基于进离场容量转换的协同决策系统

针对机场在突发情况下造成交通流拥挤的问题,引入了CDM理论及算法,并对CDM GDP实施过程及其中的RBS/Compression算法进行研究.研究发现,CDM GDP单纯考虑了进场时隙的分配,未涉及离场容量以及离场时隙的分配问题.因此,基于CDM思想,协同、实时地考虑机场进、离场容量转换问题,在增加机场吞吐率的基础上协同决策进离场序列,给出了进、离场容量优化模型及算法,采用动态规划法进行求解,并结合实际机场航班时刻表数据进行了仿真.结果表明,在特殊外因条件下,进、离场容量相互转换时,协同决策系统能提供最优的解决方案,使机场的进、离场达到最大的吞吐量,并将延误减到最小.     

CDM ADGDP机场容量与时隙协同配置

为科学配置机场容量、合理利用时隙资源,提出了协同进离场地面延误程序,给出了进离场容量和时隙协同配置多目标优化模型.模型考虑了由天气原因引起的机场容量的动态性以及具有连续航程的航班间的相互影响;模型将进场和离场视为密切相关的两个过程,基于进离场容量的相互转化,以功效性和公平性为双重准则,实现了容量与时隙的协同优化配置.对于进场和离场不相关的情况,借鉴RBS算法思想,给出了一种AD-RBS算法.最后,结合国内某机场航班时刻数据,采用多目标遗传算法对模型进行了验证,并引入具体的评价指标进行量化分析,结果表明模型可以实现容量动态、充分利用,时隙有效、公平分配.     

CDM GDP飞机着陆时隙多目标优化分配

为科学利用机场时隙资源、降低航班延误损失,研究了CDM GDP时隙资源分配方法.提出采用有效性、功效性和公平性均衡的CDM GDP时隙分配方法,给出一种多目标优化模型.模型以有效性为约束,以功效性和公平性为目标,寻求总延误成本损失最小和航空公司间损失偏差最小的分配方案;引入具体的评价指标量化比较分析航空公司间的公平性.模型采用一种多目标遗传算法予以求解.算例仿真结果表明,获得的一组最优方案的功效性和公平性比RBS算法提高了17.9%、88.5%,验证了所提方法的有效性.     

多机场终端区容流利用和分配建模与仿真

研究多机场终端区空中交通供需平衡问题,在多元受限的复杂约束下,给出一种容量利用和流量分配协同优化模型,模型通过最小化终端区内所有进离场航班的总延误损失,并引入航班延误损失系数作为航空公司协同决策的偏好信息,寻求最佳的容量利用和流量分配方案.实验仿真表明,模型不仅能使流量与容量协调匹配、充分利用资源,而且能使延误损失降到最小又能兼顾航空公司的利益;设计的遗传算法运行稳定、切实可行.     

随机型协同时隙分配模型

为解决机场概率容量条件下的协同时隙分配问题,提出了随机型协同时隙分配策略. 根据机场容量预报的更新模式,分别建立了静态模型和动态模型,模型以各种概率容量情景下的总航班延误损失期望最小为功效性目标,以各种概率容量情景下的平均旅客延误时间期望最小为公平性目标,在满足有效性约束的基础上,为进场航班分配时隙;并采用多目标遗传算法NSGA-Ⅱ求解模型. 以某机场运行数据为例进行仿真验证,与随机型地面等待经典模型相比,本文模型实现了机场概率容量条件下时隙资源的功效、公平、有效分配.     

多目标流量管理优化模型及算法研究

针对日益增长的空中交通需求所带来的严重航班延误现象,采用单目标难以解决离场时隙、飞行路径和管制员工作强度分配等问题,提取了造成空域拥挤和航班延误的要素,综合考虑离场时隙飞,行路径和管制员工作强度等目标,建立了多目标、非线性规划模型.设计了多目标遗传算法对其进行求解,并利用实际航班数据进行仿真,结果表明:所建立的模型和算法不仅能在合理的时间内为空域内全部航班找到较优离场时间和较优飞行路径,还能降低管制员高强度工作的持续时间,使流量更符合实际情况,有效缓解了空域拥挤现象.     

