基于改进免疫粒子群算法的动态航班着陆调度

为改进机场终端区空中交通流量管理,对动态航班着陆次序进行适当调整,使机场和空域的可用容量达到最有效利用,减少航班延误造成的经济损失,提出一种新颖的动态免疫粒子群优化算法(DIPSO),重点针对待着陆航班的动态变化,结合滑动时间窗,多方面考虑现实约束,在确保航班延误成本最小的同时,兼顾航班着陆的公平性和管制员的工作负荷。仿真结果表明,在处理动态航班着陆问题上与先来先服务相比有效降低了延误成本。     

近距平行跑道航班着陆调度研究

针对我国航空运输业快速发展导致空中交通拥挤以及航班延误问题,研究了近距平行跑道航班着陆调度问题,以缓解空中交通拥挤和减少航班延误.以配对进近的形式,考虑时间、配对、间隔、排序等因素,建立航班着陆调度模型.针对机场小规模的进场航班流量,采用穷举法求解,并用算例进行仿真验证.结果表明,与先到先服务原则相比,经算法调度的进场航班总的延误时间减少了33%.     

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。     

基于贝叶斯网络的航班延误传播分析

 由于机场航班之间存在前后衔接关系,每个航班的延误会波及到下游机场及其航班,因此需要一种有效手段来分析航班衔接时的延误传播。贝叶斯网络（BN）是一种有效的传播分析方法,从某个枢纽机场航班延误出发,对其关联机场的衔接航班的延误影响进行分析,提出了基于BN的航班延误传播模型。结合某航空公司实际数据,通过最大期望值算法对模型进行训练,给出了测试结果。实验表明,所提出的方法能有效地分析航班延误从局部到全局的传播。     

多跑道航班进离场动态调度模型与算法

针对民航运输快速发展导致的航班延误频增现象,研究了多跑道航班进离场的动态调度问题。研究时段内航班的总延误成本最小和延误时间均衡为目标,综合考虑根据机型确定的航班进离场调度优先权和管制员负荷,建立多跑道航班进离场调度模型,利用遗传算法对模型进行仿真验证。仿真结果与先到先服务(FCFS)调度方式进行比较,采用遗传算法的航班进离场调度比FCFS的延误成本降低了45.07%,延误时间降低了37.90%,同时有效地均衡了航空公司的延误时间,保障了航空公司的公平性并提高了跑道系统容量,降低了管制员负荷。通过仿真验证了多跑道航班进离场动态调度策略具有较强的优势和可行性。     

基于免疫禁忌混合算法的航班快速恢复研究

为了减少枢纽机场大面积航班延误带来的经济损失,结合航班延误经济损失模型,在免疫进化算法的基础上,通过引入禁忌搜索进行优化改进,尝试用免疫禁忌混合算法解决航班延误恢复的问题。仿真实验结果表明,算法在航班快速恢复的问题中收敛速度和解的质量方面均优于标准遗传进化算法,既提高了航班恢复求解的效率,又减少了延误损失。     

基于改进粒子群算法的机场多航班多服务调度策略

机场加油、行李和配餐等多项地面服务是航班正常运行的关键,也是机场大面积航班延误快速恢复过程重点考虑的问题.在对多航班多服务调度目标和约束条件分析的基础上,提出了多航班多服务调度模型,定义了粒子的二维表示方法,设计了一种改进粒子群算法来生成航班调度方案,并针对国内某机场的航班数据进行了仿真实验,结果表明,该算法与基本粒子群算法、进化策略相比,有明显优势,可极大地提高多航班多服务调度水平和机场地面服务效率.     

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。     

基于局部异常因子算法的首都机场航班延误预警研究

本文针对航班延误预警问题进行研究。在前期出港滑行时间预测模型和航空器推出时刻计算模型研究的基础上,针对首都机场每条跑道实时计算预测滑行时间值与基于历史统计数据计算的滑行时间均值之差,通过局部异常因子算法将实时点与历史数据中的基准点相比较,判断实时点是否异常,即是否即将发生延误。使用首都机场的历史数据对算法进行检验,实验表明延误预警算法准确率达到了90%以上,能够满足机场日常延误预警的需求。     

进港飞机调度多目标优化精确算法研究

进港飞机的调度日益成为提高机场终端运作效率的一个重要环节.为了提高机场的运作效率和减少飞机降落延误所带来的损失,对于机场终端多跑道的情形,建立了混合整数0-1规划模型,旨在减少所有跑道的总工作量和最小化航班的总延误成本.为了解决该问题,开发出Epsilon约束算法,可以在几分钟内求解得出进港飞机降落方案的Pareto前沿.并通过实例证明模型的可行性及高效性,对机场终端进港飞机调度和资源的合理利用有一定的指导作用.     

飞机着陆调度的到达时间优化

机场终端区常常是整个运输网络的瓶颈,对到达交通流的优化可以有效的提高系统运行效率。本文研究了在着陆顺序已经确定的情况下,对到达航班流的预计着陆时间优化问题。建立了线性规划优化模型,提出了一种启发式算法。两种方法的对比计算分析表明:启发式算法在结果上与优化算法很接近,而且更为重要的是,它能更好的满足现实空管的复杂约束要求。     

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。     

基于能量法的舰载机拦阻着舰动力学分析及建模仿真

针对舰载机拦阻着舰过程,采用能量法分析了任意着舰姿态和位置下的拦阻力响应,建立了全机六自由度动力学模型,考虑了航母甲板风的影响以及航母纵摇和升沉运动。通过MATLAB／SIMULINK建立数学模型,并以一种偏心非垂直着舰拦阻状态为算例进行了仿真分析。     

到达航班排序与调度优化的遗传算法研究

解决机场到达航班的排序与调度(ASS)问题是保持空中交通通畅、减少航班延迟的主要途径.本文针对ASS问题的特点,建立了以航班总延误时间为目标函数的排序模型,提出了基于格里芬斯塔特编码和滚动时域优化策略的遗传算法,并对排序模型进行了仿真分析.结果表明:与先到先服务算法相比,本文算法能显著减少航班总延迟,同时较常规遗传算法...     

基于Matlab／Simulink的前起落架摆振动力学模型分析

为了更好地进行起落架摆振动力学特性研究,有必要开展起落架摆振动力学仿真分析。利用Matlab／Simulink建立某型飞机前起落架摆振问题的动力学模型,进行动力学仿真,给出不同速度和防摆阻尼系数下的扭转角、扭转角速度、侧滑角和侧向位移的时间历程曲线,并将五组不同算例的仿真结果与相关文献的结论进行对比,验证了本文仿真模型的正确性。     

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。