基于高斯分布的进出港航班延误免疫检测方法

为了对机场航班延误情况做出较准确的检测,提出了一种基于高斯分布的进出港航班延误免疫检测模型。该模型利用生物免疫机制与航班运行机制的联系,建立了相应的自体集合、检测细胞及它们之间的匹配模型,同时针对每一架飞机每天要执行多个航班,机场进港航班与出港航班形成的前序后继关系,采用高斯分布进行拟合航班链延误波及影响。对国内某机场仿真实验结果表明,该模型有较好的效果。

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.

MAS在机场路面路径优化中的应用研究

利用多Agent技术,研究进出港航班滑行路径的优化问题,为刚降落和即将出港的航班规划最短滑行路径,判断航班在规划的滑行路径上是否会发生对头相遇。由于多Agent技术更能体现人类的社会智能,更适合开放的、动态的社会环境,因此引进这一技术对进出航班滑行路径进行优化。文中将每架飞机被看作是一个Agent;将跑道,滑行道,停机位等看作是资源Agent;在多Agent环境下,优化出最佳的滑行路径。

基于多Agent的机场场面最优滑行路径算法

为了保障机场安全,提高机场运行效率,建立了依据进出港航班滑行时间最短为决策的多Agent模型,模型以多Agent技术为基础,融合了Dijkstra算法的最优路径选择和合同网协议的思想,形成了基于多Agent的滑行路径优化算法,并依据该算法进行了仿真分析。仿真结果表明:与指定航班优先级相比,使用基于多Agent的优化算法处理同优先级航班,总运行时间可减少15s;基于多Agent的场面运行调整算法可以有效地把航班和机场上分布的滑行道、跑道、停机位等资源组织起来,智能地发现冲突、躲避冲突,达到全局滑行时间最短,因此,该算法可行。