基于动态优化的进出港航班排序模型

针对当前终端区排队模型将进港航班与出港航班分别排序的现状,建立了基于动态优化的进出港航班排序模型.该模型将进港与出港两个过程当作一个整体来考虑,减轻了管制员的工作负荷,可将由主观因素造成的损失降到最小.模型算法动态的将出港航班插入到达流中,每次插入后对受影响的航班进行重新调整,实现了进出港航班的动态合并.基于对管制现实需要的考虑以及计算量的优化,引入了位置交换约束参数.该算法结合实际数据,在仿真实验中与先来先服务方法相比,取得了较好的结果,表明本算法具有较强的可行性.     

基于NSGA-Ⅱ的多机场终端区进场航班排序研究

多机场终端区内由于空域结构复杂,机场之间相互影响,空中交通流量大,因而经常会发生航班延误、飞行冲突、机场运行效率糟糕等问题.本文研究多机场终端区的进场航班排序,从航空公司和多机场的利益需求,建立了多目标进场航班排序模型,采用带精英策略的非支配排序遗传算法NSGA-Ⅱ进行求解,以成都终端区为例,进行仿真实例验证.结果表明...     

进场航空器最优排序模型

在终端管制区,为进场航空器排序的基本原则是“先来先服务”。但由于进场航空器之间的尾流影响、机型的差异和最后进近速度的不同,为了达到效率的最大化,必须对按照每架航空器的预计到达时间（ETA）先后顺序给出的初始排序方案进行调整,从而达到缩短队长和降低平均延误的目的。     

基于XGBoost算法的终端区进场航空器飞行时间预测

为了高效调配进离场航空器,得到进离场航空器的最佳排序顺序,采用机器学习的方法对终端区进场航空器的飞行时间进行预测.分析终端区航空器飞行特点和进场航空器飞行时间的影响因素并且提出了影响飞行时间预测的22个重要特征.引入密度聚类DBSCAN方法,聚类得到交通流的不同路径类别.建立了基于集成机器学习算法XGBoost的飞行时间预测模型,以云南昆明终端区为例,对模型进行了训练、验证和测试,并以平均相对误差和均方误差为评价指标来分析预测结果的误差.结果表明：与线性回归、支持向量机回归和人工神经网络方法相比,本文模型对飞行时间的预测结果最好,±5 min内的预测准确率达到95.18%.     

工序问题的动态规划算法

提出了一个求解工序问题的动态规划算法，该算法排序含ｎ个工件集合的期望时间为Ｏ（ｎ）．     

进港航班排序与最小方差控制

为实现民航空中交通管制自动化,详细分析了由空域、航路、飞机、空管组成的具有连续时间和离散事件动态系统组合的混合系统特性,将系统动态性能的分析综合转化为离散事件动态系统事件发生排序和随机动态系统分析综合.采用极大代数方法对进港航班进行排序,用最小方差控制方法使进港航班时间间隔趋于一致.仿真结果表明:离散事件动态系统理论与传统控制理论的有机结合取得了空中交通管制自动控制好的效果,是解决该类系统分析设计的新思路,为进一步将控制理论用于空中交通管制的研究提出了新途径.     

基于自适应滑动窗的降落航班排序模型

通过对降落航班排序问题的研究,基于对降落总时间和计算量的优化,引入滑动窗模型.通过理论证明和仿真试验分析了窗体大小和步长对计算量和排序评估结果的影响.添加时间参数,使算法能自适应调节窗口大小和滑动步长.通过实际飞行计划仿真,本文的自适应滑动窗算法与先来先服务相比,明显减少了总降落时间,降低了航班调整力度,证明了算法的灵活性和实用性.     

基于自适应滑动窗的降落航班排序模型

对交通拥挤时进场航班进行合理排序，是空中交通流量管理的一个重要研究内容.通过对降落航班排序问题的研究，基于对降落总时间和计算量的优化，引入滑动窗模型.通过理论证明和仿真试验分析了窗体大小和步长对计算量和排序评估结果的影响.添加时间参数，使算法能自适应调节窗口大小和滑动步长.通过实际飞行计划仿真，本文的自适应滑动窗算法与先来先服务相比，明显减少了总降落时间，降低了航班调整力度.证明了算法的灵活性和实用性.     

以总加权完工时间为目标的两台机越库排序的动态规划算法

提出并研究两台机器环境下的以带权总完工时间为目标函数的越库配送排序问题.越库作业的入库与出库车辆被看作是排序问题中的机器,入库货物与客户需求为具有前序集限制关系的被加工工件.研究了该问题的计算复杂性及其最优解的若干性质,提出求解该问题的逆向动态规划算法,并给出了动态规划算法的数值实验.结果表明,所提出算法至少可以求解25个工件规模的越库配送排序问题.     

