离场航班多目标优化排序研究

为缓解大面积、长时间的离场航班延误现状,研究了多目标离场航班优化排序问题,考虑连续航班对离场航班影响,建立了具有多个目标函数的混合整数规划模型,并基于多目标优化问题的Pareto最优解概念,设计了一种带精英策略的非支配排序遗传算法(NSGA-Ⅱ)求解模型.选取上海浦东机场3 h内离场航班进行仿真验证,并将仿真结果与其他算法优化方案比较,与FCFS策略相比,航班总延误降低了20. 1%,延误架次减少了20.较单一目标优化,该算法具有保持多个目标函数优异性的特点,且115架航班优化时间仅为302 s,能够较好的满足实际运行效率需求.所提方法能够有效解决离场航班多目标优化排序问题.     

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。可见所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。     

考虑相邻跑道干扰的多目标进离场航班排序优化模型

为研究并构建一类考虑相邻跑道干扰的进离场航班排序多目标优化模型,该模型综合考虑了跑道运行模式、管制员工作负荷、飞机类型、航空器安全间隔等多种因素,以航班延误最少、跑道利用率最高为目标.根据该模型特征,设计出带精英策略的快速非支配排序遗传算法(NSGA-Ⅱ)求解该非线性问题,揭示了不同目标下Pareto最优解之间的关系,将航班分配给不同跑道,确定其进离场时间.最后,本文以某机场的航班进离场为例,给出了优化方案,并将改进后优化模型与传统模型进行了对比,同时,对模型的参数进行了灵敏度分析,从而验证了该模型的正确性.     

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.     

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。     

考虑离场航班公平性的航班恢复优化模型

为研究考虑航空公司航班公平性的离场航班恢复问题,首先,根据某机场历史数据,研究了不确定因素对机场容量的影响,并通过贝叶斯网络得到天气等不确定因素对航班恢复过程中过站时间的影响。其次,在考虑航班优先级的基础上,构建以最小化总延误时间和基于基尼系数确定的航空公司公平性的多目标航班恢复调度模型,并且将不确定性因素对机场容量和过站时间的扰动加入到模型中。最后,运用NSGA-Ⅱ算法对国内某机场的航班数据进行算例分析,与先到先服务方法进行对比。结果表明,总延误时间降低了37.2%,航空公司公平性由0.440提升至0.202,所建模型对扰动的吸收性能较好,验证了模型和算法的可行性。     

航班地面等待问题建模及优化

首先建立了一种单机场地面等待问题的事件驱动优化模型,该模型综合考虑了航班的延误成本差异、最大延误时限以及尾流间隔等其他多种因素;然后提出了一种改进的自适应遗传算法对该模型进行求解,该算法对传统适应度函数形式和初始群体的产生加以改进,并针对问题特征定义了交叉算子.通过对多组算例进行仿真验证,实验结果表明,本文的模型与算法对降低延误成本以及控制航班最长延误时间取得了明显的优化效果.     

航班调度系统中地面等待策略的应用

本文给出了支持基于地面等待策略的航班调度系统的离散事件随机数学模型,描述了航班调度系统的设计构成和主要功能的实现,并重点介绍了遗传算法在该系统中的开发应用情况,最后针对实际数据进行了仿真运算。     

基于不确定因素扰动的机场大面积航班恢复规划研究

航班恢复过程往往会受到不确定因素的干扰,这些不确定因素可能还会进而引发一系列不确定因素的产生,造成更加严重的延误情况。为了提高航班恢复计划的鲁棒性,对不确定因素扰动下的航班恢复问题进行研究。首先,利用中国某机场的地面服务数据,研究了不确定因素对航班恢复过程中地面服务保障时间的影响。然后,建立以最小化延误成本和保证航班公平性为优化目标的航班恢复调度模型;同时考虑进场航班对离场运行的影响;并在模型中加入不确定因素对航班的干扰。最后,运用模拟退火算法对中国某机场的航班数据进行仿真,与先到先服务方法进行对比。结果表明:对于解决机场大面积航班恢复问题具有可行性。     

航班多级动态规划策略与运行控制优化

为实现航班运行控制的全局规划和控制策略定量评价,打破传统多集中于规章手册的定性分析的运行控制技术方法,建立航班运行控制最短路径最小代价的策略构架图,提出三级控制策略的最优性动态规划运行控制模型;设计改进的动态规划递推方程,通过数值计算算法,得到表格形式的最优控制与最优代价函数,解决了航班运行控制决策这一类非线性离散复合型规划问题无法得到最优控制解析表达式的困难。最后,引入航班运行实例测试模型和算法的适应性和优越性,实验结果表明,动态全局规划不同于传统的每个航班独自分阶段的“点式思维模式”,实现了整个公司所有航班、所有航站和所有机队的全局运行控制优化。     

