连续下降运行中的飞行冲突预测与解脱算法

针对连续下降运行（Continuous descent operation,CDO）中的航空器冲突预测与解脱策略问题,构建了四维航迹（Four-dimensional trajectory,4DT）预测模型,实现飞行冲突的准确预测;以燃油消耗量、冲突时长为优化目标,以航空器在连续下降运行时的飞机速度、下降轨迹角（Descent path angle,DPA）为优化变量,基于多目标遗传算法NSGA-Ⅱ实现飞行冲突解脱。最后以某终端区内多机CDO飞行为例进行冲突预测和解脱,分析了优化目标权重系数对空域内平均耗油量和优化变量影响。结果表明,给出的解脱算法可以实现终端空域内的多机无冲突连续下降运行。与优化前相比,20架飞机的平均耗油节约了11 kg/架,空域内飞机之间的飞行冲突累积时间从984 s减少到0,即消除了飞行冲突。研究结果有助于实现空域内多机无冲突连续下降运行,提高CDO在繁忙机场的实施率和运行效果。     

基于改进NSGA-Ⅱ的停机位预分配优化

随着民航运输业的发展,航班密度不断增加,大型机场的近机位资源紧张问题日益突出,降低了航班保障效率。为了探索大型枢纽机场停机位预分配问题综合有效的解决方法,从航空公司、机场和旅客的实际情况出发,建立多目标停机位分配优化模型,并设计了改进的带精英策略的非支配排序遗传算法（Non-dominated sorting genetic algorithms-Ⅱ,NSGA-Ⅱ）对模型进行求解,得到一组Pareto前沿解。。在交叉和变异操作阶段,对种群个体以指数形式自适应地调整交叉率和变异率,以此提高算法的收敛速度和优良解的多样性。实例验证结果表明,该模型和改进算法相较于人工分配和传统NSGA-Ⅱ算法对停机位指派的优化结果更为突出,尤其在靠桥率和被使用的停机位数量方面;同时利用性能评价指标对比两种算法,发现改进型NSGA-Ⅱ算法更适合停机位预分配问题的求解。     

基于改进蚁群算法的无人机冲突解脱技术（英文）

基于ADS-B监视数据,提出了一种基于线性外推法的机载无人机冲突探测与解脱方法,为可能发生的冲突提供预警。为解决多无人机冲突问题,引入基本蚁群算法,并通过加入速度调整策略来优化传统的基本蚁群算法的冲突简化模型。提出了一种基于速度调整策略和航向调整策略的多无人机冲突解脱方案。通过加入排序系统和角度信息,改进了蚁群算法。结果表明,改进的蚁群算法可为空域内多无人机规划无人机冲突解脱路径。改进后的蚁群算法,提高了计算效率,收敛出最优化目标所需时间减少了43.9%,且最终总延误距离减少了58.4%。     

基于极大代数的航空器无冲突放行时间推测

针对同一终端区不同机场航空器离场汇聚,给出了问题的具体描述,建立了相应的单航路极大代数模型,并在此基础上设计了航路汇聚交叉模型,解决了同高度航空器离场的冲突问题,最后对模型进行了算例验证。结果表明,极大代数能够较好地解决航空器航迹冲突问题,实现航空器到关键点的无冲突放行。     

基于协同进化的复杂低空下多飞行器协同航迹规划方法

由于低空空域环境复杂,威胁通用航空器运行安全。复杂低空多飞行器航迹规划方法是保障安全、提高效率的关键技术。在特定空域范围内,依据地形特点、环境威胁以及飞行器自身物理条件等约束和安全效率等性能指标,为飞行器规划出最优航迹。然而,多飞行器的航迹规划问题存在多约束、强耦合、多目标等难点,现有方法缺乏对问题先验知识的挖掘和利用,导致难以兼顾安全与效率。针对多飞行器航迹规划问题,建立了多飞行器航迹优化 多目标模型。为了进一步提升优化效率,基于启发式算子的自适应差分多目标进化算法,引入多种群协同进化,每个飞行器通过不同种群独立进化,建立合作机制提升种群进化质量,避免陷入极值。最后通过二维与三维仿真实验验证了算法的可行性和有效性。     

基于改进蝴蝶优化算法的无人机3-D航迹规划方法

针对基本蝴蝶优化算法（Butterfly optimization algorithm,BOA）在进行无人机（Unmanned aerial vehicle,UAV）三维航迹规划时存在的搜索速度慢、搜索精度低以及易陷入局部最优等问题，提出一种改进的蝴蝶优化算法（Improved butterfly optimization algorithm,IBOA）。在全局搜索阶段提出对数自适应惯性权重策略和动态更新调节策略，提高了算法全局搜索能力和搜索精度。同时，在局部搜索阶段，提出一种动态概率余弦选择策略，增加位置更新多样性，避免陷入局部最优。首先，为检验改进算法与基本算法的寻优性能，在部分标准多元函数上进行仿真对比。对比结果表明，改进算法对复杂函数具有较强的寻优能力，能在更短时间内找到全局最优解。然后，在二维路径规划仿真中对比了改进算法与PSO算法性能，从对比结果看，IBOA具有更优的规划效果。接着，利用山峰模拟函数对UAV三维航迹规划进行建模，将改进算法应用到航迹规划中，利用MATLAB仿真对比了不同复杂度环境下的航迹规划效果。仿真实验表明：相同实验条件下，该优化算法较BOA综合适应度值减...     

