考虑优先级的交叉口航班汇聚排序问题研究

为了有效地利用航路资源,减少飞行延误总成本,建立了改进的航路交叉口汇聚排序模型。为加快求解速度,分析了影响航班延误成本的因素,给出了权重赋值表,改进了现有算法,并用FCFS算法与改进算法进行了算例分析。仿真结果表明,改进算法通过对交叉口航班各属性赋权值可有效进行优先等级划分,完成时隙分配和航班排序的快速计算。采用改进给出的优化排序策略可减少延误飞行的总成本,具有一定的实用性。

基于Q学习的Agent在交叉口航班排序中的应用

为了解决航路交叉口的交通压力问题,针对交叉口位置的空中交通排序展开研究,把Q-learning与Agent联系起来作为解决该问题的技术手段。首先对Q-learning算法的学习原理及Agent结构模型的实现进行说明,然后根据对汇聚的空中交通流进行控制的过程提出了奖惩函数,仿真结果证明,这种方法的控制效果要比FCFS算法更好。