针对平行航路的改航路径规划研究

当前的改航路径规划研究缺少结合空域结构进行因地制宜的分析,对此,针对平行航路设计了相应的改航路径规划方法。首先将栅格环境和动态规划法相结合设计了一种新的单机改航路径规划方法。然后以该方法为基础,针对平行航路改航可能面临的问题,在充分考虑飞行安全性和经济性后,设计了相应的改航优先权分配机制来解决这些问题。最后以西南地区新开通的成拉复线为对象进行算例仿真。仿真结果表明,相比基于几何算法的改航路径规划方法,该方法可以在保障飞行安全的基础上,减少5%的航程,降低8%的燃油消耗量。因此,该方法为可用于平行航路的一种安全、经济的改航路径规划方法。     

高密度航天发射期间亚轨道碎片危险区快速预测与改航路径规划方法

面对愈发频繁的商业亚轨道发射活动中可能出现的航空器潜在解体风险，利用协方差传播方法预测亚轨道解体事故中碎片的传播范围；将碎片运动方程转换为高斯马尔可夫过程，利用概率密度函数构造高斯马尔可夫过程在一定置信度下的概率椭球表征碎片分布；为避免亚轨道解体事故碎片对民航空域内的飞机造成碰撞风险，提出一种面向空管的亚轨道碎片危险区预测与路径规划方法；根据民航可接受的风险概率确定亚轨道碎片概率椭球的数学边界，计算概率椭球在水平方向的投影，利用几何方法将碎片危险区处理成凸多边形；通过改航点数量约束方法减少改航路径中改航点的数量，有利于飞机平稳改航。仿真结果表明:协方差传播方法在复杂大气环境中能够快速有效地预测出亚轨道解体事故碎片的传播过程，分别显示出置信度为99.999%和95.000%的椭球边界范围，置信度越高，概率椭球边界范围越大，越接近真实碎片下落传播范围；利用改航点数量约束方法优化后的改航路径距离相比约束前增加了0.13%，但改航点数量减少了50%。可见，利用协方差传播方法可及时、准确预测亚轨道解体事故碎片的传播范围，并在此基础上提出高效、安全的改航策略。      

危险天气下的战术改航方法

战术阶段的天气变化实时地影响着管制决策,在无决策支持手段的情况下,飞行员不同的绕航偏好加深了对流天气下的管制负荷。针对战术阶段对流天气影响计划航路的情形,使用考虑了飞行员实际绕飞偏好的天气避让区产品,以准确反映对流天气对实际飞行的影响。进而以连续更新的天气避让区产品为基础,建立了多目标整数规划模型,设计了基于线性组合加权的遗传算法。以广州白云至上海虹桥的城市对航线为例,生成的改航路径完全避开实际连续更新的对流天气,可用于战术阶段对管制员的决策支持。     

基于Maklink 图和遗传算法的改航 路径规划方法研究

为了保障恶劣天气下的飞行安全,航班需要采取改航策略避开危险区.采用已 有的以改航路径最短为目标,以航段最小距离、避开危险区、转弯角度等为约束条件的规 划模型,设计了3 阶段方法研究改航路径规划.首先应用Maklink 图和Dijkstra 算法规划一 条能够避开危险区的路径,接着应用遗传算法优化路径,最后进行路径调整以满足约束 条件.算例仿真结果显示,应用本文方法得到的改航路径长度较短,转弯次数少、转弯角度 小,计算效率高.仿真结果说明,应用本文提出的方法获得的改航路径满足目标和约束要 求,验证了该方法的可行性和有效性.     

�޽��ɱ���ȷ���Ľ�ͨ�����������

交通网络设计问题是交通规划理论的一个重要组成部分,即在资金有限且考虑出行者决策行为的情况下,制定最优投资策略.由于人工费、材料费和使用费等的不确定性,路段的修建成本存在不确定性.本文通过改进预算投资约束,应用鲁棒优化的方法同时考虑出行者的路径选择行为,建立路段修建成本不确定的交通网络设计的鲁棒模型,并利用基于割约束的混合整数线性规划算法求解此模型,进而得到一个受修建成本扰动较小的鲁棒最优解.通过算例表明,在修建成本不确定的交通网络设计中,本文提出的鲁棒优化方法可以得到比传统确定性问题更加可靠的解.     

基于可信性理论的电网规划方法

电力工业的解除管制和重构使电力规划和运营面临着大量的不确定因素．以经济性和可靠性为规划目标,运用模糊理论描述未来系统负荷、发电机出力、线路建设费用等不确定因素,基于可信性理论建立了电网规划的模糊期望值模型．为求解模糊规划问题,采用了模糊潮流、模糊模拟与遗传算法相结合的方法．利用修改后的IEEE-14节点系统算例验证了方法的有效性,并进一步比较确定性规划和不确定性规划的可扩展性,结果表明考虑不确定因素的规划方案对未来负荷的变化有更强的鲁棒性．     

动态不确定性环境下的地铁车站应急疏散仿真建模

针对动态不确定环境下乘客初始状态、疏散行为、全局疏散路径不确定等问题,提出基于Agent的疏散行为动态切换模型,并引入选择变更代价实现了多种疏散行为的动态切换;考虑与常态仿真衔接构建疏散空间衔接关系,并提出基于改进Dijkstra算法的全局疏散路径搜索方法;最后,以某车站突发事故场景为例进行多个应急预案的仿真评估.结果验证模型具有可行性,并能更真实反映动态不确定环境对乘客疏散过程的影响,进一步提高了疏散仿真精度.     

