基于多目标动态规划的多跑道进港排序

随着航空运输的高速增长,航班延误日益严重,而对飞机进行进港排序和跑道调度能有效提高机场吞吐量、减少飞机燃油花费,从而减轻航班延误,提升经济效益.由于大量飞机的多跑道进港优化调度问题是一个非确定型多项式完全(NP-C)问题,该问题一直没有得到有效解决.本文针对已有的基于位置交换束缚的单跑道动态规划算法运算量大、运算效率低的不足,采用优化解空间的措施并运用贪心策略,同时将其推广到双跑道调度,从而解决大量飞机的双跑道、多目标进港排序优化问题.大量仿真实验表明,该算法复杂度与飞机数量呈近似线性关系,能在较短时间内对吞吐量和降落花费同时实现优化.     

基于改进的遗传算法航班进港排序模型研究

根据不同飞机间尾流间隔建立了以航班总延误时间为目标函数的排序模型,提出了基于精英策略下“截断＋锦标赛”的复合选择算子、均匀交叉算子等策略的遗传算法,并按自适应的交叉、变异概率计算和十进制直观编码方式对其进行了改进。基于这种改进的遗传算法,仿真模拟得到进港航班总延误时间为1571s,比先到先服务方法（FCFs算法）和传统的遗传算法得到的总延误时间分别减少了465s和187s。说明该改进方法能明显提高求解性能,减少航班延误时间。     

一种改进的遗传算法在飞行冲突解脱

随着空中交通流量的增加,空中交通管理系统面临着越来越严重的航线拥挤问题.在自由飞行的环境下,发生冲突的可能性会大大增加,冲突解脱技术成为提高飞行安全与效益的一项关键技术.针对此问题,提出了一种改进的、能够快速准确进行航路规划的遗传算法,与标准遗传算法进行比较,取得了较好的优化效果.     

采用遗传算法的多机自由飞行冲突解脱策略

为了解决自由飞行时飞机间的冲突解脱问题,提出了一种能够快速准确解算最优航路的算法.遗传算法具有简单通用、鲁棒性强等特点,应用遗传算法通过改变飞行航向和飞行速度2种方式解决了两机及多机间自由飞行冲突解脱问题,同时还探讨了多机相对飞行时冲突解脱的有效飞行机制.仿真结果表明,无论是改变飞行航向还是改变飞行速度,算法均能够较快地得出最优冲突解脱路线,同时当多机在一点处存在冲突时,采用改变航向的解脱方式具有更好的适用性.     

基于遗传粒子群算法的飞行冲突解脱

飞行冲突解脱是空中交通流量控制与优化调度中的难点。针对遗传算法求解多机飞行冲突存在搜索速度慢、易陷入局部最优与早熟收敛的问题,提出一种遗传粒子群算法解决多机飞行冲突。该算法综合遗传算法的全局搜索能力和粒子群算法的记忆功能与快速收敛特性,能够有效地解决遗传算法求解飞行冲突存在的不足。仿真验证了该算法能够得出较好的结果,无论是在搜索速度还是在求解精度上都有明显的提高。     

改进蚁群算法的飞机冲突解脱路径规划方法

冲突解脱是空中交通防撞系统中一个关键问题.提出了一种基于改进蚁群算法的冲突解脱路径规划方法.该方法通过优化蚁群算法初始搜索角度,减少了盲目搜索的时间.此外,在搜索过程中引入“精英策略”,对当前时刻寻找的最优解给予额外的信息素增强,使得算法的搜索具有一定的方向性,从而得到更优的规划路径,缩短算法的搜索时间.通过仿真验证,改进后的算法可以得到更优的冲突解脱路径,算法效率更高,在空中交通防撞系统中具有较好的发展前景.     

