运行决策和跑道容量评估提供科学的建议。     

城市冷链物流配送系统优化模型研究

城市冷链物流的迅猛发展带来城市燃油消耗和尾气排放大量增加,不仅增加了物流成本,而且污染城市环境。基于生态城市发展理念,在考虑客户满意度和产品质量基础上,研究构建实现节约里程最大化、物流成本最小化的城市冷链物流配送系统优化模型,并利用节约里程算法进行路径规划,将建立的多目标模型与模糊时间窗约束下的单目标模型进行对比,验证了模型的可行性。     

基于环境影响的飞机进场性能参数优化

为了在满足空中交通管理具体运行的限制下降低民航飞机进场过程中发动机排放对环境造成的影响,研究了飞行参数优化问题。首先根据进场飞行轨迹特点构建了飞机进场模型;然后综合考虑油耗、发动机排放对环境的影响以及飞行过程实现的便捷性构建了优化目标;最后基于多目标遗传算法建立了优化求解模型。以空客A321飞机为例分析了速度变化对优化目标的影响,并进行了优化仿真试验。仿真结果表明,飞行参数优化结果主要受空管运行的最大约束时间限制,所提优化方法能够有效降低进场过程对环境的影响。     

0-1线性规划的连续化求解方法

针对0-1线性规划的优化问题,提出一种惩罚函数方法。考虑到0-1线性规划的最优值特征,通过在目标函数中加上惩罚函数,将0-1离散线性规划模型连续化成非线性规划模型,并使用Matlab的Fmincon函数进行求解。经对多个算例的计算,并和其他算法比较,结果表明惩罚函数法的可行性和有效性。将该方法应用于实际的飞机排班问题上,取得比较满意的结果。     

发动机控制系统限时派遣运行的成本优化方法

限时派遣TLD可以提高飞机的签派可靠度,降低由于航班延误或取消导致的运行损失。面向TLD分析建立了典型发动机控制系统马尔可夫模型,利用连续时间马尔可夫链CTMC推导了状态稳态频率公式,构建了系统单位时间运行成本模型。以平均完整性要求及签派可靠度要求为约束条件,以带故障派遣时间为决策变量,以系统单位时间运行成本以及签派可靠度为优化目标,分别构建了TLD分析的单目标和多目标优化模型。结合简化的发动机控制系统和实际全权限数字式发动机电子控制FADEC系统给出了工程应用实例,验证了模型的有效性。实例表明本文方法能够保证飞机在满足安全性要求和签派可靠度要求的条件下降低运行成本。     

基于弹簧-悬臂梁模型最小变形能的气动载荷分配方法

在进行气动载荷到结构载荷转换时使用弹簧-悬臂梁模型来代替悬臂梁模型,解决了如果气动载荷点与部分结构节点重合则会导致难以求解的问题,载荷分配结果符合“近大远小”的规律,且分配前后完全符合等效性。研究了模型参数对载荷分配结果的影响,讨论了利用悬臂梁与弹簧刚度比,刚度与目标点距离的比来控制分配结果的方法。另外,讨论了使用构造函数代替物理模型的方法。     

认知无线电网络中的喷泉编译码技术研究

针对认知无线电网络（CRN）中授权信号时间和频率的不确定性导致CR用户工作频率甚至链路质量具有严重的时变性等特点,提出利用喷泉码的编解码技术解决上述问题。阐述了喷泉码的编解码原理,对喷泉码应用于认知无线电的系统性能进行了仿真分析．仿真结果表明．由于喷泉码无需反馈以及编解码复杂度低的特性,在CRN网络的时变信道环境下能实现链路维持,提高了系统的传输性能。     

一种基于三维到达角的无偏伪线性卡尔曼滤波

为了解决大场景下基于三维到达角的目标跟踪问题，提出了一种具有无偏性的伪线性卡尔曼滤波。首先，基于三维到达角信息对目标运动模型与量测模型进行建模；之后，对量测模型进行了伪线性化处理，得到了线性形式的目标量测模型。为了解决伪线性卡尔曼滤波存在的有偏性问题，提出了一种结合EKF（extend Kalman filter）的三维伪线性无偏卡尔曼滤波。仿真实验表明，该模型能够对非机动目标与机动目标有效跟踪，对于百公里级别的目标，当角测量误差从0.1°变化到0.5°，算法在仿真时间结束时均能将绝对位置误差降低至10 km以内，且算法的运行速度与EKF为同一个量级，同时兼顾了抗干扰能力、定位跟踪精度、运行效率的要求，能够为大场景下的目标跟踪提供有效方法。     

