一種多目標(biāo)優(yōu)化的飛行沖突解脫方法
【專利摘要】本發(fā)明公開(kāi)了一種多目標(biāo)優(yōu)化的飛行沖突解脫方法，所述方法為基于NSGA-II算法的4DT多目標(biāo)優(yōu)化的飛行沖突解脫方法，通過(guò)建立飛行沖突探測(cè)模型和建立優(yōu)化的目標(biāo)函數(shù)和約束條件，使用NSGA-II算法優(yōu)化實(shí)現(xiàn)沖突解脫。本發(fā)明是一種4DT下多目標(biāo)優(yōu)化的飛行沖突解脫方法，運(yùn)算效率高，能夠進(jìn)行沖突解脫，并達(dá)到較低的平均延誤；本方法滿足全局優(yōu)化下沖突解脫的需求；本方法采用多目標(biāo)優(yōu)化的機(jī)制，更符合實(shí)際問(wèn)題，方案的可行性更強(qiáng)。
【專利說(shuō)明】一種多目標(biāo)優(yōu)化的飛行沖突解脫方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種適用于整個(gè)空域的飛機(jī)飛行時(shí)刻優(yōu)化方法，是一種戰(zhàn)略層面的全局飛行沖突解脫方法，具體地說(shuō)，是指一種多目標(biāo)優(yōu)化的飛行沖突解脫方法。
【背景技術(shù)】
[0002]近幾年來(lái)，我國(guó)航空運(yùn)輸業(yè)發(fā)展迅猛，預(yù)計(jì)未來(lái)幾年我國(guó)民航市場(chǎng)也將繼續(xù)保持高速增長(zhǎng)態(tài)勢(shì)。目前，我國(guó)已經(jīng)發(fā)展成為全球僅次于美國(guó)的第二大航空運(yùn)輸大國(guó)。然而隨著飛行流量的增加，空域中飛行器的密度也相應(yīng)增加，飛行器之間的安全間隔難以保證，存在沖突的可能性增加，進(jìn)而使得飛行安全受到嚴(yán)重威脅。作為保證飛行安全的關(guān)鍵技術(shù)之一，飛行沖突解脫方法的研究必要而迫切。
[0003]目前沖突解脫方法的研究主要集中在局部空域的戰(zhàn)術(shù)方法上，難以從全局考慮，缺乏戰(zhàn)略層面的全局解脫方法。隨著航空技術(shù)發(fā)展，四維航跡UD-Trajectory，4DT)的提出使得戰(zhàn)略規(guī)劃成為可能。
[0004]飛行沖突解脫問(wèn)題是一種多變量(包括連續(xù)、離散變量)、多目標(biāo)、多約束、非線性、多極值、目標(biāo)函數(shù)和約束條件非解析函數(shù)的復(fù)雜優(yōu)化問(wèn)題，用傳統(tǒng)優(yōu)化算法(包括基于梯度的優(yōu)化算法和Powell法等直接優(yōu)化算法)解決將面臨嚴(yán)峻挑戰(zhàn)，主要表現(xiàn)在:(I)傳統(tǒng)優(yōu)化算法不能直接用于處理帶連續(xù)/離散混合設(shè)計(jì)變量的優(yōu)化問(wèn)題；(2)傳統(tǒng)優(yōu)化算法往往對(duì)初值較為敏感，且容易陷入局部最優(yōu)點(diǎn)；(3)傳統(tǒng)優(yōu)化算法的單點(diǎn)運(yùn)算方式大大限制了計(jì)算效率提高；(4)傳統(tǒng)優(yōu)化算法往往要求目標(biāo)函數(shù)和約束條件是連續(xù)可微的解析函數(shù)。

【發(fā)明內(nèi)容】

[0005]本發(fā)明針對(duì)現(xiàn)有技術(shù)存在問(wèn)題，提供一種基于NSGA-1I算法的4DT多目標(biāo)優(yōu)化的飛行沖突解脫方法，所述方法包括如下步驟:
[0006]第一步，建立飛行沖突探測(cè)模型；
[0007]第二步，建立優(yōu)化的目標(biāo)函數(shù)和約束條件；
[0008]第三步，使用NSGA-1I算法優(yōu)化實(shí)現(xiàn)沖突解脫。
[0009]本發(fā)明的優(yōu)點(diǎn)在于:
[0010]1、本方法是一種4DT下多目標(biāo)優(yōu)化的飛行沖突解脫方法，運(yùn)算效率高，能夠進(jìn)行沖突解脫，并達(dá)到較低的平均延誤；
[0011]2、本方法滿足全局優(yōu)化下沖突解脫的需求；
[0012]3、本方法采用多目標(biāo)優(yōu)化的機(jī)制，更符合實(shí)際問(wèn)題，方案的可行性更強(qiáng)。
【專利附圖】