终端区航迹簇的中心航迹提取方法研究

为了有助于飞行计划的准确制定和管制员工作负荷的减轻,提出了一种 基于计算几何的中心航迹提取方法。首先由雷达航迹数据生成三维点云模型,然后沿飞行方 向对原始点云进行自适应采样,接下来利用采样得到的代表点集建立图结构并进行优化,最 后先后通过均匀化处理以及光滑处理,生成最终的中心航迹曲线。真实数据的实验结果表明： 该方法能够准确地提取终端区航迹簇的中心航迹,并有效识别其特征点,同时本文方法具有 一定的鲁棒性。     

针对合作型无人机的最优防相撞策略

为解决复杂融合空域内的无人机(unmanned aerial vehicle,UAV)冲突解脱过程中消耗大的问题,提出基于速度障碍法的合作型无人机的最优防相撞策略.首先根据有限时间的速度障碍法进行冲突探测,并推导出解脱条件下冲突双方航向改变量与速度大小改变量满足的关系,再将合作博弈概念用在冲突解脱过程中,利用最优化理论...     

机场终端区空域的多条进离场程序优化

为有效在战略层面提升机场终端区空域的容量,结合机场布局和环境提出多条进场程序和离场程序的优化设计方法。对进离场程序进行三维建模,每条程序由一条水平面内光滑曲线和一个竖直平面内的近似扇形区域共同构成;提出适应于该模型的冲突检测方法,开发基于改进的分支定界法的多条进离场程序优化算法。通过仿真测实验证了算法能够有效生成满足避障、航路间隔等约束的多条进离场程序,可以为进离场程序设计人员提供决策支持。     

策略冲突的检测和解决方法研究

基于策略的方法在分布式系统和网络管理领域已得到广泛实施.策略中的冲突会导致不一致的系统行为.根据策略所作用的协议层次,将策略分为应用级和网络级两类.本文深入研究了每一类策略的冲突现象,并综述了冲突的检测和解决方法,对其优缺点加以分析;最后给出了未来的研究方向.     

求解机场终端区飞机着陆调度问题的遗传算法

空中管制员需为到达的飞机安排跑道并计算着陆时间,以飞机空中延误最小为出发点研究了多跑道的飞机着陆调度问题,约束条件为每架飞机的着陆时间应落在规定的时间窗内及相邻两架飞机应满足最小时间间隔。针对该问题设计了一种遗传算法对问题进行求解,其中染色体由飞机排序链表和跑道链表组成,相应的交叉和变异算子也做了改进设计。仿真实验用数据库OR-Library中的实例验证了该算法的有效性。     

基于遗传算法的立体码头传送系统调度策略

在现有立体轨道式电动小车集装箱码头传送系统网络方案基础上,根据前期工作中,得到的优化仿真模型中码头传送设备的最佳配比和运行参数,采用混合FlowShop调度策略对立体轨道式码头传送系统进行优化策略研究,提出了调度策略模型,对FlowShop时间算法进行了改进。结合遗传算法对该调度策略进行仿真。仿真分析结果表明了该调度策略的有效性,对立体轨道式码头传送系统的实现和投入生产有一定的参考意义。     

基于区间放松的冲突化解策略

针对基于约束网络的参数设计冲突提出一种化解策略．首先量化各约束的满足程度；然后构造出反映约束网络冲突严重程度的指标，并采用遗传算法以该指标为优化目标寻找制约产品设计的“瓶颈”变量；最后利用设计参数区间的可扩展性，以最小的设计区间损失争取最佳的产品指标．该方法已应用于某型铁路货车转向架弹性元件的设计过程。     

协同设计中的冲突体系及解决方法研究

对冲突在协同设计中所处的时期、层次及冲突属性三个维度进行了分析,并据此构建了一个协同设计冲突体系,在设计理念、应用、系统三个层次上对冲突的表现和导致的后果进行了说明。指出了冲突之间的关系在冲突解决问题上的重要性,在此基础上给出了一个面向冲突体系的冲突解决策略,这一策略能够更好地应对协同设计中冲突的复杂性和动态性,最后给出了关键算法的实现。     

