基于D*算法的场面滑行动态规划研究

研究了机场场面滑行路径动态规划问题.基于三种滑行冲突约束,建立了使航班总体滑行时间最短的动态优化模型.改进了传统的D*算法,提出了基于时间权值的冲突预测和代价修正函数.案例计算相比Dijkstra算法得到的结果减少了203s,有效减少总滑行时间,提高场面运行效率.该算法不仅可以用于滑行路径的初始规划,也适用于场面实时滑行引导的实施.     

基于多Agent的机场场面冲突检测与解脱算法研究

为了减少机场场面运行冲突,提高机场场面运行效率,提出了基于多Agent的场面冲突检测与解脱算法。该算法以多Agent技术建立场面资源Agent和飞机Agent模型,采用基于滑行路径和实时运动的方法来进行冲突检测,以及通过合同网协作模型进行冲突解脱。最后依据该算法进行仿真分析,验证了该算法的有效性和可行性。     

A*算法的场面滑行动态规划方法

针对大型繁忙机场交通冲突频发、起飞延误等问题,在战略和战术层面分别对机场场面滑行路径规划方法展开研究。简化了机场路网结构,将滑行路径规划与进离场序列结合,建立了航空器总体滑行耗时最短,延误最少的动态优化模型。在比较了流行的机场滑行路经规划算法基础上,从战术规划的角度提出了一种新的基于A~*算法的场面滑行动态规划方法和冲突解脱策略。案例仿真结果表明该方法可以快速有效的减少航空器总体滑行时间和解决滑行冲突,实现机场场面运行效率提升和机场运营的自动化。     

基于多智能体系统仿真的最短路径规划

针对有向图最短路径问题,提出了通过多智能体系统仿真的方式求解有向图最短路径的方法.首先,把有向图中的节点、边都建模为智能体对象;其次,设计机器人智能体从源点沿有向边移动对节点实现遍历,利用机器人智能体的自我复制能力和边断开能力实现对节点的并行访问并保证任何节点最多被访问一次;最后,利用Anylogic开发多智能体最短路径仿真系统进行方法验证.仿真结果表明,多智能体最短路径仿真系统能快速找出有向图最短路径,算法时间复杂度与Bellman-Ford算法相同.     

基于速度分配的航空器绿色滑行优化

针对航班量过快增长以及机场容量限制导致的机场滑行道拥堵问题,在航空器滑行路径优化的基础上,提出一种基于遗传算法和Yen算法的速度优化方法。首先规定速度变化剖面,以滑行时间和尾气排放为目标,以最大滑行速度和加速度为决策变量,考虑机场滑行规则和滑行限制设定约束条件,建立滑行路径和速度的优化模型;然后利用Yen算法对浦东机场16架航空器的滑行路径进行预筛选,为每个航空器分配3条路径;最后利用遗传算法进行仿真求解,依据最小滑行成本得到最优的滑行路径和速度分配方案。结果表明,优化后的滑行时间降低21.82%,尾气排放降低27.17%,滑行成本降低25.77%,且未产生冲突。可见本文建立的优化模型和方法对提高场面运行效率和减少航空污染具有一定的可行性。     

基于冲突点避让机制选择的航空器滑行路径优化

针对航空器地面滑行的问题,提出了冲突点选择避让机制来优化航空器滑行路径。通过构建地面滑行路径的节点-路段模型,以航空器全部滑行到预定节点所用时间最短为目标,建立了路径滑行优化模型。通过建立可行路径集,利用启发式搜索算法,从静态路径规划、动态路径规划两阶段对滑行路线进行优化,得到航空器滑行优化路径。以某机场某一时段内航班到离港时间数据为例,对算法进行了验证,结果显示:经算法优化后,可减少时间段内各航班的最短滑行路径的冲突,缩短滑行时间,滑行道使用较分散,可降低航空器滑行中运行风险。     

基于态势感知的滑行路径优化算法

为提高繁忙机场场面运行效率，以优化航空器滑行路径、减少航空器滑行延误时间为目标，通过分析滑行道的运行态势，构建了机场滑行路径优化模型，并提出基于态势感知的滑行路径优化模型求解算法。算例结果表明：基于态势感知的滑行路径优化算法与传统的先到先服务优化算法相比，航空器在整个滑行过程中的总运行时间下降了5%。可见基于态势感知的滑行路径优化算法可以提升滑行道的整体运行效率。     

侧向跑道机场滑行路径优化

为了缓解机场场面交通拥挤状况,提高侧向跑道机场场面运行效率,构建了侧向跑道机场航空器滑行路径优化模型.该模型以航空器加权滑行时间和延误等待时间最小为目标,提出了动态优化航班的优先级的优化方案.将航空器的运行规则转化为相应的数学约束条件,根据侧向跑道机场的滑行道调度问题进行算法设计,运用改进的遗传算法对模型进行求解,以航空器的优先级滑行序列和航空器滑行路径为染色体,基于MATLAB对双链染色体进行编码,并对4种滑行冲突与解脱进行分析.以成都天府国际机场为例进行算例分析,与先到先服务序列进行对比,采用优化方案的序列可以节省42 s,并与蚁群算法进行比对,验证了改进的遗传算法的有效性,可以为繁忙机场的滑行调度提供决策支持.     

