军用飞机智能起降调度技术研究

为了削弱军用飞机实际起降时刻与计划起降时刻之间的偏差对作战带来的不利影响,探讨了智能化的军机起降调度方法。分析了军机起降过程中的时间窗口约束和尾流间隔约束,建立了军机起降调度的数学模型。设计了针对模型解的混合编码策略,并针对自然数编码部分提出了一种离散粒子群算法进行更新。通过仿真实验确定了算法的最大迭代次数,并通过与其他调度算法的对比分析,说明了模型和算法的有效性。

基于DPSO算法的军用飞机起降调度

作战时军用飞机的起降时刻均由作战计划指定,但实际中很难精确地使每架军机在计划时刻起降。考虑到各架军机实际与计划起降时刻的偏差对作战影响的不同,以加权提前/延误和为目标函数,将军机起降调度模型转换为带到达时间的单机加权E/T调度模型,并设计了一种针对自然数域的离散粒子群算法求解该模型。仿真结果说明了所设计模型和算法的有效性。

基于滚动时域优化的机场起降动态调度

为了减少作战时军用飞机实际起降时刻与计划起降时刻产生的偏差,提出一种基于滚动时域优化原理的动态机场起降调度策略,分析军用飞机起降过程中的时间窗口约束和尾流间隔约束。对进入每个预测窗口内的飞机队列,以加权提前/延误时间和最小作为目标函数,将军用飞机起降调度模型转换为带到达时间的单机加权E/T调度模型。设计一种针对自然数域的离散粒子群算法,并应用该算法进行模型求解。通过仿真实验确定了算法的参数,仿真结果说明了模型和算法的有效性。

单跑道混合起降飞机排序问题的优化算法研究

针对单跑道混合起降飞机排序问题,考虑着陆队列的优先性以及最小时间间隔的复杂性,建立最小化队列完成时间的混合起降模型.为求解该模型,提出两种基于着陆优先的两阶段算法,即TPLP算法和M-TPLP算法.该两种算法的第一阶段均是将着陆队列从起降队列中分离,并用蚁群算法对其求解;在第二阶段,TPLP算法和M-TPLP算法分别在不允许和允许着陆飞机偏移已安排着陆时间的情况下,将起飞队列插入到已排着陆队列中,即确保了着陆飞机的不同优先性,在一定程度上能够为实际的空中交通流量管理提供理论依据.最后,通过仿真实验验证所提算法的有效性.