航班著陸調度的智能優(yōu)化方法研究.pdf

1、作為終端區(qū)空中交通流量管理(Air Traffic Flow Management，ATFM)的核心內容之一，航班著陸調度(Aircraft Landing Scheduling，ALS)旨在為待降落的航班給出有效的著陸調度方案，保證每架航班能夠安全地依次著陸。研究航班著陸調度問題對確保飛行安全及提高飛行效益具有重大的意義。先來先服務是一種最簡單快速的調度方法，但在航班較密集的情況下該算法可能無法給出一個合理的調度方案。目前解決航班著陸

2、調度問題的優(yōu)化調度算法大致可以分為兩大類：線性規(guī)劃算法和計算智能算法。線性規(guī)劃算法具有高效性和正確性，但缺乏全局搜索能力，在某些情況下很難找到最優(yōu)解。而計算智能算法不僅具有強大的全局搜索能力，而且能夠處理非線性的復雜約束及目標函數(shù)，因此近年來用計算智能算法解決航班著陸調度問題成為一個研究熱點。然而計算智能算法容易產生大量的計算負擔，特別是在較為繁忙的機場終端區(qū)，所以它需要結合有效的啟發(fā)式方法才能更好的解決航班著陸調度問題。 本文

3、針對機場終端區(qū)的航班著陸調度優(yōu)化問題，構建了一個航班著陸調度模型，并在該模型基礎上提出了一個基于滾動時域控制和免疫克隆選擇算法的優(yōu)化算法(Hybrid Algorithm of Clonal Selection Algorithm and Receding Horizon Control)，簡稱CSA-RHC算法。 在CSA-RHC算法中，針對航班著陸調度問題多約束的特點，設計了有效的約束處理策略。該約束處理策略包括帶約束處理的

4、編碼策略和基于不可行度的免疫算子的設計。帶約束處理的編碼策略可以將原問題的約束量級從O(n2)降低到O(n)，有效的減少了約束數(shù)量。在解的不可行度的基礎上，重新設計了針對性的免疫克隆選擇算法中的克隆，變異和選擇算子。本文提出的約束處理策略取得了令人滿意的優(yōu)化結果，顯示了該策略處理約束的能力。 在CSA-RHC算法中，為進一步加快算法的搜索速度，提出了優(yōu)秀基因片段傳播(ExcellentGeneSegmentSpread，EGSS