基于路径检测的航空器动态滑行路径优化模型北大核心

为了优化航空器在场面的滑行路径,提出基于路径检测的航空器动态滑行路径优化模型,使航空器在安全的前提下滑行总时间最短。首先明确包括冲突检测和拥堵检测的路径检测方法,然后将航班波滑行总时间最短作为目标,结合路径检测的约束建立多航空器滑行路径优化模型。采用蚁群算法求解,并针对优化模型将蚁群算法进行改进,采用双向搜索和引入奖惩因子,以提高全局搜索能力。算例分析中选取某机场滑行系统,对其某段时间内的真实航班波进行仿真,经验证:采用优化模型可以有效缩短航班波滑行总时间,滑行道的使用情况较为合理。     

基于Petri网的A-SMGCS航空器滑行路由指派

依据A-SMGCS（先进机场场面引导与控制系统）三阶段路由规划策略提出一种基于Petri网的航空器滑行路由指派方法．首先给出一种场面运行时间窗约束Petri网模型构造算法,以及一种基于不变状态的行为演变算法,实现以航空器滑行冲突避免为目标的可行滑行路由求解;其次利用单亲遗传算法、以可行路由解作为初始种群,设计一种新的换位变异混合算子,实现以滑行成本最少为目标的滑行路由指派;最后基于Anylogic平台将所给路由指派方法与实际场面管制中固定路由指派方法进行对比．研究表明,所给方法收敛性良好,能减少航班平均滑行时间和机位推出延误．     

多Agent的航空器滑行策略优化

快速发展的民航事业导致很多机场容量不足。为缓解大型机场交通拥堵的现状,研究了航空器滑行策略优化问题。滑行路径优化是指在特定的时间段内,根据机场资源信息和地面运行管理系统对进离场航空器在跑道和停机位之间的距离进行优化管理。通过深入剖析机场地面的网络结构,综合考虑滑行冲突、地面运行规则等因素,提出了多Agent滑行策略优化方法,该方法提升了机场资源利用率;基于地面网络链路结构的概念,建立了航空器滑行策略优化模型;结合多Agent的基本理论,设计了跑道出口选择概率函数和多Agent系统滑行路径优化结构,以寻求航空器的最优滑行路径。以国内某大型机场的实际情况为研究背景进行了航空器滑行策略实验,结果表明,与以往的算法相比,多Agent滑行策略优化方法的效果更为显著。设置跑道口的速度和同一交叉口航空器的最小间隔距离,通过对跑道出口的选择和Agent间的交互协商,航空器能够对原滑行路径进行有效调整,并缩短其在机场场面上的滑行时间。与最短路径算法相比,多Agent滑行策略方法在航空器的总滑行距离、航空器在滑行道上的密度以及平均等待时间方面的优化效果更好,且其对滑行道资源的分配更合理。其中,航空器在节点处的平均等待时间减少了8.26%。所提策略可有效缓解机场交通拥堵的现状,提高场面运行效率,对减少航空器延误和保障机场的运营安全具有重要意义。     

基于多摄像机的航空器滑行冲突检测研究

对机场场面航空器滑行冲突检测进行了研究,分析了基于多摄像机的航空器滑行冲突检测流程,基于图像识别和目标跟踪技术,提取航空器的滑行轨迹,提出了基于DCPA(distance of closest point of approach)和TCPA(time of closet point of approach)的滑行冲突检测模型,开发了基于多摄像机的航空器滑行冲突检测原型系统并应用于西南某通航机场;实验结果表明,基于多摄像机视频目标跟踪和冲突检测模型可有效地检测机场场面航空器的滑行冲突,可作为中小机场主要监视手段以及大型机场场监雷达系统的辅助,防止航空器机场滑行冲突,提高机场场面运行安全和效率。     

基于改进蚁群算法的改航路径规划

鉴于传统改航路径规划方法目标单一、计算复杂的问题,文中提出了一种基于改进蚁群算法的多目标航班改航路径规划算法。首先在初始化时使信息素与到终点的距离相关联;然后在蚂蚁移动时采用约束规则建立个体解;最后在得到蚁群算法优化的路径后,运用文中介绍的优化算子再次进行优化。最终在块状和离散状飞行限制区下进行仿真实验。结果表明改进的蚁群算法明显优于其他算法,能得到改航点少,偏移量小,路径短的航线。     

场区飞机滑行效率评价模型的设计与仿真北大核心

由于已有评价模型未能加入ISM-AHP-HFS联合方法,导致评价结果不理想,评价费用过高。提出一种基于ISM-AHP-HFS的场区飞机滑行效率评价模型,通过ISM分析影响场区飞机滑行效率的主要因素,获取各个因素之间的关联性,构建场区飞机滑行效率评价指标体系。将影响因素之间的关联性作为AHP的层次结构模型输入,同时利用AHP确定各个风险因素的权重。结合HFS评价方法构建场区飞机滑行效率评价模型,最终实现滑行效率评价。仿真结果表明,所提方法能够获取高精度、低费用的评价结果。     

