一种机场终端区飞机排序问题的蚁群算法研究

飞机排序问题（ASP）属于NP难问题，解决比较困难．本文首先将ASP表示成一个特殊的车间作业调度问题（JSP），以减少着陆飞机队列完成时间为优化目标，设计了求解ASP的蚁群算法．通过正交试验确定了ASP蚁群算法的最佳性能参数组合．通过比较FCFS调度方法和ASP蚁群算法对不同航班队列的排序结果验证了ASP蚁群算法求解问题的可行性和求解效果．结果表明，ASP蚁群算法优于FC舟调度方法，可以使着陆队列完成时间减少约14％．ASP蚁群算法的CPU时间较短，可以在合理的时间内求解出合适的飞机队列，为实时在线的自动化交通管制提供了支持．     

蚁群算法在网格资源调度中的应用

网格资源调度是网格研究的热点问题,蚁群算法是解决多项式复杂程度的非确定问题(non-deterministic polynomial,NP)的一种有效方法.通过对网格资源调度过程和蚁群算法的研究,提出了网格环境下用蚁群算法进行资源调度的方法.采用网格模拟器GridSim进行仿真,实验结果表明,蚁群算法用于网格资源调度可以减少系统总执行时间和任务完成时间.     

多跑道起降航班排序模型和算法研究

针对空中交通迅速发展使得终端区空域越来越拥挤的问题,研究了在终端区空中交通繁忙的情况下,如何安排机场起降航班的最佳队列,以缓解拥挤和减少航班延误及相关的经济损失。将离场航班引入航班队列排序中,讨论了蚁群算法在终端区起降航班排序中的应用,根据飞机尾流间隔的要求,建立基于蚁群算法的多跑道起降航班动态排序模型,并用算例进行仿真验证。结果表明,与先到先服务排序方法相比,经该算法排序后的平均延误时间减少近50%。     

基于蚁群算法的不确定条件下的Job Shop调度

蚁群算法是近年来新出现的一种随机搜索寻优算法.该算法为求解复杂的组合优化问题提供了一种新思路,引起了众多学者的研究兴趣.将蚁群算法引入不确定处理时间的Job Shop调度,用三角模糊数描述不确定处理时间,建立不确定处理时间的调度模型,在模糊数排序方法的基础上,用改进后的蚁群算法进行求解.仿真结果验证了本文提出的算法的有效性,考虑了算法中的参数选择对算法的求解结果的影响和模糊集的扩散程度,并就结果进行了讨论.     

基于蚁群算法的不确定条件下的Job Shop调度

蚁群算法是近年来新出现的一种随机搜索寻优算法，该算法为求解复杂的组合优化问题提供了一种新思路，引起了众多学者的研究兴趣，将蚁群算法引入不确定处理时间的Job Shop调度，用三角模糊数描述不确定处理时间，建立不确定处理时间的调度模型，在模糊数排序方法的基础上，用改进后的蚁群算法进行求解，仿真结果验证了本文提出的算法的有效性，考虑了算法中的参数选择对算法的求解结果的影响和模糊集的扩散程度，并就结果进行了讨论。     

带软时间窗的公共自行车调度路径问题

为了提高公共自行车调度的效率,研究了一种带软时间窗的自行车调度路径问题.首先根据公共自行车调度工作内容,建立多目标调度路径模型,然后设计一种改进的蚁群算法对模型进行了求解.实验结果显示,本文方法求解的调度路径比模拟退火算法、蚁群算法和遗传算法分别缩短了18.4%、24.3%和13.0%,而且还能有效节约调度车辆.     

混合蚁群算法在水库群优化调度中的应用

针对梯级水库群优化调度问题的特点,建立蚁群算法求解多阶段最优化问题数学模型.把水库的运行策略转换为水库水位变化序列,通过一定的编码形式分别将其表示人工蚂蚁的路径.人工蚂蚁在满足一定的约束条件下,按预定的目标函数评价其优劣.针对蚁群算法在优化过程中出现搜索时间较长和早熟停滞现象,提出了具有变异特征混合局部优化算法的蚁群系统(MSA-ACS).然后将MSA-ACS和蚁群系统(ACS)分别用于求解雅砻江梯级优化调度问题,通过对优化结果和计算时间的对比分析,验证了改进方法的有效性.该改进方法获得了比较满意的解,不仅能提高蚁群算法的收敛性能,还能增强解的稳定性.     

