三维战术训练空域规划方法研究

三维战术训练空域规划是对空域的合理规划利用,人工排样已经无法保证空域的安全有效利用,寻找高效快速的算法对于提高空域利用率和训练效率具有重要意义。通过对空域规划的理论研究,结合空域特性,将整个空域划分为立方体单元,构建相应的训练空域规划模型;在此基础之上,利用改进的遗传算法来寻求最优方案,剔除了大量不可行解;通过实例仿真验证该空域规划模型的合理性和有效性。结果表明:该空域模型是合理和有效的,提高了空域规划的速度和准确度。     

基于粒子群优化的航路规划算法研究与仿真

文章将粒子群优化方法应用于飞机低空突防航路规划技术研究,提出了利用一组正弦波曲线来构造一个粒子,并在适应度函数设计巾加入处罚函数,使该方法得到的飞行航线严格经过起始点和目标点,而且满足飞机的机动性能要求,以及起始航向角与目标进入角的要求。仿真结果表明,所用方法简便可行,粒子能较快地收敛于全局最佳航路。     

基于动态因子的粒子群算法在航路规划中的应用

粒子群优化PSO(Particle Swarm Optimization)因其实现容易、精度高、调整参数少、收敛速度快等优点而在解决优化问题中得到了广泛的应用。分析了惯性权值及加速度因子对粒子群算法优化性能的影响,进而提出改进粒子群算法的方法:线性或非线性动态调整惯性因子,从而有效地提高算法的搜索能力;进行了仿真实验,仿真结果表明改进后的算法在全局搜优的速率与精度方面均有明显提高。     

粒子群算法在装配序列规划中的应用方法研究

将粒子群优化算法引入到装配序列规划中,详细讨论了粒子群算法在装配规划中的数学表示,给出了适应度函数评价方法,并实现了装配干涉矩阵的构建,以发动机化油器装配为例,分析了粒子群算法在装配序列规划中的具体应用.     

基于动态空域配置的航路调整问题研究

动态空域配置旨在通过对各类型空域功能块的设计、构架、配置和使用,实现空域的动态配置功能,使管制空域灵活地匹配空中交通实际变化的需求。在此概念下建立了以最小运营成本为目标的航路调整规划模型,在模型中考虑某些航路段可以动态地开关-闭合,引入动态航路的开放成本和使用成本,以最短开放时间、最大管制负荷和航路复杂度、安全性为约束条件,采取改进的遗传算法进行求解,验证了模型的正确性和可行性。计算结果表明:用模型制定的优化策略,充分利用了空域资源,减少了延误损失,总的航班运营成本减少了15%。     

基于改进多元优化算法的动态路径规划

为满足动态路径规划实时性强和动态跟踪精度高的需求,提出一种基于能够同时发现并追踪多条最优以及次优路径的改进多元优化算法(IMOA)的求解方法。首先,通过利用贝赛尔曲线描述路径的方法把动态路径规划问题转化为动态优化问题;然后,把相似性检测操作引入到多元优化算法(MOA)中,增加算法同时跟踪多个不同最优以及次优解的概率;最后,用IMOA对贝赛尔曲线的控制点进行寻优。实验结果表明:当最优路径由于环境变化而变为非优或者不可行时,利用IMOA对多个最优以及次优解动态跟踪的特点,能够快速调整寻优策略对其他次优路径进行寻优以期望再次找到最优路径;其综合离线性能较其他方法也有一定的提高。因此,IMOA满足动态路径规划的实际需求,适用于解决动态环境中的路径规划问题。     

基于航行系统体系结构的动态空域规划

基于新航行系统体系结构的动态空域规划方法可以充分挖掘和发挥空域的潜能,不仅能够完成国家战略层面的航路、航线、管制扇区结构设计,还可以作为评估现有独立管制扇区是否最大限度地满足空域用户不断增长需求的依据。本文在参考美国航行系统体系结构发展的基础上,提出基于该体系的空域规划建模过程,以及关键性指标的应用,对动态空域划分与协调规则进行初步分析,为科学规划空域提供技术支     

基于HPSO-W算法的多机航迹协同规划方法

随着无人机应用愈加广泛,三维环境下多无人机航迹协同规划问题成为近年来的研究热点。针对多机协同航迹规划问题,基于应急物流任务环境与无人机性能约束,以全局安全运行综合代价最小为优化目标建立时空协同规划模型。考虑航迹规划中粒子群算法易陷入局部极值,后期收敛慢的缺点,提出一种基于狼群优化思想的混合改进粒子群算法HPSO-W。主要是先对粒子群算法参数进行优化,加入极值变异思想,并引入头狼召唤和优胜劣汰机制,平衡算法全局和局部搜索能力,加速后期收敛,避免局部阻滞,提高寻优性能。对比验证了HPSO-W算法的高效性,并通过实例验证了协同航迹规划方法的可行性与有效性。     

基于自适应粒子群优化算法的无人机三维航迹规划

针对传统的粒子群优化算法容易陷入局部最优解的问题,提出了一种自适应粒子群优化算法,在迭代寻优过程中自适应地调节惯性权重和2个学习因子的数值。建立了无人机在山区环境执行勘察任务的航迹规划环境模型,分析了无人机自身约束条件。设计了自适应粒子群优化算法的适应度函数和航迹规划算法流程。分别采用自适应粒子群优化算法和传统粒子群优化算法开展了无人机三维航迹规划仿真实验。仿真结果对比表明,所提出的自适应粒子群优化算法比传统粒子群优化算法具有更高的全局搜索能力和搜索精度。     