协同地面延误机场时隙MAS动态协调交易

针时协同地面延误程序(CDM GDP)机场时隙交换问题,提出了基于多智能体系统(MAS)协调的动态交易方法,以增加交换的灵活性和自主性,提高时隙资源利用率.在时隙信任交易(slot credit substitutions,SCS)"一对一"简单交换机制的基础上,采用基于市场机制的协商策略,建立了有条件的"多对多"拍卖交易机制,并引入了单边付款的交易形式;应用基于信念-愿望-意图(belief-desire-intention,BDI)的协调推理机制,给出了基于效用的Agent内部推理策略.系统仿真分析表明,航空公司可以动态、灵活和自主地选择最佳交易对象,所提方法提高了航空公司参与协同决策的积极性,增加了时隙交换问题的适用性.     

基于可变优先级的GHP时隙分配优化模型

空中交通拥塞日益严重,造成大量经济损失。作为短期措施中缓解空中交通拥塞的有效方法,地面等待策略(GHP)的核心问题是时隙分配。因此针对航班的延误时间和延误费用,提出了一种可变优先级的时隙分配算法,并建立基于该算法的GHP优化模型。该算法中,航班在竞争不同时隙时优先级不同,且优先级的计算同时考虑了航班的延误时间和延误费用的影响,最后采用分支定界法搜索时隙分配的最优解。结合实际的数据,用计算机仿真实验对该算法进行了检验,结果表明了该算法的灵活性和有效性。     

基于局部搜索机制MOGA的多目标ADGHP建模及优化

依据航班的进离港过程,提出了一种航班优先系数计算策略,使得延误损失在进离港航班之间的分配合理化;在此基础上建立了一种进离港地面等待问题(ADGHP)多目标优化模型,以实现延误损失和续航航班延误时间的多目标优化.针对问题模型的复杂性以及现有多目标遗传算法(MOGA)的不足,提出了一种引入局部搜索机制的多种群遗传算法对问题求解,并改进优秀个体迁移策略,实现多目标的协同优化.最后,以国内某机场进离港航班为算例,使用所提算法进行计算,并与其它典型算法的求解结果对比,实验结果表明了所提模型与算法的有效性.     

基于市场机制的地面等待时隙分配方法

本文针对地面等待中的时隙分配问题，提出了基于市场机制的时隙交易方法，建立了航空公司决策模型.该模型通过航空公司自由交易时隙，不仅可提升时隙交易的灵活性，还能减少各航空公司的延误成本和机场总的延误成本.最后采用国内某机场的运行数据进行仿真和对比，结果表明了其有效性.     

基于进离场容量转化的航班地面等待程序

为实现对机场进离场容量和空中交通需求的动态平衡管理,先通过分析进离场容量转化曲线 ,建立基于进离场容量转化的航班地面等待程序模型,并结合RBS排序和Compress寻优算法对等待策略采用动态规划求解,最后对模型进行了数值仿真分析,计算结果证明了在航班地面等待程序中进行进离场容量转化可以有效的减少延误,增大流量,提高效益.     

基于航班模糊聚类的时隙分配均衡模型

为了科学合理的利用机场时隙资源,克服现有模型只考虑效率性的缺陷,建立了效率性和公平性转换的均衡优化模型;利用模糊聚类方法对航班进行分组,并计算相应的延误损失费用,应用人工鱼群算法快速求解模型;对20架航班进行算例仿真,结果显示均衡优化模型的总延误损失费用为102800元,高于指派模型和改进的指派模型的83600元,但是最大延误损失费用为10000元,低于指派模型的16000元以及改进指派模型的15000元.仿真结果验证了效率性和公平性不能同时达到最优,说明了均衡模型能够让延误损失费用在各航班之间均匀分配,更具公平性.     

GHP时隙分配问题的组合拍卖竞胜标模型与算法

为了公平和有效地分配机场时隙资源,针对2-2的时隙交易问题,以第一价格密封拍卖方式为背景,建立时隙组合拍卖的竞胜标模型,设计人工鱼群算法求解模型,并进行算例分析。算例分析结果表明模型与算法是可行的。     

基于双层规划的攻击无人机协同目标分配优化

针对攻击无人机编队协同作战的背景,提出了基于双层规划的攻击无人机协同目标分配模型。分别以打击效果最大化和飞行航线最短作为模型的上下层目标,并贴近战场环境将目标优先程度、目标打击效果上下限以及打击时间窗口等因素作为模型约束。利用直觉模糊双层规划(intuitionistic fuzzy bilevel programming, IFBLP)理论对构建的协同目标分配双层混合整数规划模型进行了转化,并采用粒子群优化(particle swarm optimization, PSO)方法对其进行求解,给出了具体求解步骤。算例结果证明IFBLP理论能够有效解决所构建的双层混合整数规划模型。     

