一种基于改进的局部搜索策略的空中交通流量调控方法
【专利摘要】本发明公开了一种基于改进的局部搜索策略的空中交通流量调控方法，本发明针对空中交通流量大规模的特点，根据协同进化的思想先将大问题划分成多个小问题，通过对每个小问题的进化最终完成对大问题的进化，而且在问题的划分过程中采用了动态分组的策略，使关联性强的问题能够分到同一个组中，在每个子问题的进化过程中采用了差分进化的方法，并且引入了浓度调节机制，提高了非支配解的多样性，为了增加对解空间的搜索能力，这里引入了局部搜索策略，而且针对问题大规模的特点改进了传统的局部搜索策略，实验证明能够找到比传统方法更优的解。
【专利说明】一种基于改进的局部搜索策略的空中交通流量调控方法
【技术领域】
[0001]本发明提出一种新的局部搜索策略，可以处理多目标大规模组合优化问题，是一种基于改进的局部搜索策略的空中交通流量调控方法。
【背景技术】
[0002]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。
[0003]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考虑了整个空域中的飞机，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。
【发明内容】
[0004]本发明针对空中交通流量大规模的特点，根据协同进化的思想先将大问题划分成多个小问题，通过对每个小问题的进化最终完成对大问题的进化，而且在问题的划分过程中采用了动态分组的策略，使关联性强的问题能够分到同一个组中，在每个子问题的进化过程中采用了差分进化的方法，并且引入了浓度调节机制，提高了非支配解的多样性，为了增加对解空间的搜索能力，这里引入了局部搜索策略，而且针对问题大规模的特点改进了传统的局部搜索策略，实验证明能够找到比传统方法更优的解。
[0005]本发明提供一种基于改进的局部搜索策略的空中交通流量调控方法，所述方法假设，
[0006](I)所有的飞机的飞行速度都一样，而且在飞行过程中保持不变；
[0007](2)所有飞机的起飞时刻都是一个含有有限个元素的集合；
[0008](3)所有飞机的飞行路径在一定的范围内可选；
[0009](4)同一个起止点之间的飞机，可选路径集合是一样的；
[0010]基于上述假设，所述空中交通流量调控方法包括如下步骤:
[0011]第一步，根据约束条件确定目标函数:
[0012]第一个是空中交通拥挤度的目标函数，表示为:
[0013]
【权利要求】
1.一种基于改进的局部搜索策略的空中交通流量调控方法，其特征在于:假设， (1)所有的飞机的飞行速度都一样，而且在飞行过程中保持不变； (2)所有飞机的起飞时刻都是一个含有有限个元素的集合； (3)所有飞机的飞行路径在一定的范围内可选； (4)同一个起止点之间的飞机，可选路径集合是一样的； 基于上述假设，所述空中交通流量调控方法包括如下步骤: 第一步，根据约束条件确定目标函数: 第一个是空中交通拥挤度的目标函数，表示为:
2.根据权利要求1所述的一种基于改进的局部搜索策略的空中交通流量调控方法，其特征在于:所述的总的延误S⑴为:δ⑴=5s(i)+5r(i)； 其中Ss(i) =tn-tk，如果飞机i计划在tk时刻起飞，而实际上它在、时刻起飞，这样飞机的地面延误为ssa);为了保证δ3α)是正数，这里取绝对值，将δ3α)表示为:δ3α)=VtJ ;飞机的空中延误Sr(i)表示为:Sr(i) = 3* (I；-!；)，I；表示实际飞行路径需要的时间，T0表示最短路径需要的时间。
3.根据权利要求1所述的一种基于改进的局部搜索策略的空中交通流量调控方法，其特征在于:所述的第二步具体为: (1)染色体编码；每条染色体由所有飞机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)生成初始种群；读入所有航班的可选飞行路径集合数据和起飞时刻的上下限数据，作为可选数据集合；在可选数据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；初始化全局变量archive为空集，archive用来存放进化最新找到的非支配解； (3)种群协同进化； (3.1)采用合作型协同进化方法首先将一个大问题分解成多个子问题； (3.2)对每个子问题进行差分进化,更新外部非支配集合archive中的非支配解； (3.3)对外部集合中非支配解的浓度调节机制； (3.4)局部搜索策略:如果研究的问题包括N个航班，则每个染色体包含2N个变量，这里对每条染色体中的2NXp个变量进行局部搜索，P大于O小于I。
4.根据权利要求3所述的一种基于改进的局部搜索策略的空中交通流量调控方法，其特征在于:所述差分进化的具体操作步骤如下:
(3.2.1)变异；
5.根据权利要求4所述的一种基于改进的局部搜索策略的空中交通流量调控方法，其特征在于:所述交叉概率设置为0.9。
6.根据权利要求3所述的一种基于改进的局部搜索策略的空中交通流量调控方法，其特征在于:所述浓度调节机制的步骤如下: (3.3.1)计算外部集合中每个非支配解的浓度； 假定非支配解集的大小为PS，非支配解i和非支配解j之间的欧式距离是:
【文档编号】G08G5/00GK103489337SQ201310446771
【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
【发明者】张学军, 管祥民, 雷佳兴 申请人:北京航空航天大学