基于NSGA-II的停机位多目标指派建模与仿真

为探索大型机场停机位指派问题综合现实有效的解决方法,分析了停机位指派过程设计的利益主体,以最小化航空公司运行成本、最小化旅客步行距离、最小化航班冲突概率同时最大化航空公司之间的公平性为目标,建立大型机场停机位多目标指派模型。采用第2代非支配排序遗传算法(Non-dominated sorting genetic algorithm-Ⅱ,NSGA-Ⅱ)对模型进行仿真验证,该算法可以对多目标问题进行更高效的求解。分析不同迭代次数下的Pareto前沿解集的特性,并将优化解与随机指派结果进行对比,验证了该模型和算法的有效性。     

基于微分Petri网的民机航迹演化通用模型构建

为实现对未来大流量、高密度、小间隔条件下的空域实施管理,在战略航迹规划阶段,提出了一种模块化的战略航迹演化通用模型。建立了不同航段之间航空器状态动态切换的一类宏观Petri网演化模型,以及同一航段内航空器速度和高度两种特征参数值连续变化的3类微观Petri网演化模型。根据航空器特征参数值转化的4种不同形式并基于航空器全飞行剖面的混杂运行特性,运用微分Petri网理论,定义了航空器的4种演化模式,通过组合各种演化模式得到了3种航空器基本演化模型。在满足航空器性能约束的前提下,通过设定10个航段及15个高度和速度预设值,得到了全飞行剖面下各特征参数的演化图。结果表明,所设计的演化模型增强了航迹预测模型的通用性,能够反映航空器在水平剖面和垂直剖面内的状态变化。     

基于改进NSGA-II算法的风力机叶片多目标优化设计

一种结合了精英控制策略和动态拥挤距离方法的改进的快速支配排序算法(Fast and elitist non-dominat-ed sorting genetic algorithm,NSGA-Ⅱ)被用于风力机复杂的多目标优化设计中。作为此算法的应用算例,以风轮的年发电量最大、叶片的质量最小和叶片根部的极限推力最小为目标,分别进行了两目标和三目标的1.5 MW风力机叶片的优化设计。研究表明:两目标优化给出的Pareto最优解集分布在一条曲线上,而三目标的优化结果基本分布在一个有明显边界的五阶曲面上。同时也可以看出,此算法在处理风力机多目标优化问题取得了良好的效果,给出的是一个Pareto最优解集,而不是传统优化方法追求的单个最优解,为风力机多目标优化设计提供通用的算法。     

面向港湾机坪的停机位指派优化

停机位指派问题是机场运营管理的核心问题。现有的停机位指派问题研究集中在提高停机位的利用效率上,而忽略了停机坪的运行安全。针对这一问题,本文以最大化近机位利用率和最小化鲁棒性损失为目标,提出一个考虑港湾安全约束的停机位指派模型;提出一种可精确求解面向港湾机坪的停机位指派问题的分支定价算法;利用机场实际数据验证提出的模型和算法。实验结果表明,在小、中、大规模算例中分支定价的最优解比CPLEX分别改进了0.3%、17.3%、26.7%,在中大规模算例中有明显的优势。在小、中、大规模算例中,本文的设计能分别预先避免27.16%、16.35%、11.01%的航空器发生港湾冲突。在提高近机位利用率和指派计划鲁棒性的同时,提高了机坪的安全性。     

固定翼无人机的4D无冲突航迹规划（英文）

基于4D航迹的运行(Four-dimensional trajectory-based operation,4D-TBO)有利于增强高效飞行的计划和执行,减少潜在冲突并解决即将出现的巨大航班需求。大多数与4D航迹规划有关的研究都集中在有人驾驶飞机上,而不是无人驾驶飞机(Unmanned aerial vehicle,UAV)。本文着重于为起飞前或飞行期间的固定翼无人机规划无冲突的4D航迹。文中提出了一种基于Tau理论的4D航迹生成技术,该技术将时间约束的飞行航路点纳入了飞行计划中。然后,通过粒子群优化(Particle swarm optimization,PSO)算法对4D航迹进行优化。仿真实验证明了所提出方法的有效性。     

A REAL-VALUED GENETIC ALGORITHM FOR OPTIMIZATION PROBLEM WITH CONTINUOUS VARIABLES

提出一种用于连续变量函数优化的遗传算法。它由一种简单、适应面广的动态刻度适应值和选择算子、杂交与变异算子，以及这些算子相应的自适应概率组成。该算法经两个常用函数检验，并在图象识别的神经网络权值训练中得到应用。实验结果表明，该算法是一种快速有效的全局优化算法。     