基于ASP的程序切片

针对程序切片在程序理解和程序测试方面的应用,提出了一种基于ASP的程序切片方法。ASP是一种声明性问题解决方法,它可以高效地描述程序切片问题。基于ASP的切片方法,可以把切片的查找转化为回答集的求解。另外,对传统数据流切片算法进行了改进;改进后的算法可以减少重复计算,提高了运行效率。通过实验表明了此改进法的正确性和高效性;并且比较了3种ASP求解器（DLV、Smodels、Cmodels）的执行效率,基于Cmod-els的改进算法的运行效率是最高的。     

服务窗口排序与应急管理研究

研究带服务等级的平行机离线排序问题以及服务窗口应急管理与策略问题.目标是极小化所有工件的最大完工时间,即makespan.对带服务等级约束的平行机排序问题的一般情形,通过0-1整数规划建立了该问题的基本模型.对服务窗口应急管理问题,可以将问题转换为平行机排序问题.在达到本文所定义的客户满意度条件下,对临时增设多个服务窗口情况进行客户队列调度安排,并进行模型建立和算法设计.     

智能蚁群算法解决公交区域调度问题研究

针对多条运营线路的公交区域调度问题，给出了人员调度问题的改进模型，模型的目标是在满足工作时间、跨度时间、换班要求等相关约束的条件下使人员完成任务的间隔时间最小。论文对已有蚁群算法解决车辆路径优化问题的算法进行了改进。对算法中相应的转移规则和轨迹更新规则进行了重新设定，改进了算法转移策略和信息素更新策略。给出了算法的实现步骤。通过仿真，对模型的正确性进行了验证。证明了改进蚁群算法解决公交调度问题的高效性和较强的适用性。     

基于时间间隔的飞机着陆跑道容量模型研究

随着民航业的快速发展,飞机着陆跑道容量已经不能满足未来需要。目前,我国主要实行的是过于保守的基于距离的间隔（DBS),针对这一问题,本文引入基于时间间隔的飞机着陆间隔。首先建立基于时间间隔（TBS）的飞机着陆跑道容量模型,在ICAO RECAT的基础上计算出TBS间隔,然后通过比较飞机在无风和15 m/s大逆风条件下应用TBS与DBS的飞机着陆跑道容量,得出尤其在逆风影响下,应用TBS可以显著提高飞机着陆效率。本文的研究结果对提高空管运行效率和飞机着陆跑道容量具有实际应用价值。     

并行可替换机床混合流程调度算法研究

针对并行机床混合流程调度特性，分析了两种可替换加工情况调度问题的特点，考虑到调度目标是使所有任务有两台并行机房上的加工时间跨度最小，在此基础上作出了两个相应的推理。推理1得出了一台同机床可以替换时的优化调度方法，推理2得出了两台机床都可以作为替换机床时的优化调度方法，并在分析定界法的基础上，给出了两台并行可替换机床两种情况下的优化调度算法，最后通过仿真实验证明了本算法的有效性。     

倾转旋翼机短距起飞单发失效着陆的轨迹优化

为进一步改善倾转旋翼机短距起飞单发失效后着陆轨迹优化的操纵策略,建立适用于倾转旋翼机单发失效后轨迹优化的增广飞行动力学模型并进行计算分析.首先,在基本纵向刚体模型的基础上建立关于操纵量的代数方程和微分方程组,形成增广飞行动力学模型,从而能反映出旋翼拉力系数、后倒角与驾驶员操纵杆量之间的关系,同时也能在轨迹优化中考虑到操纵系统特性对操纵量变化速度的限制,避免操纵量在优化过程中跳跃不连续;然后,采用直接转换法将着陆过程中的最优操纵策略和最优轨迹问题转化为非线性规划问题,并使用序列二次规划算法进行求解;最后,以XV-15倾转旋翼机为例,计算了短距起飞单发失效后安全着陆的最优解,并与相关文献数据进行对比.结果表明,在飞行路径、地速、旋翼转速和俯仰角的变化趋势与文献基本一致的情况下,需用功率、拉力系数与纵向周期变距杆位移等变化更加柔和,此外优化结果还包含了现有方法无法得到的操纵量和操纵速率信息.由增广飞行动力学模型得到的轨迹优化结果可以为单发失效时驾驶员实施安全着陆提供更多有用的依据.     