基于滚动模糊时间窗的场面动态路径规划

为了减少机场场面滑行冲突,提高机场运行效率,提出了一种基于模糊规则系统的滚动模糊时间窗算法。首先构建机场滑行时间预测模型,其次将滚动时间窗和模糊时间窗算法相结合,对滑行路径进行动态优化,最后结合机场地面滑行数据进行检验,结果表明,地面延误降低了9%-17%,地面冲突减少了10%-18%,说明该方法能够有效提高机场地面运行效率。     

基于航班离场成本的离场航空器滑行策略优化

针对大型枢纽机场日益严重的场面拥堵及由此导致的航班延误问题,推出率控制策略可利用机位等待代替滑行道及跑道口等待,控制场面离场航班的滑行数量,缓解场面拥挤.基于推出率控制策略同时结合场面滑行路径优化,提出了基于航班离场成本的离场航空器滑行策略.首先,构建了基于推出率控制策略的航班离场成本计算模型;然后,提出离场航空器滑行策略优化方法;最后,以航班离场成本最小为目标,采用遗传算法开展算例仿真,并选取三种策略进行对比分析.结果表明:基于航班离场成本的滑行策略不仅能减少离场航班的总滑行时间,提高场面运行效率,还能减少燃油消耗和气体排放量,具有一定的环保性.     

智能虚拟人Agent行为建模与运动控制

针对虚拟环境中人的行为分析,研究了井下智能虚拟人Agent的行为建模和运动控制技术.基于人工智能/人工生命方法,构建了集成感知、运动、行为、认知、内部属性等组件的井下智能虚拟人Agent的体系结构;研究了基于简化包容结构的智能虚拟人Agent行为控制模型及其行为选择机制,并基于A*算法,实现了智能虚拟人Agent的路径规划;初步构建了井下虚拟人Agent行为仿真系统,实现了虚拟人Agent的复杂行为控制,为进一步构建具有行为真实感的井下虚拟环境提供技术参考.     

起飞飞机后侧穿越方式下的滑行效率分析

为提高机场场面运行效率,以前侧跑道穿越方式为比较对象,对后侧穿越方式下的滑行效率进行分析。基于前后侧两种不同跑道穿越方式的机理,结合图论思想,将航空器的地面滑行速度、安全间隔及滑行道使用规则等作为约束条件,以总的地面滑行时间最短为目标函数,分别构建前侧穿越和后侧穿越两种不同穿越方式下的数学模型;根据前后侧穿越方式下的航空器地面滑行特点,设计面向前后侧穿越下航空器滑行路径的遗传算法对模型进行求解;选用重庆江北国际机场为例,统计目前在该机场运行的主要机型,从起飞滑跑距离、抗侧风能力及尾喷影响距离对其性能进行分析,计算江北机场某一天高峰小时内37架航班的地面滑行时间,比较两种穿越模式下的滑行效率。计算结果表明:单位小时内,前侧穿越结合后侧穿越模式比单独使用前侧穿越模式时的总地面滑行时间节省约9min,结合使用前侧穿越和后侧穿越的模式可以在前侧穿越延误较大的情况下提高场面滑行效率。     

高原机场地面滑行虚拟仿真初探

高原复杂地形条件下的航路飞行虚拟仿真技术已经成为提高航空安全飞行训练的最佳途径,为了满足该环境下飞机地面滑行的特殊性,本文以Google Earth为开发平台,研究了地面滑行路线的生成算法和地面虚拟滑行漫游的实现方法,为机组人员在高原机场训练滑行提供参考。     

SMS中基于冲突探测的滑行道轨迹预测算法研究

本文研究了机场场面管理系统中的重要环节——滑行道轨迹预测算法.首先研究了滑行道路段基于冲突探测的滑行花销问题,建立了滑行道动态花销模型;然后基于冲突探测和场面资源的动态花销提出了场面交通事件触发的A*轨迹预测算法以及全局Floyd轨迹预测算法.对这两种算法进行仿真的结果表明,基于事件触发的A*算法在场面交通不太拥挤的条件下适用,全局Floyd算法适合场面交通拥挤的情况;最后,通过比较和分析,提出了将两者结合的思想.算法具有很强的可扩展性,能够为机场流量管理提供科学的指导.     