基于智能体模型的路径规划与行为模拟仿真研究

智能体模型是当前在模拟仿真领域内能够实现的最为接近人类的方式。是实现复杂行为模拟仿真的重要方法,智能体能够通过逻辑驱动或自学习模式进行决策。多智能体系统在复杂战场环境的模拟仿真方面有着较大的优势,其分布式交互原理能够模拟不同兵种或者不同个体的行为与路径规划决策。文章针对当前智能体模型的研究现状以及路径规划领域的各种方法进行了简要介绍,并指出优点和不足,最后对其发展趋势进行了展望。     

基于贝叶斯网的离港航班滑行时间动态估计

为提升离港航班运行效率,根据机场协同决策规范（A-CDM）中关于离港航班可变滑行时间（EXOT）的有关规定,分析了相关影响因素。根据数据分析处理和民航专家知识建立了一种基于贝叶斯网的离港航班滑行时间动态估计模型。贝叶斯网是一种将概率统计应用于复杂领域、进行不确定性推理和数据分析的工具。应用其增量学习特点对模型进行动态调整,实现了对场面实时变化的把控。以国内某大型枢纽机场为例,使用期望优化（EM）算法实现了对随机缺失数据的处理,并验证了模型的有效性。对实验结果与该机场实际运行数据对比表明,所建模型能有效地估计离港航班滑行时间且具有较高的置信度。     

基于动态交通仿真模型的最优路径选择方法*

采用动态交通仿真模型INTEGRATION搭建了动态交通仿真平台,应用组件式蚁群算法来求解动态交通信息诱导下的最优路径选择问题。实例表明,基于动态交通仿真模型的最优路径选择方法是可行的、正确的和有效的。该方法易于理解和使用,具有很强的可重用性和可扩展性,为求解各类优化问题提供了可持续发展的框架。     

基于三环回路结构的无人机滑行自主控制仿真系统

讨论了一种基于三环回路结构控制方式无人机地面滑行控制实时仿真系统的设计,描述了仿真系统的实现方法,也介绍了三环回路结构无人机地面滑行自主控制方式,最后对仿真系统的实验结果进行了分析和总结,证明了三环回路结构控制方式的合理性和可行性。     

基于蚁群遗传算法的三维飞行器航路规划

关于飞行器航路优化设计问题,航路规划是任务规划系统的一部分,是飞行器自主控制的关键技术.为了能够快速的寻找到最优航路且得到的航路有更少的制动点,在航路问题描述的基础之上,把蚁群算法和遗传算法相结合,提出了一种蚁群遗传算法的三维航路规划方法.设计了具有方差因子的航路评价函数,给出了一种关于面的规划空间的构造方法,并在规划空间中,进行蚁群遗传算法的种群初始化,所采用的遗传算子,给出了算法的流程.仿真结果证明了算法的正确性和有效性.     

基于LabVIEW的三相异步电机动态模型仿真

三相异步电机在工业生产和日常生活中的应用越来越广泛.为了提高电机系统的性能,优化控制模式以及改进设计方法,建立三相异步电机的仿真模型是非常有必要的.讨论了三相异步电机的高阶非线性多变量强耦合动态数学模型,并通过坐标变换把三相静止坐标系中的原始模型变换到dq轴同步旋转坐标系中相对简单的形式.利用LabVIEW建立了三相异步电机的动态模型,并使用模型对电机起动过程进行了仿真研究,得到了仿真结果.利用仿真可以客观、准确、详细、方便地获得三相异步电机的各项性能指标,仿真模型可用于对三相异步电机的各种研究中.     

基于候客点规划的空闲出租车路线推荐算法

为空闲出租车司机推荐有效的闲逛路线在提高出租车司机工作效率、减少乘客等待时间以及缓解交通压力方面具有重要作用。现有的研究工作主要集中于为空闲司机推荐完整的驾驶路线,没有考虑到真实路网环境下某些路段的可等待因素,使得推荐的路线因载客概率较低、行驶距离较长而花费成本较高。提出一种基于候客点规划的路线推荐算法,对出租车轨迹数据进行处理,并设计路径匹配算法将每个轨迹点与真实路段一一匹配。通过统计每个路段历史接载信息,并利用一种改进的多层感知机建立可预测时序接载概率的模型,结合路段的可等待因素设计一种最小花费成本的路线推荐算法。在真实数据集上的实验结果表明,与MNP、InExperence、Random算法相比,所提算法花费成本、巡航时间以及巡航路程均明显减少。     