【附圖說(shuō)明】
[0013]圖1是本發(fā)明中交叉航路模型示意圖；
[0014]圖2是本發(fā)明的個(gè)體編碼示意圖；
[0015]圖3為本發(fā)明采用NSGA-1I算法進(jìn)行多目標(biāo)優(yōu)化的飛行沖突解脫方法流程示意圖。
【具體實(shí)施方式】
[0016]下面將結(jié)合附圖和實(shí)施例對(duì)本發(fā)明作進(jìn)一步的詳細(xì)說(shuō)明。
[0017]首先介紹如下的概念與定義:
[0018]1、飛行沖突與飛行碰撞:當(dāng)兩架飛行器之間的距離小于沖突閾值(碰撞閾值時(shí))，則認(rèn)為這兩架飛行器存在沖突風(fēng)險(xiǎn)(碰撞風(fēng)險(xiǎn))。
[0019]2、四維航跡4DT:四維航跡(4D_Trajectory, 4DT)是美國(guó)聯(lián)邦航空管理局(Federal Aviation Administration, FAA)在 2007 年 NextGen 中提出的一個(gè)空管運(yùn)行概念。它描述了航空器從起飛到降落的，包括空間路徑和飛行時(shí)刻的四維時(shí)空信息。
[0020]3、智能優(yōu)化算法:智能優(yōu)化算法(Intelligent Optimization Algorithm),又稱智能計(jì)算(Intelligent Computation),是通過(guò)模擬或揭示某些自然現(xiàn)象或過(guò)程發(fā)展而來(lái)的優(yōu)化算法，其思想和內(nèi)容涉及數(shù)學(xué)、物理學(xué)、生物學(xué)和計(jì)算機(jī)科學(xué)等學(xué)科，它不依賴梯度信息，具有全局、并行、高效的優(yōu)化性能，魯棒性和通用性強(qiáng)，為解決大規(guī)模非線性問(wèn)題提供了新的思路和手段。
[0021]4、多目標(biāo)優(yōu)化算法:傳統(tǒng)的處理多目標(biāo)優(yōu)化問(wèn)題的方法，如加權(quán)法、約束法、目標(biāo)規(guī)劃法等等，是構(gòu)建一個(gè)評(píng)價(jià)函數(shù)，將多目標(biāo)優(yōu)化問(wèn)題轉(zhuǎn)化為單目標(biāo)優(yōu)化問(wèn)題，然后利用成熟的求解單目標(biāo)優(yōu)化問(wèn)題的方法獲得問(wèn)題的一個(gè)解。由于多目標(biāo)優(yōu)化問(wèn)題的各個(gè)目標(biāo)之間大多相互聯(lián)系、制約，甚至相互矛盾，很難找到一個(gè)真正意義上的最優(yōu)解使得各個(gè)目標(biāo)同時(shí)達(dá)到最優(yōu)，因此多目標(biāo)優(yōu)化問(wèn)題的解通常是一個(gè)非劣解的集合，即Pareto最優(yōu)解集。求解多目標(biāo)優(yōu)化問(wèn)題的首要步驟和關(guān)鍵是求出所有的Pareto最優(yōu)解。
[0022]本發(fā)明提供的多目標(biāo)優(yōu)化的飛行沖突解脫方法，具體步驟如下:
[0023]第一步，建立飛行沖突探測(cè)模型；
[0024]航路網(wǎng)由多條航路交錯(cuò)形成，每條航路由若干條航路段組成，連接航路段的點(diǎn)為航路點(diǎn)，航路的起點(diǎn)和終點(diǎn)為機(jī)場(chǎng)。我國(guó)航路網(wǎng)分布范圍廣泛、規(guī)模龐大、結(jié)構(gòu)復(fù)雜，約有5400余條航路、1700余條航路段、1100余個(gè)航路點(diǎn)，并且全國(guó)每日航班數(shù)量8000余架次。
[0025]為了便于研究，將問(wèn)題進(jìn)行一定程度的簡(jiǎn)化，假設(shè)在同一航路段上，同向行駛的飛機(jī)在同一高度層上，反向行駛的飛機(jī)在不同的高度層上，這樣可以將航路模型簡(jiǎn)化為2D模型，如圖1所示。
