[发明专利]一种多目标优化的飞行冲突解脱方法

说明书

技术领域

本发明涉及一种适用于整个空域的飞机飞行时刻优化方法，是一种战略层面的全局飞行冲突解脱方法，具体地说，是指一种多目标优化的飞行冲突解脱方法。

背景技术

近几年来，我国航空运输业发展迅猛，预计未来几年我国民航市场也将继续保持高速增长态势。目前，我国已经发展成为全球仅次于美国的第二大航空运输大国。然而随着飞行流量的增加，空域中飞行器的密度也相应增加，飞行器之间的安全间隔难以保证，存在冲突的可能性增加，进而使得飞行安全受到严重威胁。作为保证飞行安全的关键技术之一，飞行冲突解脱方法的研究必要而迫切。

目前冲突解脱方法的研究主要集中在局部空域的战术方法上，难以从全局考虑，缺乏战略层面的全局解脱方法。随着航空技术发展，四维航迹（4D-Trajectory,4DT）的提出使得战略规划成为可能。

飞行冲突解脱问题是一种多变量（包括连续、离散变量）、多目标、多约束、非线性、多极值、目标函数和约束条件非解析函数的复杂优化问题，用传统优化算法（包括基于梯度的优化算法和Powell法等直接优化算法）解决将面临严峻挑战，主要表现在：（1）传统优化算法不能直接用于处理带连续/离散混合设计变量的优化问题；（2）传统优化算法往往对初值较为敏感，且容易陷入局部最优点；（3）传统优化算法的单点运算方式大大限制了计算效率提高；（4）传统优化算法往往要求目标函数和约束条件是连续可微的解析函数。

发明内容

本发明针对现有技术存在问题，提供一种基于NSGA-II算法的4DT多目标优化的飞行冲突解脱方法，所述方法包括如下步骤：

第一步，建立飞行冲突探测模型；

第二步，建立优化的目标函数和约束条件；

第三步，使用NSGA-II算法优化实现冲突解脱。

本发明的优点在于：

1、本方法是一种4DT下多目标优化的飞行冲突解脱方法，运算效率高，能够进行冲突解脱，并达到较低的平均延误；

2、本方法满足全局优化下冲突解脱的需求；

3、本方法采用多目标优化的机制，更符合实际问题，方案的可行性更强。

附图说明

图1是本发明中交叉航路模型示意图；

图2是本发明的个体编码示意图；

图3为本发明采用NSGA-II算法进行多目标优化的飞行冲突解脱方法流程示意图。

具体实施方式

下面将结合附图和实施例对本发明作进一步的详细说明。

首先介绍如下的概念与定义：

1、飞行冲突与飞行碰撞：当两架飞行器之间的距离小于冲突阈值（碰撞阈值时），则认为这两架飞行器存在冲突风险（碰撞风险）。

2、四维航迹4DT：四维航迹（4D-Trajectory,4DT）是美国联邦航空管理局（Federal Aviation Administration,FAA）在2007年NextGen中提出的一个空管运行概念。它描述了航空器从起飞到降落的，包括空间路径和飞行时刻的四维时空信息。

3、智能优化算法：智能优化算法（Intelligent Optimization Algorithm），又称智能计算（Intelligent Computation），是通过模拟或揭示某些自然现象或过程发展而来的优化算法,其思想和内容涉及数学、物理学、生物学和计算机科学等学科，它不依赖梯度信息，具有全局、并行、高效的优化性能，鲁棒性和通用性强，为解决大规模非线性问题提供了新的思路和手段。

4、多目标优化算法：传统的处理多目标优化问题的方法，如加权法、约束法、目标规划法等等，是构建一个评价函数，将多目标优化问题转化为单目标优化问题，然后利用成熟的求解单目标优化问题的方法获得问题的一个解。由于多目标优化问题的各个目标之间大多相互联系、制约，甚至相互矛盾，很难找到一个真正意义上的最优解使得各个目标同时达到最优，因此多目标优化问题的解通常是一个非劣解的集合，即Pareto最优解集。求解多目标优化问题的首要步骤和关键是求出所有的Pareto最优解。

本发明提供的多目标优化的飞行冲突解脱方法，具体步骤如下：

第一步，建立飞行冲突探测模型；

航路网由多条航路交错形成，每条航路由若干条航路段组成，连接航路段的点为航路点，航路的起点和终点为机场。我国航路网分布范围广泛、规模庞大、结构复杂，约有5400余条航路、1700余条航路段、1100余个航路点，并且全国每日航班数量8000余架次。