基于部分随机用户平衡的可靠性网络设计

为减少交通事故导致的路网性能不确定性,基于部分随机用户平衡描述交通事故影响下的路网状态,建立了可靠性网络设计问题的双层规划模型.上层模型将期望总行程时间作为路网可靠性指标,并将其与投资费用的加权和作为优化目标;下层模型综合考虑出行者信息的不完备以及交通事故影响的局部性,扩展了部分用户平衡模型,描述交通事故发生时的交通流模式.用基于蒙特卡洛模拟的遗传算法求解模型.算例表明:与已有确定性网络设计方法相比,本文方案鲁棒性更好,在需求水平为100、150和200辆/h时,社会成本平均增加了18%,社会成本的增加率随交通需求的增加而减少.     

战术飞行路径规划算法

为了找出在某些约束条件下的最优飞行路径,提出了一种基于Voronoi图的战术飞行路径规划算法,建立了威胁代价函数,采用分解策略,首先生成一条由若干直线段连接的参考航路,然后利用B样条函数对规划的参考航路进行动态修正,用Matlab进行了仿真验证。仿真结果表明了路径规则算法是有效的,修正后的路径避免了带有尖角的不可飞路径,满足最小飞行半径与动力约束。     

接触网检修计划自动编制模型构建与应用

针对接触网检修计划人工编制效率低又难以实现优化的问题，将接触网检修计划编制转化为一个规划优化问题，利用整数规划方法，同时考虑接触网检修作业的连续性，将设备检修状态作为决策变量，以超周期惩罚费用与检修路径代价最小为优化目标，建立基于弹性周期区间的接触网检修计划自动编制模型，并基于多目标规划中分层序列法提出模型的启发式求解算法. 通过实际算例验证证明:该方法可实现接触网检修计划的自动编制与优化，编制时间相对于人工节省99.98%，巡检路径节省33.16%，提高了接触网检修计划的编制效率和效果.      

随机需求航线网络效应下机队鲁棒优化方法

针对航线网络效应及旅客需求不确定性问题,将旅客组合优化模型加入机队规划问题,借鉴航线网络运力优化分配方法,以机型飞机数目、航段机型飞行频次、行程路线上旅客溢出人数为决策变量,以行程路线上旅客需求限制、航段飞行频次限制、特定机型机队飞行时间限制为约束条件,利用量化市场份额指数计算旅客溢出再捕获率,建立了旅客需求不确定情景下的机队鲁棒优化模型,设计了航线网络环境下的旅客需求离散情景集,用情景汇聚算法求解该模型.算例仿真结果表明,与传统机队规划模型相比较,本文模型的机队规划成本降低了167.07万元;与确定解的最小随机期望值相比,在3种情景集下,随机规划解的机队规划成本分别降低了19.88万元、21.02万元与17.55万元.      

������ģ�͵Ľ�ͨ�ź���ѧϰ���Ʒ���

为了减少车辆通过路口的延误,采用云模型建立控制策略,运用Q-学习改进控制模型的参数。路口信号控制智能体通过感知系统获得车辆到达信息,根据信号控制规则集和车辆到达信息采取符合控制策略的控制行为改变当前信号状态。信号控制的关键规则采用二维正态半云描述,利用二维前件云发生器生成针对不同交通状态的控制策略。云模型中的主要参数通过Q学习算法进行优化,以总停车延迟作为目标函数经过迭代产生针对不同交通量的云模型最优控制方案。最后,使用仿真软件对传统控制方式和基于云模型的控制方式进行比较,仿真结果表明,基于云模型信号控制方法的控制效果优于定时控制和感应控制。     

自动驾驶测试场景研究进展

阐述了目前形成的自动驾驶测试场景的5种定义,并在梳理测试场景、基元场景、场景要素之间逻辑关系的基础上提出了自动驾驶测试场景及有关概念的定义;对比了目前业界较为认可的3种自动驾驶测试场景架构;从场景数据来源梳理了国内外开展的交通事故数据与自然驾驶数据采集与研究现状;概括了利用已知数据、专家数据、测试需求、测试对象以及自动驾驶技术特征等开展未知自动驾驶测试场景构建与自动生成研究的成果。研究结果表明:自动驾驶测试场景的定义及架构与自动驾驶场景的构建与自动生成关系密切;自动驾驶场景可以认为是自动驾驶汽车的行驶环境、交通参与者与驾驶行为等场景要素的有机组合与综合反映,自动驾驶测试场景除包含场景的所有要素外,还应包含场景起始状态、场景发生的态势以及场景结束时造成的影响和结果等内容的动态语义描述;现有测试场景架构已较为完善,但难以满足不同测试目标及测试方法的需求,其优化应充分考虑测试场景设计的流程;交通事故数据采集精度及有效数据特征不一,自然驾驶场景数据难以完全采集,且采集规范不统一,其面向自动驾驶测试场景构建的有效性还有待进一步论证,自动驾驶测试数据有望成为重要补充;提升场景覆盖度、加速测试进程是自动驾驶测试场景构建的重要研究目标,人工智能技术在自动驾驶场景生成领域的深度应用有望满足测试场景的完全覆盖或高覆盖需求;面向不同自动驾驶等级的测试场景分级及面向自动驾驶加速测试场景构建方法将是自动驾驶测试场景构建下一步研究的重要方向。      

