基于合作协同进化算法的航迹冲突解脱研究

为解决基于航迹运行(Trajectory Based Operation, TBO)模式下大规模航迹战略冲突解脱问题,建立了综合考虑最小化冲突数量和航迹调整成本的双目标优化模型.设计了基于超体积指标的多目标合作协同进化算法(Indicator-based Cooperative Coevolution Multi-objective Evolutionary Algorithm, IBCCMOEA)进行模型求解,采用非支配排序遗传算法(Non-dominated Sorting Genetic Algorithm II,NSGA-II)进行子种群优化.同时,设计了自适应遗传算子加快算法收敛速度.分别采用中国航路网络繁忙时段442架和1 014架航班历史飞行数据进行仿真验证,将所提算法与NSGA-II,基于分解的多目标进化算法(Multi-objective Evolutionary Algorithm Based on Decomposition, MOEA/D)以及多目标合作协同进化算法(Cooperative Coevolution Multi-objective Evolutio...     

基于规则库的航路飞行冲突探测与解脱

通过对国内某航路管制单位的冲突探测与解脱数据收集和数据分析,形成贴合实际运行的航路管制规则库,采用基于BADA(Base of Aircraft data,一种由欧洲空管开发维护并应用比较成熟的飞行性能模型)的轨迹生成算法,通过实地调研和数据收集,结合实际管制运行中的航路冲突标准,建立双机基于管制规则库和决策树的航路冲突探测与解脱模型.选取国内A593航路,使用JAVA语言完成了仿真系统开发,并导入飞行计划数据实现了实例验证.最终的仿真结果表明模型成功解脱常见航路冲突,保证了与实际航路管制运行的一致性.     

一种分布式问题求解的数学模型

基于离散的Lagrange方法,建立了一个基于多agent系统的求解分布式约束满足问题(CSP)的数学模型,当各agent的局部行为聚合成一个给定目标函数的下降操作时,只要该CSP是可解的,就可以通过这个多agent系统寻找出问题的一个解．使用这个模型对分布式逃逸算法进行了分析,有助于进一步了解各agent的局部行为的聚合涌现,提高求解的性能。     

固定航路飞行条件下的无冲突航迹规划

随着民航运输业的发展,高速增长的交通量与有限的空域资源之间的矛盾日趋严重,空域拥堵、航班延误现象频发,严重影响航班运行的安全性与效率.为实现在固定航路飞行条件下空中交通安全、高效与公平的运行,在无冲突的前提下以最小化飞行成本和最大化公平性为目标函数,建立战略阶段的多目标航迹规划模型.为了加快问题求解效率,采用基于固定航路的冲突探测方法,并提出一种结合模拟退火和局部搜索算法的混合元启发式算法求解该大规模多目标优化问题.利用实际飞行计划和空域数据验证所提算法的有效性.结果表明,与传统的模拟退火算法相比,混合元启发式算法能够有效解决多目标的无冲突航迹规模问题.     

RVSM空域航路流量的模型和算法研究

结合当前国内外对实施RVSM对增加飞行流量的定性描述,采用定性与定量相结合的系统方法,将实施RVSM对空中交通航路流量影响的实际空中运输问题转换为数学问题进行研究,建立计算航路流量的数学模型,提出了航空器在RVSM高度层不同巡航模式的流量计算模型和具体求解算法,并结合列举实例运用计算机模拟进行检算,证实了模型和算法的可行性、实用性,为定量描述实施RVSM对空中交通航路流量影响提供一定参考．     

基于时隙-高度层协同的航路分配模型与算法

为科学合理地利用航路资源,实现航路时隙和高度层的协同分配,本文建立了时隙-高度层协同分配模型,提出分配算法的步骤,采用FCFS、模糊聚类和人工鱼群算法来计算模型,并进行算例分析.结果显示:3种算法的总延误时间都为547 min,而模糊聚类和人工鱼群算法分配的第一优先级别的航班延误时间都为0,低于FCFS算法的40 min.FCFS、模糊聚类和人工鱼群算法分配的总延误成本分别为225 500元、123 100元和119 100元.     

基于MAS的分布式协同设计任务冲突处理研究

任务分解与冲突控制是网络分布式环境下进行产品并行设计的关键．通过收集产品各领域的指标约束与关系约束来构建基于约束网络的产品参数协调模型，采用区间描述设计变量的不确定性信息，并将区间算法与基因算法相结合实现了一致性模型求解框架，使用该方法能够检测潜在冲突，得到与给定产品指标相对应的设计变量可靠解空间，进而辅助设计人员决策。同时采用Agent技术对协同设计中多群体多层次的设计任务和设计进程进行管理和控制，建立了以项目和任务为中心的协同设计Agent模型，研究了模型共享、协同设计agent、并发控制机制等关键技术，构建了一个基于多Agent的分布式实时协同设计原型系统应用实例说明了其有效性。     

航路网络航路点布局的多目标优化设计

航路网络中航路点布局问题(CWLP)是航路网络规划的核心。基于此,从航路网络经济性和安全性出发,考虑航路运行成本和潜在冲突系数2个因素,建立航路点布局多目标优化模型,求解时采用动态递变权重系数的蝙蝠算法以保证运行成本和潜在冲突系数能同时获得较优解。最后对北京飞行情报区进行仿真实验,将蝙蝠算法(BA)与其他多目标算法对比,得到4种算法的非支配解,证明多目标蝙蝠算法在求解航路点布局的大规模优化问题上,能够获得更优解。同时,考虑偏好经济性和偏好安全性2种情况选择2组权重,数据显示:与初始网络相比,这2种情况下网络运行成本和冲突系数减少比例分别为9.99%、15.64%以及-3.97%、65.81%。实验结果表明,该方法能够在航路点布局规划上给决策者以多种优化方案。     

基于MAS理论的特种机器人系统模型研究与设计

描述了多智能体系统中agent的逻辑语法和语义,定义了agent的主要属性,并建立了基于L规范的系统模型M.以特种机器人系统装配作业为例,对系统构成进行了分析和描述,并给出了试验验证.结果表明,MAS理论在多agent机器人系统中的应用是可行的,且这种分布式控制方式可以提高系统的可靠性.提出了使用多agent系统进行系统建模和解决多机器人协作问题的一种方法.     

基于multi-agent的分布式专家系统原理及应用

基于Intemet/Intranet松耦合环境设计分布式选矿专家系统,采用面向agent(智能体)的系统开发方法和multi-agent分布协作求解模式,采用异构异质agent,即agent可建构于广域网、局域网和单处理器紧耦合模式,且求解agent可以是基于符号系统、神经网络、遗传算法等agent的协作.此外,建立了统一的知识库标准,基于关系数据模式表征了传统的规则、框架、语义网络及谓词逻辑等知识表示方法.其中,基于数据库引导及搜索技术实现了正向推理机制及反向推理机制,易于agent之间知识的传输,大大提高了通信效率;基于DCOM技术,以C++构建框架类加速了agent的实现.以矿石可选性预测求解为例,实现了多agent协作求解的仿真系统,较好地验证了所提出的理论模型及框架.