基于多级优化的粒子群算法在航迹规划中的应用

针对粒子群算法后期存在寻优效率降低、收敛缓慢等问题,提出了多级优化算法。该算法具有局部快速收敛特性,通过对粒子群所生成的最优粗略解进行局部最优处理,从而能够快速地从粗略解中提取出全局最优信息,将粗略解变为最优解。仿真结果显示,该组合算法能将粒子群算法的全局搜索特性和多级优化算法的局部优化特性有机结合起来,达到了准确而快速生成路径的目的。     

基于整数规划的终端区空域扇区划分研究

扇区划分是终端区空域规划的研究内容之一,划分后能覆盖不均匀的交通分布,缓解需求与容量的不平衡,从而提高空域系统的运行效率。将终端区扇区划分作为一个整数规划问题,在约束条件中考虑了间隔规则、飞行路径需求和机场跑道结构的几何约束等,根据最优解来生成终端区扇区。以某终端区算例,验证了整数规划模型的可行性。     

终端区空中交通流到达模式识别

为了实现对终端区空中交通流到达情况更加准确的分析,针对目前常用的流量统计方法中所存在的问题,提出了交通流到达模式概念,并对基于聚类思想的到达模式识别方法进行了研究。在对交通流到达时序数据提取的基础上,利用基于免疫优化算法的聚类方法实现了对交通流到达模式的识别。对交通流到达模式特征进行了分析,并结合滑动时间窗算法提出了交通高峰小时及峰值流量计算方法。通过实例分析证明了方法的可行性与准确性。     

空域管理中一些问题的探讨

就我国在空域管理中一些问题进行探讨,诸如机场塔台管制服务和进近管制服务责任区的划分,及对有关术语的解释进行了分析,对如何在我国做好这些方面的工作提出了建议。     

空域资源优化配置及调整策略研究

近年来,不断增长的空中交通需求以及有限的空域资源之间的矛盾日益突出,尤其是在飞行量密集的多机场地区。在研究如空域灵活使用等国外空域管理方面的经典理论,以及已在实践应用层面取得的成果和经验的基础上,结合中国空域自身的条件及特点,从低空空域资源、军民航协调机制、多机场地区空域资源统筹三个方面作为切入点,提出了相应的空域资源配置及调整的构想,并详细阐述了实施的方法,得出了采用更科学优化和共享模式的空域资源使用方式才是解决中国空域紧缺的有效手段。     

基于航班排队仿真的终端区空域容量评估

为提升多扇区终端区空域容量评估的实效性,基于终端区交通流显著的排队特性,结合考虑扇区耦合关系,建立仿真模型并给出新的评估方法.以成都终端区为例,选取一周航班计划,针对每日运行状况共进行35次仿真,评定成都终端区平行双跑道隔离运行模式下的空域容量为47架次/h,并指出空域划设缺陷.经管制员雷达模拟机演练及实际运行数据验证,新评估方法有效,评估结论更符合实际.     

航空发动机叶片砂带抛光工艺参数优化

为提高航空发动机叶片砂带抛光后的表面质量,选取影响抛光质量的主要工艺因素砂带粒度、接触力、砂带线速度、进给速度,以抛光后的叶片表面粗糙度作为评价指标,展开叶片砂带抛光工艺参数优化研究.首先,进行抛光工艺试验,基于试验结果采用BP神经网络法建立表面粗糙度与工艺参数之间的预测模型;其次,根据所建立的预测模型,采用遗传算法和粒子群算法对工艺参数进行优化对比,确定最佳工艺参数;最后,对优化后的工艺参数进行试验验证,试验结果表明:采用优化后的工艺参数进行叶片型面抛光,抛光后叶片表面粗糙度明显减小,表面质量得到了显著提高.     

空域网格化方法及其在空管中的应用研究

传统的空域理论方法面临交通密度快速增长、空域管制对象复杂多类异构等一系列问题,研究空域数字化建模,发展出新的空中交通四维时空框架,在此基础上开展全新的空域与空中交通流量协同管理是当前的迫切需要。本文聚焦包括平面格网模型以及空域空间格网模型的空域网格化方法的总结,并对空域网格化方法的空管应用研究进行综述,在此基础上,对空域网格化及数字化研究重点及发展趋势进行综合分析。本文研究能够为空域网格化及数字化理论与应用的可持续发展提供科学指引。     

基于三维空域网格的低空飞行航迹战略规划方法

针对复杂低空环境下航空应急救援飞行安全问题,提出了一种基于三维空域网格的飞行航迹战略规划方法。将空域网格化分成多个飞行航迹节点,同时考虑地形、气象、飞行规则以及航空器性能等多种约束,使用改进的A*算法搜索单个航空器的最优飞行航迹。在单个航空器初始飞行航迹基础上,结合时间窗原理,提出两种方法解决了多机无冲突航迹战略规划问题。最后,通过案例仿真验证了方法的有效性。