遗传算法在飞机着陆调度问题上的应用

用遗传算法对飞机着陆调度问题的两个方面:队列顺序的确定和跑道指派进行了研究.队列顺序采用飞机编号的单一整数染色体编码方案,配合相应的变异、交叉算子,避免了后代非法解的问题.跑道指派则在适值函数计算中,基于对列最短的原则来加以确定,避免了对队列顺序和跑道指派进行分别编码.算例研究了单跑道与双跑道两种情况.计算结果表明,这种编码方案以及变异、交叉算子对这一问题具有很好的效果,可在普通PC机上实现雷达扫描周期内的实时计算要求.     

基于实数编码遗传算法的轨迹综合优化设计

提出了一种基于实数编码遗传算法的机构轨迹综合优化设计。在传统二进制编码遗传算法上进行改进,采用具有更快全局寻优能力的实数编码遗传算法对四杆机构各参数进行优化,从而得到机构最优解。运用MATLAB软件实现遗传算法优化设计,结果表明了此方法的有效性。     

基于遗传算法的机载武器调度优化

针对航母机载武器弹药调度存在的过程复杂、不确定性强、涉及因素多等特点,建立了现阶段机载武器弹药调度模型。通过设计编码方案,选择适应度函数,设定交叉、变异操作建立了基于遗传算法的调度优化模型,并通过 Matlab软件进行了仿真验证。结果表明,该优化过程可在一定程度上缩短调度总时间,提高调度效率。     

基于遗传算法的企业订单双边匹配调度研究

订单是企业生存的根本,是生产经营活动的源动力,因此,有效地对订单进行调度是企业生产管理工作的重要组成部分。在订单交货期模糊和加工时间随机分布的条件下,权衡订单成本和客户满意度,提出基于遗传算法的双边匹配调度模型,并利用算例对该模型进行检验。仿真结果显示:该模型对订单调度是有效的;与单目标优化相比,多目标优化是对多个目标的折中,从整个系统来看,多目标优化具有全局性的特点。     

基于遗传算法的涡扇发动机多变量加速寻优控制

研究了变几何涡扇发动机不等式约束下的遗传算法最优加速控制规律，在全飞行包线内进行了仿真计算。通过分析多变量变几何涡扇发动机加速过程的特点和性能要求，用离散化加速模型结合遗传算法，使得加速过程最优。仿真计算表明该控制律可以保证变几何涡扇发动机在全飞行包线内稳定工作，且加速时间最短。     

利用遗传算法优化TTCAN网络的时间调度系统矩阵

引入了遗传算法对时间触发CAN(TTCAN)网络中的时间调度表进行优化。同时,针对问题的特殊性,本文对所引入遗传算法作了进一步改进,以取得更好的性能。最后,本文利用汽车工业的PSA标准消息子集对本方法进行了验证,实验表明,本方法可以有效的减少网络中的抖动问题,取得了满意的效果。     

改进的DNA编码遗传算法在翼型设计中的应用

遗传算法作为一种比较成熟的智能算法,因其具有全局搜索能力和并行性得以在翼型气动优化中广范应用.本文在编码方式、种群初始化和遗传算子等方面对标准遗传算法进行了改进.其中,DNA的编码方式增加信息的丰富性;拉丁超立方抽样初始化使种群分布相对均匀;插入、删除、倒位等算子增加种群的多样性,加快收敛;感染算子加速种群摆脱停滞或早...     

基于实数编码量子进化算法和模态区间数学的航空发动机设计

本文将实数编码量子进化算法和模态区间数学相结合用于解决模态区间数学中的某些难以求解的问题。应用量子进化算法进行了模态区间数学方程组的求解和模态区间矩阵的求逆,将量子进化算法和模态区间数学用于航空发动机的设计,给出了基于模态区间数学的航空发动机总体性能设计方法。这种设计方法能够考虑设计的不确定性。并以某型涡喷发动机为例进行计算,设计结果更符合实际情况。     