具有绕滑的跑滑系统航空器滑行策略研究

为了应对空中交通流量的增加带来的挑战,很多繁忙机场建立了具有平行跑道的跑道系统来提高机场容量。绕行滑行道（End-around Taxiway,EAT）是提高具有近距平行跑道的繁忙机场运行效率的新型滑行道。本文根据具有绕行滑行道的跑滑系统的运行特点,将航空器在跑滑系统中的运行分为直接穿越、选择绕滑、等待-穿越三种滑行策略。提出具有绕行滑行道的跑滑系统滑行效率的概念,将航空器的滑行燃油最少和滑行时间最短作为协同优化目标,并结合绕行滑行道的运行规则、效率优先级作为约束条件,建立航空器地面滑行策略优化模型。从而根据该模型,选出最优的滑行策略。算例分析表明,绕行滑行道的使用可有效提高跑滑系统的滑行效率。     

基于改进粒子群算法的城市物流无人机路径规划

城市物流无人机路径规划是无人机任务规划系统的一项核心内容。为安全、高效实现物流无人机路径规划问题，首先，采用栅格法进行环境建模，考虑无人机性能限制，以路径长度最短、无人机高度变化以及栅格危险度最小为目标，建立多约束物流无人机路径规划模型。其次，针对传统粒子群算法存在的问题，引入Singer映射改进粒子初始分布、线性调整加速因子和最大速度，粒子位置新更新策略，及动态调整惯性权值，应用改进的粒子群优化算法求解模型。最后，进行了算例仿真分析。当栅格粒度取5米，路径节点取5个，代价函数权值分别取0.1、0.4和0.5时，与其他4种算法相比，本文算法总代价值最佳，分别减少44.5%、3.5%、42.8%和30%。结果表明，本文的模型与算法用于无人机路径规划是可行的和有效的。     

A-SMGCS航空器滑行时间延迟的滑行路由实时更新算法

在先进场面活动引导和控制系统(advanced surface movement guidance and control systems,A-SMGCS)中,针对航空器滑行时间延迟而导致场面运行效率和安全水平的降低,提出一种集成场面态势监测的滑行路由实时更新算法。该算法采用局部路由更新方式,首先采用时间窗约束Petri网建立航班滑行时间延迟时的场面局部模型;其次,定义模型中库所对应时间窗的合并运算规则;并据此展开局部模型约简,进而得到约简模型中航班滑行冲突判定条件;再次,以最小化航班在冲突区域的滑行成本为目标,实现了相关航班局部滑行路由优化同时保证了对原路由扰动最小;最后,通过算例验证了所提滑行路由实时更新方法的有效性。     

智能体路径规划算法研究综述

Agent路径规划指的是智能体在运动的过程中构成路径的策略。从Agent的传感器获取到的障碍物信息为动静的角度来看,路径规划有两种规划方式,一是智能体处于静态环境下的路径规划,二是智能体处于动态环境下的路径规划。该文对近年来的路径规划算法进行相比较,指出未来路径规划的研究方向和趋势。     

基于Agent的DEVS形式化描述与算法实现

为了解决离散事件系统规范DEVS(discrete event system specification)中没有对智能行为提供直接描述方法的问题,将智能体(Agent)建模思想引入到DEVS中,提出了一种具备一定智能性和协作性描述能力的离散事件系统规范Agent-DEVS。该规范以并行DEVS为基础,状态元组被扩充成为Agent特征元组;增加了体现个体智能性的Agent模型元组;并将模型端口的输入、输出扩展成为体现社会协作性的Agent消息类型。另外,还给出了Agent-DEVS模型的实现算法,并将其应用于企业生产调度的仿真建模。算法分析与仿真试验表明,Agent-DEVS的优点主要体现在建模性能上,它可以描述更加复杂的智能行为和自治行为,在计算时间上对整体复杂性的影响不大。     

基于跑滑系统约束的航空器滑行跟踪算法

为解决大型机场场面易冲突的问题,研究了将基于跑滑系统和管制约束的变结构多模型算法应用于机场场面目标的跟踪.本文首先建立了复杂跑滑结构下的数学建模方法、跑滑结构约束下跟踪状态修正方法和基于管制指令约束的航空器与跑滑系统的自适应匹配方法.与传统场面目标跟踪不同,本文利用跑滑系统和管制指令约束的最大后验概率估计来激活和终止模型集,进而解决机场场面航空器跟踪过程中模型集切换和路段匹配问题.基于上述方法,本文通过结合最大后验概率估计提出了一种新的交互式多模型算法,改善了场面目标的跟踪性能.仿真结果表明:与交互式多模型算法和变结构交互式多模型算法相比,本文所提出的方法能有效地跟踪机场场面目标,显著提高了跟踪精度.