一种基于动态交换的计数排序算法

提出一种动态交换的策略,对一个元素计数后,根据计数值的大小将元素移动到序列的合适位置,使得算法在每运算一个元素后,元素间的排列都是有序的,计数值大的元素位于序列的前端,从而有效地减少了查询时间.分析了算法的时间及空间复杂度,并通过实验验证了算法的实时性与高效性.     

图规划基于距离的目标排序启发式

讨论图规划回溯搜索过程中变量和值排序的缺点,并且提出一个基于实现某一子目标的难度的简单策略即获得子目标的困难度,该标准可以通过规划图本身的结构加以量化,特殊的使用子目标在规划图中最早出现用层的下标来表示．结果表明该方法在许多标准的规划问题求解过程中的惊人效果。     

基于分级规划的加工方法排序规则研究

结合工艺决策的分级规划策略，构造了一种新的实用化的加工方法排序规则，该排序规则将传统排序规则分解成两个相关的部分：工序排序规则与工步排序规则。工序排序规则代表了排序规则的普遍性，描述了一类零件的总体加工过程，只与加工方法有关，与组成零件的形状特征等其他因素无关；工步排序规则代表了排序规则的特殊性，描述了工序中各特征的加工顺序，与特征有关而与加工方法无关。     

基于动态规划的关键帧提取算法

在传统的关键帧动画中,动画师对关键帧进行编辑并通过插值生成一段连续的动画.运动捕捉数据的每一帧均可看作关键帧,但是对其直接进行编辑非常繁琐,需要从运动中提取具有代表性的关键帧,简化运动的编辑操作.已有的关键帧抽取方法主要基于一些局部误差度量策略,算法的全局误差难以得到保证.提出了一种基于动态规划的运动捕捉数据的关键帧提取算法,该算法通过曲线拟合技术对密集采样的运动捕捉数据进行减帧,在生成指定数目关键帧的同时保证误差达到全局最小.用户可以利用传统的关键帧技术对减帧后的运动进行编辑.     

A算法在终端区飞机排序中的应用

讨论了终端区飞机排序问题,根据飞机尾流间隔要求,利用A算法建立了终端区航班排序的数学模型。利用A算法,对一个算例进行验证计算,找到了更合理的航班着陆队列,减小了航班的总延误成本。结果表明,航班总延误成本的优化结果是令人满意的,A算法在终端区飞机排序问题中的应用是可行的。     

动态环境下机器人路径规划的混合蚁群算法

为了实现动态环境下移动机器人的路径规划,将蚁群算法(作为一种全局路径规划算法)与人工势场算法(作为一种局部路径规划算法)相结合,并对蚁群算法做了一些改变,使之适应栅格环境。仿真结果表明,该混合蚁群算法路径性能较好,并能够满足实时要求。     

基于分布估计算法的离港航班排序优化

离港排序优化问题是指优化离港航班序列以减少终端区离港航班的延误,是当前空中交通管制领域需要解决的重要问题。该文基于带滑动窗的分布估计算法,实现了对此问题的求解。算法以飞机优先序列进行编码,适应度函数考虑了离港飞机起飞延迟因素,并在传统的优化流程中加入了滑动窗的排序思想,解决了多架飞机参与排序时编码空间不足的问题。仿真结果表明:分布估计算法在离港排序优化问题上具有较好的整体性能,同时滑动窗参数的选择对于优化结果具有明显的影响。     

基于优先级的航班到达调度算法

随着空中交通流量的迅猛增长,终端区空中交通拥堵以及由此导致的航班延误现象日益突出,甚至危及航空安全,航运效益也随之受到巨大的损失。作为终端区流量管理的核心,航班到达调度旨在为终端区待着陆的航班安排合理的着陆顺序和降落时刻,在确保安全的前提下提高进港航班运行效率。基于优先级思想,文章提出了PBSA和PBSA-CPS两种航班到达调度算法,并引入约束位置交换概念,以提高调度结果对于管制员的可操作特性。最后以首都机场为例进行了仿真,并与现行的先到先服务算法FCFS进行了对比。仿真结果表明,通过对航班赋予相应的优先级,有助于优化调配到达航班队列的降落时隙分配结果,提高终端区运行效率,减少延误损失。     

基于点融合进近的航空器进场4D航迹规划

点融合进近是一种全新的进近技术,对点融合进近中的航空器进场4D航迹规划方法进行了研究。根据点融合进近运行的特点,提出航空器航迹预测方法。以总延误时间最少和着陆次序调整最小为目标建立4D航迹规划模型;并采用遗传算法进行了求解。通过仿真计算,比较了先到先服务与此规划方法的差别。比较结果表明,4D航迹规划方法可以有效提高终端区运行效率。     

基于Matlab的动态规划顺序算法的实现

运用Matlab编程实现动态规划顺序算法，以实例说明了该实现方法的确性以及实时性的特点，通过对不同问题编制不同的子函数，表明该实现方法具有一定的通用性．