交通枢纽出租车车道边通行能力仿真研究

研究出租车道提高通行效率问题,由于车道边车流、客流以及乘客上车时间、上客点的随机性,交通枢纽出租车车道边布局与规划不合理,等待时间较长,影响服务质量。为解决上述问题,提出了采用统计分析方法分析客流、车流以及上车时间的分布规律,利用蒙特卡洛分析方法,设计仿真流程与模块,通过在MATLAB上编程进行仿真,结果车道边单车道布局下的通行表明,得到上客点从1到6增加时,车道边的通行能力增幅较大,超过6个上客点后,增幅较小,证明最佳上客点为6个,对应通行能力为246辆/小时。试验证明,结论与实际符合,可为交通枢纽车道边设计时提供依据。     

基于概率地图的军用飞行器航迹规划方法研究

提出了一种基于概率地图的航迹规划方法.文中所构建的概率地图采用概率密度函数来对各种威胁源进行建模,非常适合表述战场环境的不确定特性.在此基础上设计的带权系数的航迹规划算法,可以通过改变权系数的值,实现在寻找较短的航线和寻找具有较小失败概率的航线之间进行权衡,以此反映规划者的主观意图.另外,此方法还能给出航迹的失败概率值,可以作为指挥决策时的一个评价指标.仿真实验证明,该方法能够获得满意的效果.     

基于遗传算法的飞行航路规划

飞行航路规划是一个大范围多目标多约束的三维规划问题。遗传算法是一种求解复杂问题的通用方法,该文在遗传算法中加入了飞行航路规划的相关知识来求解问题。首先,根据飞行航路规划中导航点属性复杂的特点,扩充导航点的模型,并在此基础上采用导航点链表形式的自由编码。第二,为加速规划的进程,同时保证充分的随机性和广泛性,初始群体构造采用端点启发初始化方法。第三,适应度函数由惩罚函数和代价函数组合计算,其中惩罚函数对应问题的约束条件,而代价函数对应问题的目标。第四,采用启发式交叉和启发式变异。最后,通过剖面优化操作实现高度维上的调整。仿真结果证明这是适于所研究问题的有效方法。     

基于适应度的驾驶员路径选择模型及仿真

针对车辆的路径选择问题,首先描述路径选择单元的划分规则,然后从影响车辆路径选择的路径历史经验和路径最近经验入手,分别定义车辆对路径的初始适应度、历史适应度、最近适应度及路径选择行为概率,并对车辆记忆属性及其变化流程进行说明,最终给出车辆路径选择规则。在上述分析的基础上进行多次重复时间步仿真,仿真结果表明,本文给出的路径选择规则虽然相对较简单,但能够较好地模拟车辆路径选择行为,为交通仿真中车辆路径选择模型提供了一种新的思路。     

基于航天飞行器仿真的三维动态演示系统

介绍基于航天飞行器仿真的三维动态演示系统的开发背景、意义以及系统的具体实现方法。介绍了开发所需要的建模软件MultiGen Creator和仿真软件Vega。并使用MultiGen CreaA0r建立了三维模型(火箭、航天飞行器以及发射场、着陆场和地球);使用Vega创建了仿真的环境(包括载入三维模型、云层、雾和火焰等特殊效果)：最后在Windows2000下,采用Visual C 6．0平台,根据实际的导航模型产生的位置和姿态数据驱动航天飞行器模型,实时更新飞行场景,仿真飞行的整个过程,实现全过程的3D图形化显示。     

基于深度强化学习的网约车动态路径规划

随着移动互联网的快速发展,许多利用手机App打车的网约车平台也应运而生.这些网约车平台大大减少了网约车的空驶时间和乘客等待时间,从而提高了交通效率.作为平台核心模块,网约车路径规划问题致力于调度空闲的网约车以服务潜在的乘客,从而提升平台的运营效率,近年来受到广泛关注.现有研究主要采用基于值函数的深度强化学习算法(如deep Q-network, DQN)来解决这一问题.然而,由于基于值函数的方法存在局限,无法应用到高维和连续的动作空间.提出了一种具有动作采样策略的执行者-评论者(actor-critic with action sampling policy, AS-AC)算法来学习最优的空驶网约车调度策略,该方法能够感知路网中的供需分布,并根据供需不匹配度来确定最终的调度位置.在纽约市和海口市的网约车订单数据集上的实验表明,该算法取得了比对比算法更低的请求拒绝率.     

基于多Agent的动态路径规划方法研究

简要地介绍了多Agent技术,并以城市交通诱导系统中的动态路径规划为研究对象,提出了一种基于范例推理合同网协商机制的多Agent动态路径规划方法。