基于多Agent协商机制的冲突解脱方法

冲突解脱技术是自由飞行能否实现的关键技术。采用多Agent系统中协商机制能解决自由飞行的多架飞机之间的冲突解脱问题。将冲突问题中所涉及到的飞机抽象为多Agent系统中的飞机Agent,通过各飞机Agent间相互协商从而得到满意的解脱策略。实例验证了该方法的可行性。     

飞行冲突探测与解脱的研究

由于空中交通流量的增加,我国的空中交通管理系统面临着越来越严重的航线拥挤。解决这一问题的最有效方法之一就是“自由飞行”,即允许飞行员选择最合适自己的飞行航线和飞行速度。但这却给管制员的工作带来的困难。本介绍了如何将遗传算法用于自由飞条件下的飞行冲突探测与解脱,并且表明由于该方法计算快速,能够很好地解决飞行冲突问题。     

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。     

一种适用于航路改变情况的冲突概率预测算法

针对如何有效地预测飞行中将发生的冲突,提出了适用于航路改变情况下的冲突预测算法.基于飞机实际飞行轨迹的不确定性,计算冲突发生的概率来预测冲突发生的可能性.改进了直线航路预测算法,充分利用ADS-B(广播式自动相关监视)所提供的航路意图信息,获得飞机航路改变点及航路偏转角,依此进行相应的矩阵变换来计算航路改变后的误差协方差矩阵,并利用有效的近似方法对继续累加的误差表示进行简化,进而实现冲突发生概率的计算.运用Monte-Carlo方法进行仿真,结果验证了其较好的准确性,与直线航路算法的比较表明了其在更复杂环境下具有的适用性和有效性.     

基于改进NSGA-Ⅱ算法的航班战略冲突解脱研究

设计了一种改进的非支配排序遗传算法（Non-dominated sorting genetic algorithm Ⅱ, NSGA-Ⅱ）解决战略阶段轨迹规划大规模优化问题。在经典的NSGA-Ⅱ的框架下,采用一种自适应交叉算子与自适应变异算子加快算法的收敛速度并提高解的质量,同时给出衡量Pareto解集优劣的评价指标。大规模四维航迹的引入不可避免地增加了问题的复杂性,本文提出了一种有效的战略冲突解脱模型,旨在最小化潜在的冲突数量和冲突解脱成本。采用中国航路网络繁忙时段1 472架航班进行实例验证,并所提算法与经典的NSGA-Ⅱ算法及MOEA/D进行对比。实验结果表明,改进的NSGA-Ⅱ算法具有更好的优化效果,能够有效地解决航空器之间的冲突并产生较小的航空器航迹调整量。     

证据推理冲突问题研究

证据推理是一种重要的人工智能方法,广泛应用于数据融合、数据挖掘和智能决策。但 Dempster组合规则对于高冲突情况的处理不是十分合理的。首先研究了几种组合规则的改进方法和造成其缺陷的机理,给出一类组合规则的改进方法,基于有无先验给出两类算法。仿真结果表明新的证据推理组合规则在处理冲突方面的性能得到了明显的改进。     

并行工程中约束管理系统的开发研究

在并行工程（ＣＥ）中,约束对于产品的开发起着重要作用。本文分析了约束管理系统开发的若干技术问题,包括约束的表达、约束的满足及冲突仲裁等,由此提出了面向ＣＥ的约束管理系统框架。     

基于规则的机位附近滑行行为建模研究

航班量快速增长提高了机场的机位利用密度,机位附近的滑行过程更加复杂,容易引发航班延误,必须优化航班滑行过程,减少机坪区滑行冲突.通过详细分析机坪区及其附近区域的滑行规则,归纳出实用的知识库,建立起知识库模型,再利用Java+MySql平台进行实现,最后以厦门高崎机场厦门航空公司的专有机坪和厦航的实际航班数据为仿真实例,进行系统仿真.通过比较仿真结果和机坪调度人员的实际操作,可知仿真相似度高.该研究结果是可行、有效的,能够提供机坪调度的实时方案,有利于减轻机坪调度人员的工作负荷,同时该结果也可以作为调度问题的预测等相关问题研究的参考.     

基于性能导航运行特点及应用

<正>在民用飞行中,传统的导航方式是利用地面导航台的信号,通过向背台飞行实现对航空器的引导飞行,航路和终端区飞行程序的划设受到地面导航台布局和设备种类的限制,并且其导航精度随着距导航台距离变远而变差。随着空中交通流量的日益增加,这种航空器基于传统导航方式运行的局限性日显凸显,飞行冲突、航班延误等问题时有发生,影响了飞行安全和运行效率。     

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。