基于激光雷达的无人驾驶障碍物检测和跟踪

针对激光雷达动态障碍物检测与跟踪过程中聚类适应性差、实时性低和跟踪准确度不高等问题，提出一种自适应的密度聚类算法和多特征数据关联方法，分别用于检测和跟踪. 首先，对激光雷达采集的点云进行路沿检测、感兴趣区域提取和地面分割等预处理，去除无关点云；然后，基于自适应的密度聚类算法对非地面的点云进行聚类，完成障碍物点云检测；最后，利用加权多特征数据关联算法结合卡尔曼滤波器实现对动态障碍物跟踪. 通过实验表明:本算法能够根据10 Hz的激光雷达数据实现对障碍物准确、稳定的检测和跟踪，且聚类时间缩短32%.      

考虑改航策略的终端区到达航班优化调度模型及算法研究

在恶劣天气条件下,仅采用调速与空中等待等传统的流量管理方法将导致终端区到达航班大量延误.为此,需要研究恶劣天气下航班改航策略,并将其与传统流量管理方法结合起来.文章引入改航航班等待时间这一决策变量,建立了考虑改航策略的到达航班优化调度模型,并根据航班实际改航情况,对模型进行了简化处理,采用改进遗传算法对模型进行求解.对...     

基于非参数回归的短时交通流预测研究综述

短时交通流预测是实现交通控制和诱导的关键问题之一。综述了基于非参数回归的短时交通流预测方法,指出了状态向量的选取没有考虑天气环境等存在的问题,提出了改进思路和方法,即基于动态聚类和决策树的历史数据组织方式、时空一天气环境相结合的状态向量选取方法以及基于密集度和状态向量的自适应变K机制等,期望通过这些改进能提高基于非参数回归短时交通流的预测精度,为交通控制和交通诱导建立基础。     

综合交通枢纽运营水平评价指标体系研究

为合理评估不同的设施规划与设计、行人交通组织、运营管理等方案对综合交通枢纽运营水平的影响,结合行人交通仿真工具,从安全性、经济性、舒适性等3个方面选取指标,构建了基于仿真方法的动态运营水平评价指标体系.利用物元分析原理和运筹学中理想点法思想,建立了综合交通枢纽运营水平评价的物元分析模型,应用变异系数法确定评价指标的权重.实际工程中应用表明,该评价方法能够较为全面、精确的反映综合交通枢纽的运营水平,具有较强的可操作性.     

基于马尔科夫链的恶劣天气船舶行为预测

准确预测恶劣天气时船舶行为是港口水域应急调度和高效安全管理的关键,提出一种基于马尔科夫链的恶劣天气船舶行为预测模型.根据分析船舶行为实际变化规律,得出船舶行为是由船舶在不同空间进行状态转移而形成,然后结合船舶行为分布数据采用经验风险最小化策略求解状态转移矩阵,最后通过初始状态分布和状态转移矩阵预测恶劣天气时船舶行为.实例验证和分析结果表明该预测模型能科学准确地预测恶劣天气时船舶行为,可为港口应急调度与高效管理提供有效参考.     

基于时间不确定的集装箱码头靠泊计划优化

集装箱班轮运输具有较强的计划性，但在实际中，由于天气等原因仍存在运行时间不确定性，对制定靠泊计划产生重要影响.针对这一问题，研究集装箱班轮运行时间的偏差规律；根据问题特点和集装箱班轮靠泊规则，构建基于运行时间不确定的集装箱码头靠泊计划优化模型；设计以遗传算法为外层框架，嵌入仿真过程构成优化循环的算法，针对问题特点设计初始择优策略进行求解.最后，以大连港集装箱码头作业为实际背景进行建模和计算，取得了较好的结果.实例分析和算法测试证明了本文所建模型和算法的有效性.     

基于导航网格的室内火灾逃生路径动态规划

为了解决现有虚拟现实（virtual reality，VR）场景中室内火灾逃生路径规划静态、低效的问题，基于VR场景中的导航网格，提出了室内火灾真实感表达方法，构建了室内火灾VR场景；其次根据VR场景创建了初始导航网格，设计了导航网格动态生成算法，建立了室内火灾逃生路径动态规划方法；最后构建了原型系统，并选择某产业园展厅作为案例开展了实验分析. 实验结果表明:融合静态地理场景与动态火灾场景，能构建室内火灾VR场景；导航网格每次更新时间在10 ms内，逃生路径规划的每次更新时间平均为50 ms左右，可支持室内火灾逃生路径的动态规划.