[0026]在圖1 中，航路 Ai 由(A，W1, W2, W3, W4, W5, W6, D)組成，航路 Aj 由(B，W2, W3, W4, W5, W7, C)組成，A，B, C，D分別代表四個(gè)機(jī)場(chǎng)，且分別為飛機(jī)Fi與？」的起點(diǎn)和終點(diǎn)，W1, W2，W3，W4，W5，W6，W7分別為航路點(diǎn)，其中(W2，W3，W4，W5)是八1與~的公共航路段。假設(shè)共有η架飛機(jī)(F1, F2, F3,…，F(xiàn)n)按照各自的飛行計(jì)劃沿航路飛行。其中任意兩架飛機(jī)Fi與匕分別在航路Ai與上飛行。當(dāng)兩架飛機(jī)以相同的速度勻速飛行的時(shí)候，沖突只可能發(fā)生在兩條航路的交匯航路點(diǎn)W2。此時(shí)定義飛行沖突為滿足下式:
[0027]ITI1 -T; |< T(I)
[0028]其中?2和穴分別為Fi和匕到達(dá)航路點(diǎn)W2的時(shí)刻，τ為設(shè)定的不發(fā)生沖突的最小時(shí)間間隔。即當(dāng)兩架飛機(jī)以相同的速度勻速飛行的時(shí)候，若其到達(dá)交匯航路點(diǎn)的時(shí)刻之差小于最小時(shí)間間隔τ，則認(rèn)為二者會(huì)發(fā)生沖突，否則則認(rèn)為二者不會(huì)發(fā)生沖突。
[0029]第二步，確定目標(biāo)函數(shù)和約束條件；
[0030]本發(fā)明提供的沖突解脫方法是通過(guò)優(yōu)化飛機(jī)的起飛延遲實(shí)現(xiàn)的。所有飛機(jī)的起飛延誤設(shè)定為集合D= !AV/_e[l,/?]!，其中Si表示第i架飛機(jī)的起飛延誤，n表示飛機(jī)數(shù)量。對(duì)于每架飛機(jī)的起飛延誤它必須滿足取值范圍的約束為S1G [O, δ_]，其中δ_是客觀允許的最大延誤時(shí)間。
[0031]經(jīng)過(guò)上面的定義，所有飛機(jī)都包含兩個(gè)物理量，即其延誤和自身所涉及的沖突數(shù)，而飛機(jī)是否會(huì)有沖突或會(huì)遇到多少?zèng)_突又由其起飛時(shí)間，即延誤所決定的，所以本發(fā)明將飛機(jī)的延誤作為最終的調(diào)整參量。結(jié)合所有飛機(jī)的延誤將可做出對(duì)于整個(gè)航班計(jì)劃的調(diào)整，即為一種解決方案。將所有飛機(jī)進(jìn)行編碼……Α1，Α2，……，Α7，……，如圖2，其中每架飛機(jī)都包含延誤和沖突兩個(gè)物理量，整條編碼即包含所有飛機(jī)的延誤、他們自身的沖突和總沖突數(shù)，本發(fā)明中稱其為一個(gè)個(gè)體，即一種解決方案。在后面的優(yōu)化實(shí)施例中，我們同時(shí)對(duì)50個(gè)個(gè)體，即50種方案進(jìn)行優(yōu)化，從中找出可行的解決方案。
[0032]在多目標(biāo)優(yōu)化中，主要優(yōu)化目標(biāo)有兩個(gè)，一是盡量減小飛機(jī)的延誤時(shí)間，以盡量節(jié)省飛行成本，如(2)式所示；二是盡量在保證兩飛機(jī)不沖突的前提下(見(jiàn)“約束條件”)，盡量減小兩架飛機(jī)到達(dá)交匯航路點(diǎn)的時(shí)間間隔，從而最大限度地增加空域利用率，如(3)式所
【權(quán)利要求】
1.一種多目標(biāo)優(yōu)化的飛行沖突解脫方法，其特征在于，所述方法包括如下步驟: 第一步，建立飛行沖突探測(cè)模型； 假設(shè)在同一航路段上，同向行駛的飛機(jī)在同一高度層上，反向行駛的飛機(jī)在不同的高度層上，將航路模型簡(jiǎn)化為2D模型； 第二步，建立優(yōu)化的目標(biāo)函數(shù)和約束條件； 第三步，使用NSGA-1I算法優(yōu)化實(shí)現(xiàn)沖突解脫。
2.根據(jù)權(quán)利要求1所述的一種多目標(biāo)優(yōu)化的飛行沖突解脫方法，其特征在于:所述的目標(biāo)函數(shù)和約束條件為:
3.根據(jù)權(quán)利要求1所述的一種多目標(biāo)優(yōu)化的飛行沖突解脫方法，其特征在于: (1)初始化種群，隨機(jī)產(chǎn)生種群規(guī)模為N的初始父代種群Pn，并通過(guò)遺傳算子產(chǎn)生子代種群Qn，其子代種群規(guī)模也為N ； (2)將父代種群Pn和子代種群Qn合并組成規(guī)模為2N的合成種群Rn;進(jìn)行快速非支配排序，將合成種群Rn中的全部2N個(gè)個(gè)體按非支配序號(hào)重新分類，得到等級(jí)Fl, F2, F3…;計(jì)算每一非支配層的個(gè)體局部擁擠距離并排序。 (3)根據(jù)排序結(jié)果選取N個(gè)個(gè)體作為新的父代種群Pn+1； (4)通過(guò)遺傳算子產(chǎn)生新子代種群Qn+Ι； (5)重復(fù)⑵至(4)步，直到達(dá)到NSGA-1I算法設(shè)置的最大迭代次數(shù)。