基于空间分辨率的无线传感网节点调度策略

节点调度策略是解决无线传感器网络(WSN)能量受限和覆盖高度冗余的一种有效方法,但在节能的同时又必须满足覆盖率的需求。针对随机调度中的能量消耗不均衡且使用不合理等问题,提出一种基于空间分辨率的节点调度策略。该策略通过控制区域中的活动节点数来保障网络的覆盖率要求,并利用剩余能量来均衡化各节点的能耗。同时借助邻居节点保障机制,一方面关闭休眠节点的实时监听,减少不合理的能耗;另一方面缓解节点轮休时可能出现的覆盖漏洞问题,有效保障网络覆盖率。仿真结果表明,该策略在网络覆盖率、生存期以及节点间的能耗均衡度等方面的性能表现优于Gur Game等调度算法。     

基于改进粒子群算法的航班降落调度问题研究

航班降落调度是多约束的整数规划问题,也是组合优化中的典型NP难题之一.针对传统粒子群算法易陷入局部最优和求解组合优化问题能力不强的缺点,提出改进策略.改进的算法通过禁忌搜索策略生成初始粒子群以满足航班调度多约束的限制,引入遗传算法的交叉变异等操作以增强粒子群间信息交流能力,重新定义惯性权重和加速度因子,以增强粒子的多样性和收敛性,加入进化交叉算子以增强粒子的局部寻优能力.通过与修补遗传算法、罚函数遗传算法进行对比,经多次运行后的结果表明,提出的改进算法的局部搜索能力和全局搜索能力都得到增强,同时也验证了算法的可行性和有效性.     

经验粒子群算法在飞机着陆调度中的应用

为高效解决飞机着陆调度问题,对其离散解空间进行连续化编码,提出经验粒子群（experiential particle swarm optimization , EPSO）算法。提炼飞机着陆调度问题中的领域知识作为每个粒子的经验,优化粒子群算法的寻优过程,增加算法的稳定性。引入控制工程领域中的滚动时域控制（receding horizon control , RHC）策略,在尽量考虑问题完整性的前提下,最大限度降低求解的复杂度,形成最终的RHC‐EPSO算法。实验结果表明,该算法能够比现有算法更加高效和稳定地找到飞机着陆调度问题的最优解。     

基于多目标冲突度网格任务调度策略

针对网格计算中多目标之间存在冲突的独立任务调度问题,应用多目标线性规划为系统建模,通过求解多目标线性规划的梯度向量来确定多目标之间的冲突度,形成多目标冲突度网格独立任务调度模型。提出该模型预处理算法和多目标冲突度遗传算法,这两个算法确保网格用户在多目标维度下的效用值最大化。实验结果表明,在时间、安全性、可靠性维度和丢弃任务数等指标方面,该算法的综合性能优于Max-min和T-Sufferage算法。     

基于群智能算法的自动化码头协同调度研究

为了提高码头作业效率和服务水平,保障港口在激烈竞争中的生存和发展,研究自动化码头自动引导车、岸桥和自动化轨道吊的协同调度问题,根据边装边卸作业模式,建立混合整数规划模型,以完成船舶装卸时间最小化为目标,利用群智能算法中多种算法进行求解,通过数值实验证明了该模型的有效性,获得优化的调度方案,并对不同算法的性能进行比较,结果表明启发式的混合遗传粒子群算法能够在最短的时间内获得最优解,其在求解的质量和速度方面都表现得更为优秀,可以应用于码头的实际作业中。     

圩区泵闸群自动化调度控制策略研究

为实现圩区泵闸群控制的自动化、信息化,提出完整的自动化系统设计方案。为降低泵闸群常规调度的能耗,提出一套基于正交试验法的调度策略优化运行方案,通过9次试验获得不同开机方案和运行规则下的总能耗,再进行排序和去劣,选出最优调度方案。以上海市新浜镇圩区为例,阐述优化的完整计算过程,优化后能够比常规调度方案节约能源6%以上。提升圩区的自动化水平和排涝效率,有效节约能源,同时方案的研究方法具有一定的实用和参考价值。