基于双层遗传编码的多机场航班调度优化研究

为提高多机场系统终端区运行效率,保障航空器飞行安全,基于多机场系统多种资源限制约束,以降低总延误时间和风险值为优化目标,建立了多机场系统终端区航班调度优化模型。考虑多机场系统资源竞争特性,设计了包含航班排序和跑道分配信息的双层编码遗传算法。同时,为避免不必要的资源闲置,降低航班在某节点拥堵的后续影响,每层编码中将航班细分为跑道、定位点两个关键节点阶段。运用双层编码遗传算法进行算例分析,与传统航班恢复方法进行对比。结果表明：求解算法能促进资源的合理分配,实现总延误时间和风险值的双重优化。     

基于最小成本的飞机着陆规划算法

在以往着陆规划中，较少考虑公司的成本。利用航班的成本函数，建立了满足着陆间隔、着陆时间段等约束的着陆规划模型，提出了一种使用局部搜索和线性规划的启发式算法。实例验算表明，所给模型及算法可以在合理的时间内求解大规模规划问题，有效地降低公司成本。     

求解机务维护排序问题的混合遗传算法

利用仿真工具将启发式方法与遗传算法相结合,引入一种求解车间作业排序的混合算法框架。在以上框架的基础上,针对含调整时间的机务维护问题建立了一种混合算法GA-SPTS,通过与已有算法的比较表明,该算法对这类问题有很好的求解性能。     

基于动态规划的航班着陆调度算法

为了解决机场终端区空中交通流量高速增长造成的进近冲突,合理安排飞机着陆次序,充分利用跑道容量,减少航班延误,提出了一种基于动态规划方法的航班着陆调度算法,算法结合了MPS约束、优化深度限制和时间窗限制约束和其他多项约束,并采用了动态规划的方法来减少计算量。仿真结果表明,算法能满足现实复杂空管条件下的各种限制约束,可应用于实时的ATC自动化系统,并能输出合理可行的排序结果,明显减少航班队列的延误。     

基于遗传算法的起降航班动态排序模型的研究

讨论了空中交通流量管理中终端区航班的排序规划问题。目的是在终端区空中交通繁忙的情况下有效地为到达航班安排合理的着陆次序，并在不违反飞机间隔要求的情况下给出各飞机经过优化的着陆时间，提高机场跑道的利用率。引入离场起飞的航班问题，建立了航班排序的动态模型和基于遗传算法的终端区动态排序算法。并对一个算例采用冬文方法进行验证计算，结果表明，所提出的方法计算效率高，实用可行。     

基于协同多任务分配的飞机排班模型与算法

航空公司的航班运行一直存在安全与成本的矛盾:既要严格按规定完成飞机例行检修,优先保障运行安全,又要尽可能提高飞机日利用率,以降低运行成本.为此,研究基于协同多任务分配的飞机排班问题.分析例行检修约束,建立最优化飞机日利用率的数学模型,运用分枝定价算法进行求解.分枝定价算法引入检修节点和虚拟飞机节点的定义,将分配的航班飞...     

基于分层控制免疫遗传算法的多卫星联合任务规划方法

 研究面向复杂任务需求的多卫星联合下的任务规划技术,对于提高对地观测系统的保障能力具有重要意义。各种类型的复杂任务需求由于需求特点的差异,使得相对于针对点观测任务的规划更加复杂。在提炼问题特点的基础上,建立了整数规划问题模型,并提出了分层控制免疫遗传算法。该算法采用双层操作,在父层采用遗传操作算子,在子层采用免疫操作算子,并引入基因重组、自适应免疫更新、小生境等机制改进搜索过程。仿真实验表明,分层控制免疫算法在解决复杂任务的任务规划中是可行有效的。     

基于改进遗传算法的终端区排序研究

终端区航班排序是减少航班延误,降低成本的关键技术。基于安全性考虑,将进近无冲突作为约束条件,这是一个组合优化问题,多约束条件互相制约,导致可行解较难获得。采用改进遗传算法,针对航班速度编码的特性引入局部适应度函数,并以此为标准指导交叉变异操作。仿真结果表明,求得的进近队列延误低、无冲突,且遗传更具方向性,收敛快,大大提升求解速度,更符合实际运用中实时性要求,优于传统方法。