4.根據(jù)權(quán)利要求3所述的一種多目標(biāo)優(yōu)化的飛行沖突解脫方法，其特征在于:所述的快速非支配排序具體為: 合成種群中每個(gè)個(gè)體P都有兩個(gè)參數(shù)np和Sp,其中np為合成種群中支配個(gè)體P的個(gè)體數(shù)目，Sp為合成種群中被P支配的個(gè)體的集合； (a)找到合成種群中np=0的個(gè)體，并保存在當(dāng)前集合F1中； (b)臨時(shí)集合H賦空；對(duì)于當(dāng)前集合F1中的每個(gè)個(gè)體i，考察它所支配的個(gè)體集合Si,將Si中每個(gè)個(gè)體j的η」減去1，若η」-1=0，則將個(gè)體j放入集合H ； (c)當(dāng)前集合F1即為第I支配層個(gè)體集合，賦予該支配層內(nèi)個(gè)體相同的非支配排序Irank ? (d)以臨時(shí)集合H為當(dāng)前集合，重復(fù)(b)、(c)直至整個(gè)合成種群被分級(jí)完畢。
5.根據(jù)權(quán)利要求3或4所述的一種多目標(biāo)優(yōu)化的飛行沖突解脫方法，其特征在于:擁擠度計(jì)算具體為: (A)擁擠度與聚集距離: 個(gè)體i的聚集距離I [i].distance直觀上看為個(gè)體i周圍包含個(gè)體i但不包含其他個(gè)體的最小長(zhǎng)方形；個(gè)體i的擁擠度表征著該個(gè)體周圍的其他個(gè)體的密度； 個(gè)體的聚集距離越大，則擁擠度越??；聚集距離越小，則擁擠度越大； (B)擁擠度計(jì)算，設(shè)某支配層有s個(gè)個(gè)體:
對(duì)邊界點(diǎn)個(gè)體，其擁擠度為無(wú)窮，即I [s].distance=〗[s].distance= ； 對(duì)同一支配層內(nèi)除邊界點(diǎn)的其他個(gè)體i，其聚集距離: l[i].distance= [二 JI[1-1] -1[i +1].fk} / (fkmax -fkmin) 其中I [i].distance表示個(gè)體i的聚集距離，I [i_l].fk和i [i+1].fk分別表示個(gè)體1-1和i+1的目標(biāo)函數(shù)fk的值，fkmax和fkmin分別表示目標(biāo)函數(shù)的最大值和最小值； 其算法步驟如下: (BI)得出種群非支配集Q的個(gè)體個(gè)數(shù)； (B2)對(duì)非支配集Q內(nèi)的每個(gè)個(gè)體的聚集距離賦零值； (B3)對(duì)每個(gè)目標(biāo)函數(shù)fk，得到每個(gè)個(gè)體的函數(shù)值，按此給Q內(nèi)個(gè)體排序；得到邊界點(diǎn)并給邊界點(diǎn)個(gè)體的聚集距離賦值無(wú)窮大；對(duì)其余個(gè)體，按:
1[']=^=1{1[1-1].4 -1[i+ l],fk!./(f1、max-fkmin)計(jì)算聚集距離。
6.根據(jù)權(quán)利要求3或4所述的一種多目標(biāo)優(yōu)化的飛行沖突解脫方法，其特征在于:擁擠度比較算子的計(jì)算方法如下: 通過(guò)快速非支配排序以及擁擠度計(jì)算后，每個(gè)個(gè)體i都有兩個(gè)屬性:非支配序1-k和聚集距離I[i].distance，利用這兩個(gè)屬性，區(qū)分種群內(nèi)任意兩個(gè)個(gè)體的偏序關(guān)系: 定義偏序關(guān)系< ?為:當(dāng)滿足條件或滿足且I [i].distance〉〗 [j].distance},稱i < nj ;即若兩個(gè)個(gè)體非支配排序不同,貝U取序號(hào)較小的個(gè)體；如果兩個(gè)個(gè)體在同一級(jí)，則取聚集距離大的個(gè)體。
【文檔編號(hào)】G08G5/00GK103489335SQ201310421297
【公開(kāi)日】2014年1月1日 申請(qǐng)日期:2013年9月16日 優(yōu)先權(quán)日:2013年9月16日
【發(fā)明者】張學(xué)軍, 呂驥, 管祥民 申請(qǐng)人:北京航空航天大學(xué)