基于代价组合优化的故障诊断序贯测试策略研究

提出了一种故障诊断序贯测试策略设计思想.该设计思想以组合优化技术为基础,采用序贯测试方法;通过测试与故障源之间的关系将系统分为一般序贯系统和并行系统.分别对其期望测试代价,诊断策略算法等关键技术进行研究.提出一种序贯故障诊断测试组合优化策略,引入代价权重因子ρ,实现了测试时间和成本的组合优化.对并行系统诊断测试搜索启发式引入调整权重因子μ实现了测试时间和成本、故障源故障发生概率的折中优化,有效地提高了诊断的可靠性,灵活性和实用性.最后通过抽象实例进行验证,结果表明基于组合代价优化的故障诊断序贯测试策略进行故障诊断测试是实用的,也是有效的.     

考虑飞机轮挡事件相关时间的航班时刻优化

针对航班延误问题,提出了从飞机轮挡事件的相关时间具有随机性的角度进行优化,建立了减少航班上轮挡及撤轮挡延误时间的概率约束型模型,并首次使用泰尔指数作为公平性目标函数。根据减少航班上轮挡延误、撤轮挡延误以及双延误的三种要求,可对建立的模型进行层次划分,从而达到不同的优化效果。以杭州萧山国际机场为算例进行算例验证,运用改进的粒子群算法进行求解,最终结果表明该模型对高峰期内的延误时间最高可减少26.4%,优化效果显著。     

基于多目标混沌遗传算法的列车控制策略优化

为得到一组满意的行车控制策略,构建了列车运行多目标模型,并以列车运行动力学模型为基础求得列车局部运行控制策略制定方法。使用基于混沌优化的多目标遗传算法对列车控制策略进行优化研究,以相位转换点作为基因序列,多个基因组成染色体形成一套控制策略。使用混沌初始化种群,结合精英保留策略,增加了种群的多样性,并提高算法收敛能力。最后采用Matlab软件仿真验证了方法的可行性及有效性。     

基于改进微粒群算法的飞机纵向飞行轨迹优化

为提高飞机纵向飞行轨迹优化的精度和收敛速度,提出了用改进的微粒群算法对飞机纵向飞行轨迹进行优化的新方法。基于质点动力学和能量状态方程,建立了飞机质点运动数学模型;利用庞特里亚金最小值原理,给出了飞机纵向飞行过程优化的目标方程;引入自适应惯性因子,采用罚函数法对轨迹寻优问题进行无约束化处理,基于改进的微粒群算法对纵向飞行轨迹进行了优化,并给出了算法优化流程。使用改进的微粒群算法,得到了Boeing 737-800飞机纵向飞行最优轨迹。优化结果与试验结果的比较表明,该算法可使纵向飞行轨迹快速收敛于最优解,算法具有收敛速度快、精度高的优点。     

基于时效信息和深度学习的离港航班延误预测

针对离港航班延误预测问题,利用深度神经网络模型,结合时效航班信息数据和时效气象数据,提出了一种基于时效信息和深度学习的离港航班延误预测模型。利用真实数据开展数值试验,结果表明了所构建的延误预测模型可以在较短时间内获得较高的航班延误预测精度,并且具有较大的航班延误预测时效;同时随着延误时间阈值的增加,预测精度不断提高,损失值不断降低;尤其以60分钟为阈值时,模型的预测精度可以达到91.26%,说明了模型的有效性。     

基于PSO的自抗扰飞行控制律参数优化方法

提出了一种基于粒子群优化(PSO)的自抗扰(ADRC)超机动飞行控制律参数优化方法.分析了自抗扰超机动飞行控制律的参数取值和调节问题,讨论了扩张状态观测器(ESO)中非线性函数的系数对系统性能的影响,并给出了系统的性能指标函数.在给定的参数范围内,采用标准的PSO算法对ESO中非线性函数的系数进行了参数优化,优化结果表明:这种算法可以按性能指标搜索到近似的最优参数.采用该算法得到的参数对超机动飞行控制律进行了数字仿真.仿真结果表明:控制律具有良好的动态和稳态性能,该参数优化方法是有效的.     

基于缓存开销的信息中心网络缓存协作策略

网络化缓存策略影响ICN网络的传输性能,考虑到缓存执行时的开销不仅包含访问缓存节点时的路径代价,还应包含替换旧信息的替换代价,因此提出一种基于路径访问代价和节点替换代价的缓存协作策略(path and node cost based cooperative caching strategy, 简称PNC3S).该策略对两种代价进行整体考虑,将代价总量作为是否进行信息与节点匹配缓存的依据,对提出的策略模型进行优化分析,将最优解作为缓存部署方案.实验结果表明,与CEE,LCD策略相比,PNC3S可以改善网络的信息缓存率、服务器的负载率、网络链路平均利用率,以及访问跳数减少率.