一种适用于广域空中交通流量调控的方法技术

本发明专利技术公开了一种适用于广域空中交通流量调控的方法，针对广域空中交通流量的特点，根据协同进化的思想先将大问题划分成多个小问题，然后采用并行进化的方法同时对多个子种群进行进化，向不同的方向搜索，避免了陷入局部最优，而且改进了子种群之间信息交互的策略，实验证明能够找到比传统方法更优的解。本发明专利技术提出了一种并行进化中子种群之间的交换间隔动态变化的策略；在并行进化子种群环形拓扑结构交换的基础上提出了一种左右概率交换的策略，针对本问题采用了混合交换策略，能够得到较好的结果；本发明专利技术能够解决广域范围内的空中交通流量调控，比传统的遗传算法能够得到更为满意的结果。

【技术实现步骤摘要】
【专利摘要】本专利技术公开了，针对广域空中交通流量的特点，根据协同进化的思想先将大问题划分成多个小问题，然后采用并行进化的方法同时对多个子种群进行进化，向不同的方向搜索，避免了陷入局部最优，而且改进了子种群之间信息交互的策略，实验证明能够找到比传统方法更优的解。本专利技术提出了一种并行进化中子种群之间的交换间隔动态变化的策略；在并行进化子种群环形拓扑结构交换的基础上提出了一种左右概率交换的策略，针对本问题采用了混合交换策略，能够得到较好的结果；本专利技术能够解决广域范围内的空中交通流量调控，比传统的遗传算法能够得到更为满意的结果。【专利说明】
本专利技术涉及一种处理多目标大规模组合优化问题的算法，是。
技术介绍
近年来我国的民航运输业取得了突飞猛进的发展，随着空中飞机数量的不断增多，空域拥挤问题变得日益严重，不仅降低了飞行的安全性，而且给民航带来了巨大的经济损失。空中交通流量管理是解决空中交通拥挤最为有效和经济的手段，通过改变飞机的起飞时间、飞行路径达到流量调控的目的，从而降低空中交通拥挤度，提高了空域的利用率。早期的空中交通流量调控方法主要是针对局部区域采取措施，尤其是在终端区，这种方法在一开始取得了很好的效果，但是局部调整的缺点是很少考虑各个区域之间的关联性，随着飞机数量的剧增，各部分区域之间的关联性增强，这种方法已经难以取得令人满意的效果。为了解决这个问题，广域空中交通流量调控的方法逐渐引起了人们的注意，这种方法的一个突出特点就是需要考虑整个空域中的飞机，因此问题的规模非常大，而且在做问题优化时要同时考虑安全性和经济性，所以这是一个多目标大规模组合优化问题。传统的遗传算法在解决多目标组合优化问题时已经表现出了一定的优势，但是在处理大规模的多目标组合优化问题时搜索能力有限，容易陷入局部最优。
技术实现思路
本专利技术针对广域空中交通流量的特点，根据协同进化的思想先将大问题划分成多个小问题，然后采用并行 进化的方法同时对多个子种群进行进化，向不同的方向搜索，避免了陷入局部最优，而且改进了子种群之间信息交互的策略，实验证明能够找到比传统方法更优的解。本专利技术提供的适用于广域空中交通流量调控的方法，包括如下步骤:第一步，数学模型建立，包括根据中国航路网模型建立约束条件和目标函数。所述的约束条件为，每个航班都包括两个变量(δ ” ri)，Si表示飞机起飞提前或延后的时间，r,表示重新选择的飞行路径，δ i和ri的可选集合表示为:Δ j = - δ m, - δ m+l,..., -1, 0, I,..., δ p-l, δ pRi = r0, r1； r2,..., rmax其中，i=l，2,…,化N为航班数量，δ m, δ p分别表示航班提前和延后的最大时间，r0表示最优路径，rmax表示最差路径。所述的目标函数包括两个，第一个目标函数表示为:【权利要求】1.，其特征在于:假设， (1)所有的航班的飞行速度都一样，而且在飞行过程中保持不变； (2)所有航班的起飞时刻都是一个含有有限个元素的集合； (3)所有航班的飞行路径在一定的范围内可选； (4)同一个起止点之间的航班，可选路径集合是一样的； 基于上述假设，所述方法包括如下步骤: 第一步，数学模型建立，包括根据中国航路网模型建立约束条件和目标函数； 第二步，采用合作型协同进化算法进行优化。2.根据权利要求1所述的，其特征在于:所述的约束条件为，每个航班都包括两个变量(Si^i)，Si表示飞机起飞提前或延后的时间，A表示重新选择的飞行路径，δ i和ri的可选集合表示为: 3.根据权利要求1所述的，其特征在于:所述的目标函数包括两个，第一个目标函数表示为: 4.根据权利要求3所述的，其特征在于:扇区Sk在t时刻的负荷 包括两个部分:监控负荷MU和协调负荷； K表示为: 5.根据权利要求1所述的，其特征在于:所述的合作型协同进化算法流程如下: (1)染色体编码； 每条染色体由所有航班的起飞时刻和飞行路径构成，因此染色体长度是航班数量的2倍; (2)生成初始大种群； 读入所有航班的可选路径集合数据和起飞时刻的上下限数据，在可选路径集合和可选起飞时刻集合内随机选择数据，初始化每个航班的飞行路径和起飞时刻；初始化数组变量archive 为空集，M表示并行进化所包含的子种群数量，archive用来存放对应子种群找到的非支配解； (3)对每个子种群进行进化； (4)子种群之间进行信息交换:交换间隔根据archive中非支配解的数量的反馈信息进行动态地调整；交换策略就是将一个子种群中较差的解用另一个子种群中较好的解代替；子种群之间的拓扑结构采取混合策略，在进化初期采用左右概率交换，而在进化后期采取环形交换。6.根据权利要求5所述的，其特征在于:所述的对每个子种群进行进化，具体为: (3.1)将问题进行降维，即把大问题分解成多个子问题，也称子种群，每次进化都重新进行问题的分解； (3.2)对每个子问题进行差分进化,更新archive中的非支配解,计算非支配解的浓度，如果非支配解的数量超出了规定的个数，则删除浓度大的非支配解。7.根据权利要求6所述的，其特征在于:所述差分进化的具体操作步骤如下: ⑴变异； 8.根据权利要求7所述的，其特征在于:所述的交叉概率设置为0.9。【文档编号】G08G5/00GK103489336SQ201310446753【公开日】2014年1月1日 申请日期:2013年9月26日 优先权日:2013年9月26日 【专利技术者】张学军, 雷佳兴, 管祥民 申请人:北京航空航天大学本文档来自技高网...

【技术保护点】
一种适用于广域空中交通流量调控的方法，其特征在于：假设，（1）所有的航班的飞行速度都一样，而且在飞行过程中保持不变；（2）所有航班的起飞时刻都是一个含有有限个元素的集合；（3）所有航班的飞行路径在一定的范围内可选；（4）同一个起止点之间的航班，可选路径集合是一样的；基于上述假设，所述方法包括如下步骤：第一步，数学模型建立，包括根据中国航路网模型建立约束条件和目标函数；第二步，采用合作型协同进化算法进行优化。

【技术特征摘要】

【专利技术属性】
技术研发人员：张学军，雷佳兴，管祥民，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：