自由段弹道目标跟踪算法在工程中的应用

在对弹道目标跟踪预警的工程实践中,雷达系统对目标运动的信息处理速度尤为重要,因而,文章选取自适应跟踪模型与卡尔曼滤波相结合的方法解决自由段弹道目标的跟踪问题,并与扩展卡尔曼跟踪算法做了对比分析。仿真显示,2种滤波方式分别与自适应跟踪模型相结合后,卡尔曼滤波和扩展卡尔曼滤波跟踪性能相差不大,但其算法简单、运算时间短,可以较好满足自由段弹道目标跟踪的工程需求。     

双星编队对空间非合作目标的仅测角跟踪方法

针对单星仅测角对目标跟踪误差较大和不良测量条件下跟踪精度下降的问题,提出利用编队卫星对非合作目标进行联合跟踪的方法。采用考虑地球非球形J2引力摄动的轨道动力学模型,建立多视线测量模型,融合编队卫星对目标的观测数据。然后,基于新息设计增益调节矩阵提高滤波器在测量故障条件下的鲁棒性。最后,建立仿真模型进行验证。仿真结果表明,相比单星跟踪,该方法的位置误差和速度误差分别减少了27.06%和26.96%。在系统存在异常量测时,相比常规滤波,该方法也具有更高的精确性和更好的鲁棒性。     

多机场终端区进场交通流优化排序方法研究

为了提高终端区时空资源利用率及空中交通运行效率,综合考虑航班间尾流间隔、航向道安全间隔及定位点管制移交间隔等时间标准的约束,研究了进场交通流在多机场多跑道系统及定位点的排序优化问题,建立了整数线性规划模型,旨在最小化多机场航班的总延迟时间和跑道总调度时长.开发出Epsilon约束精确算法,可以在数分钟内求解出多机场进场交通流排序方案的Pareto前沿.通过仿真实验证明了模型的正确性及算法的有效性.     

大气层内模型预测静态规划拦截中制导

在临近空间机动目标拦截中,拦截器的初始动力段对中制导段乃至末端拦截性能具有重要影响。在模型预测静态规划（MPSP）理论基础上提出了一种初、中制导联合规划制导方法,旨在解决多阶段、快速、最优拦截轨迹规划和制导问题。首先,提出了一种改进的模型预测静态规划方法,该方法不仅可以满足终端约束,还可以生成最优初始状态,并在性能指标中考虑状态变量相关函数。其次,基于等效阻力模型建立了包含动力段与非动力段的两段规划模型,通过采用分段离散以及构建关机点变分关系的方法,避免了内点约束的引入,使MPSP算法可直接求解该两段规划问题。最后,结合提出的MPSP算法以及两段规划模型,实现了终端速度最优的拦截轨迹规划,结合目标预测方法,实现了对机动目标的预测拦截。仿真结果表明,本文方法可提高制导精度和终端速度,且能更好满足对机动目标的拦截需求。     

应用模拟退火算法求解飞机调度问题

通过分析飞机运行的时区集合特点,将飞机调度问题转化为固定工件排序问题。根据工件占用机器的时间区间,利用划分时间片算法把需要平行作业的工件挑选出来组成无向图的相邻顶点,从而将固定工件问题转化为图的k-顶点着色问题,然后建立0-1整数规划数学模型,并设计出相应的模拟退火算法。最后应用该算法针对飞机调度问题进行了仿真研究,结果表明:在可接受的时间内能够得到该问题的满意解。     

Static Frame Model Validation with Small Samples Solution Using Improved Kernel Density Estimation and Confidence Level Method

An improved method using kernel density estimation (KDE) and confidence level is presented for model validation with small samples. Decision making is a challenging problem because of input uncertainty and only small samples can be used due to the high costs of experimental measurements. However, model validation provides more confidence for decision makers when improving prediction accuracy at the same time. The confidence level method is introduced and the optimum sample variance is determined using a new method in kernel density estimation to increase the credibility of model validation. As a numerical example, the static frame model validation challenge problem presented by Sandia National Laboratories has been chosen. The optimum bandwidth is selected in kernel density estimation in order to build the probability model based on the calibration data. The model assessment is achieved using validation and accreditation experimental data respectively based on the probability model. Finally, the target structure prediction is performed using validated model, which are consistent with the results obtained by other researchers. The results demonstrate that the method using the improved confidence level and kernel density estimation is an effective approach to solve the model validation problem with small samples.     

基于最小跳数的无线传感器网络跨层设计

传统的严格分层参考模型无法实现对无线传感器网络资源的有效管理和运用,跨层设计是提高网络整体性能的一种有效方法。针对无线传感器网络能量、计算资源、存储资源和带宽资源有限的特点,提出一种基于最小跳数的路由层和MAC层的跨层协议设计方案。MAC层和路由层通过共享sensor节点到sink节点的最小跳数信息,在MAC层建立时间梯度,解决多个节点共享无线信道的问题;并在路由层建立路由表,解决路由选择问题。仿真结果表明,该方案在降低网络能耗的同时,在降低传输延迟,提高数据投递率方面也取得了良好的性能。