供应链中制造商--供应商合作研发博弈模型

考虑包含一个供应商和一个制造商的供应链系统．在提出一个新产品合作研发模型的基础上，通过对比两种非合作博弈和协同合作情况下，供应链系统及供应链中的制造商和供应商研发费用投入、合作补贴政策、利润的差异，阐明了在新产品研发过程中，制造商与供应商之间的协同合作不仅可以使供应链系统利润最优，而且还能形成双赢的局面，最后，采用Rubinstein讨价还价模型来分析系统剩余利润的分配问题，并获得了最优的可行帕累托有效合作新产品研发方案。     

高时隙利用率太赫兹无线个域网公平接入协议

针对现有太赫兹无线个域网接入协议时隙利用率偏低的问题,提出了一种高时隙利用率的太赫兹无线个域网接入协议—HSU-AP。HSU-AP通过自适应取消随机接入时段机制增加数据传输时间,采用基于请求量的有序公平时隙分配机制使可分配时隙不再剩余,并且在采用低时延帧聚合机制时利用子帧逆向聚合机制减少子帧重传个数,从而达到提高时隙资源利用率、提升网络吞吐量的效果。理论分析验证了HSU-AP协议的有效性;仿真结果表明,相较于高效公平的媒体存取控制(high efficiency fairness media access control, HEF-MAC)等现有典型太赫兹无线个域网接入协议,HSU-AP协议的时隙利用率至少提高28.02%,MAC层吞吐量则增加了26.95%以上。     

非确定环境下基于分层理论多无人机动态协同设计

针对非确定环境下多无人机自主协同控制这一多约束、强耦合非线性优化问题,采用分层理论将其分解成三个相对独立子层,即协同感知层、环境态势理解层和协同全局重规划层.协同感知层借助"层协作感知"算子来进行多模信息融合,解决非确定环境下目标(包括静态确定目标和动态非确定目标)的感知与识别;环境态势理解层则是解决动态非确定环境更新,以及基于窗口势场法的障碍物(威胁目标)规避问题;而协同全局重规划层则是利用"层场景引擎"来实现多机非确定环境下的自主协同、路径快速寻优及状态决策.模拟结果显示构建的多机自主协同模型能较好地解决非确定环境下的路径寻优和状态决策问题.     

基于多智能体强化学习的协同目标分配

针对传统方法难以适用于动态不确定环境下的大规模协同目标分配问题，提出一种基于多智能体强化学习的协同目标分配模型及训练方法。通过对相关概念和数学模型的描述，将协同目标分配转化为多智能体协作问题。聚焦于顶层分配策略的学习，构建了策略评分模型和策略推理模型，采用Advantage Actor-Critic算法进行策略优化。仿真实验结果表明，所提方法能够准确刻画作战单元之间的协同演化内因，有效地实现了大规模协同目标分配方案的动态生成。     

高吞吐量低时延太赫兹超高速无线网络MAC接入协议

针对现有能够应用于太赫兹超高速无线网络的能量和频谱感知的媒介接入控制(energy and spectrum aware media access control, ES MAC)及IEEE802.15.3c协议存在的时隙申请量未及时更新、超帧结构不合理及分配时隙时未合并同一对节点之间的时隙请求等问题,提出了一种高吞吐量低时延MAC(high throughput low delay MAC,HLMAC)协议。通过设计一种新的超帧结构,使节点及时得到时隙分配信息,大大降低数据接入时延;通过更新时隙请求量和合并同一对节点的时隙请求,增加了数据发送量,提高了网络吞吐量。理论分析表明了HLMAC协议的有效性,仿真结果显示它比ES MAC协议增加了65.7%的网络吞吐量,同时降低了30%的接入时延。     

基于拍卖算法的多机协同火力分配

为解决超视距协同空战中的多机协同火力分配问题,首先建立了空战威胁估计和空战优势估计模型,构建了多机协同火力分配的数学模型。其次基于多智能体拍卖算法,提出了一种分布式的多机协同火力分配方法,该方法同时考虑了火力分配的效益和代价,能在较短的时间内给出较为合理的协同火力分配方案,具有计算量小、通信量低、动态性以及实时性好等特点,可应用于解决多机协同火力分配中的资源分配、冲突消解等协作问题。最后,通过仿真实验证明了该方法的合理性和有效性。