基于元胞自动机的航空器起降间隔研究(研究生论坛)

为研究机场跑道、滑行道结构、机型比例对航空器起降间隔的影响,在分析跑道、滑行道运行方式基础上,细化航空器起飞、着陆占用跑道滑跑、滑行过程,定义航空器元胞尺寸和速度位置演化规则,构造航空器滑行元胞自动机模型。计算机数值模拟得到滑行道位置、机型比例、机型组合改变时,起降间隔、间隔标准差的变化趋势。仿真结果表明,滑行道距离跑道头越近,起飞间隔越小;滑行道接近着陆航空器减速滑跑结束位置时,着陆间隔最小;滑行道距跑道头450m-800m时,平均间隔最小为135s, 800m-900m时,间隔标准差最小为20.9,与全中型机相比,全小型机时平均间隔减少17.8%,间隔标准差减少42.3%。该模型能量化机型、滑行道位置等关键因素对起降间隔的影响,能为提高机场吞吐量提供技术支持。     

模型预测控制算法在飞机自动着陆控制系统中的应用

针对大展弦比这种对侧向着陆精度要求很高的飞机，设计了一种经典PID控制器加预测控制器的分层控制系统。仿真实验结果表明，该控制系统能够有效地提高着陆精度并严格控制接地时的滚转角。     

虚拟样机技术在飞机地面载荷分析中的应用

为了准确分析飞机着陆过程中的飞机地面载荷,将虚拟样机技术应用到飞机动力学仿真分析中,基于ADAMS软件对飞机地面载荷进行分析计算.首先在ADAMS/Aircraft下建立全机仿真模型,然后利用全机仿真模型进行飞机地面载荷仿真计算,最后分析不同着陆参数和机身刚度特性对飞机地面载荷的影响,并通过实例计算可以看出相对于传统方法而言,虚拟样机技术在飞机地面载荷分析中的应用能提高飞机地面载荷计算的计算效率和准确性,也使得分析过程更加直观和方便.     

用多重模糊控制结构实现飞机着陆控制

提出了用主辅模糊控制器相结合的多重模糊控制结构并结合解耦方法实现多输入多输出模糊控制。仿真结果表明，用这种多重模糊控制方法可以很好地实现飞机着陆控制，使飞机着陆基本无超调无振荡，克服了单模糊控制器存在较大幅度振荡的缺点     

基于深度强化学习技术的舰载无人机自主着舰控制研究

自主着舰是未来舰载无人机面临的重要难题与关键技术. 基于TD3算法结合舰载飞机六自由度运动以及航空母舰运动模型,构建了交互式深度强化学习仿真环境. 针对典型海况进行了舰载无人机自主着舰训练,仿真训练过程中综合考虑海况以及航空母舰纵荡、横荡和沉浮3个线扰动,滚转、俯仰和偏航3个角扰动等因素,建立对应简化运动模型; 基于某型飞机气动数据进行气动力建模,建立六自由度运动学/动力学模型; 基于TD3强化学习算法,结合前馈型深度神经网络技术,在高性能GPU工作站上建立舰载机着舰交互训练环境. 通过某型舰载无人机在无模型环境中“试错”训练,验证了AI技术在舰载无人机自主着舰控制中的可行性.     

Space range estimate for battery-powered vertical take-off and landing aircraft

A novel method for estimating the space range of battery-powered vertical take-off and landing(VTOL) aircraft is presented. The method is based on flight parameter optimization and numerical iteration. Subsystem models including required thrust, required power and battery discharge models are presented. The problem to be optimized is formulated, and then case study simulation is conducted using the established method for quantitative analysis. Simulation results show that the space range of battery-powered VTOL aircraft in a vertical plane is an oblate curve, which appears horizontally long but vertically short, and the peak point is not located on the vertical climb path. The method and results are confirmed by parameter analysis and validations.