低空空域航空器飞行安全分析(英文)

我国低空空域即将开放,通用航空飞行数量将大幅度提高,该空域内航空器能否安全飞行以及确定安全飞行的条件是急需解决的问题.本文在此背景下,基于国际民航组织标准和我国民航局规定,采用看见避让(See and Avoid)原则,在飞行规则、能见度要求、反应时间、航空器速度以及盘旋坡度角或航空器爬升角度等约束条件下,根据航空器动力学原理,建立了同高度对头飞行冲突和交叉飞行冲突的冲突避让轨迹数学模型.定量角度分析低空空域航空器飞行以满足安全间隔的条件,最后采用Matlab软件进行分析.结果表明,低空空域航空器同高度对头相遇安全避让需满足一定的飞行条件,而同高度交叉相遇飞行的航空器能够安全解脱冲突.     

基于知识的空中交通管制决策模型研究

空中交通管制员的管制知识包括发现航空器冲突以及解脱冲突的能力。通过建立一个决策树模仿管制员工作时的决策思路,并用Visual Basic程序语言编写。参考管制指挥时的多种规定限制条件,严格按照管制员解脱冲突的工作程序作为研究依据,从而为管制员实际工作提供八种间隔分配策略。     

解大规模无约束优化的新有限储存对称秩1校正算法

提出了一个新的有限储存对称秩1校正算法,该算法把自适应调比对称秩1校正与有限储存、非单调线搜索技术相结合。算法中的下降方向由有限储存逆自适应调比对称秩1校正产生从而简化计算。将算法与著名的LBFGS进行了数值比较,结果表明,新算法能较好地解一类大规模无约束优化问题。     

雷达监视下程序管制短期冲突告警算法研究

本文研究了一种基于航空器飞行轨迹线性外推冲突预测的短期冲突告警（STCA）算法,并给出算法的具体实现方案。仿真实验结果证明了算法的有效性,适用于雷达监视下的程序管制间隔标准和管制体制。     

基于免疫克隆选择算法的繁忙时刻场面航空器调度优化(英文)

为减少大型枢纽机场拥堵和航空器地面等待,以总调度时间最小为目标,提出了航空器地面滑行调度模型并应用于首都机场航班调度。模型参考经典的车间调度思想,将滑行过程中的3类特殊的场面冲突作为约束条件。针对模型NP难解的特征,设计了免疫克隆选择优化算法求解模型。通过北京国际机场仿真实验表明,相比先到先服务(First-come-first-served,FCFS)策略,本模型将一个高峰时段的航班调度时间减少了13.6min,平均每架航空器的总滑行调度时间减少45.3s,提高了跑道容量和机场运行效率。     

一种基于航空器气象资料下传数据的飞行剖面生成方法

由于飞行剖面识别是航空器四维(Four-dimensional,4D)航迹预测研究的热点问题,提出一种基于航空器气象资料下传(Aircraft meteorological data relay,AMDAR)数据的全飞行过程剖面生成方法,包括由高度-航程构成的标称高度剖面和空速-航程构成的标称速度剖面。首次将动态空间规整算法(Dynamic space warping,DSW)应用到飞行高度剖面的相似距离计算中,计算出标称飞行高度剖面;为解决在地速未知情况下标称速度剖面的计算问题,结合大椭圆距离算法与航空器基本性能数据库(Base of aircraft data,BADA),给出一种标称飞行速度剖面的计算方法,该方法保留了AMDAR实测历史数据中所隐含的飞行意图与气象因素。实际算例表明,本文提出的方法能够有效地得到真实反映航空器飞行状态的全飞行剖面。     

基于多目标协同进化算法的多机器人路径规划

提出一种合作型多目标优化协同进化算法,并应用于具有3个优化目标的多机器人路径规划问题中.算法采用一种新型的子群体间合作方式,提高了候选解的多样性,且避免了在一般多目标进化算法中难以处理的适应值分配或非支配排序过程,减小了对计算资源的消耗.针对多机器人路径规划问题的特点,给出了多机器人间的协调策略,并在算法的群体初始化和进化算子的设计中,引入了基于问题专门知识的启发式方法.在复杂工作环境下的仿真实例表明了算法的有效性.     

复合材料层压板热屈曲优化设计的自适应免疫遗传算法

复合材料层压壁板的热屈曲优化问题是高速飞行器结构设计的重点考虑内容。通过对免疫遗传算法引入自适应交叉和变异,构造了一种自适应免疫遗传算法(AIGA),并将该算法应用于考虑强度约束的层压板热屈曲铺层顺序优化设计。并将算法的优化结果与简单遗传算法(SGA)、免疫遗传算法(IGA)的优化结果进行了比较,结果表明该算法收敛速度快,优化解的质量最好,并有效的克服了SGA易于早熟收敛,IGA收敛缓慢的缺点。同时研究了抗体调节系数对AIGA算法性能的影响。