空中交通流量管理动态网络流模型及实现算法研究

论文摘要

随着我国航空运输业的迅速发展,由于气象原因所引起的空中交通延误问题越发严重。目前,当航路受恶劣天气条件影响时,相关部门通常采用地面等待策略对航班进行调配,直到航路容量恢复。因此造成了严重的航班延误和巨大的经济损失。为了缓解这一矛盾,空中交通流量管理中的改航策略正日益受到国内外学者的普遍关注,并已经成为重要的研究课题。本文首先对空中交通流量管理问题进行了归纳与综述,并针对改航问题,较深入地探讨了多任务动态网络流模型和马而可夫天气模型。接着,文章在分析比较了两种已有的多任务动态网络流模型实现算法(拉格朗日乘子法和改进的A*算法)后,结合人工智能遗传算法,研究提出了一种新的模型求解方法。最后,论文对改航问题进行了系统结构与功能模块的设计,并对多任务动态网络流模型和所提出算法进行了计算机仿真实现,验证了其可行性。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 前言
• 1.2 空中交通流量管理
• 1.3 国内外研究现状
• 1.4 本文主要研究内容
• 第二章 空中交通流量管理动态网络流模型
• 2.1 空中交通流量管理问题分析与研究
• 2.1.1 地面等待问题
• 2.1.2 终端区排序问题
• 2.1.3 改航问题
• 2.2 多任务动态网络流建模
• 2.2.1 多任务动态网络流模型
• 2.2.2 马尔可夫天气模型
• 2.3 本章小结
• 第三章 多任务动态网络流模型解决算法
• 3.1 多任务动态网络流模型解决算法
• 3.1.1 拉格朗日乘子法
• 3.1.2 改进的A*算法
• 3.1.3 算法分析
• 3.2 遗传算法
• 3.2.1 遗传算法简单介绍
• 3.2.2 遗传算法的基本操作
• 3.2.3 遗传算法的改进
• 3.3 本章小结
• 第四章 系统设计与实现
• 4.1 系统主要算法
• 4.1.1 算法实现程序中的主要对象模型
• 4.1.2 算法步骤与流程
• 4.2 系统功能与结构
• 4.2.1 系统功能
• 4.2.2 系统结构
• 4.3 系统开发工具
• 4.3.1 算法开发工具
• 4.3.2 地理信息开发工具
• 4.3.3 界面开发工具
• 4.4 系统人机界面
• 4.4.1 系统主界面
• 4.4.2 优化结果生成界面
• 4.4.3 仿真界面
• 4.5 本章小结
• 第五章 结束语
• 5.1 本文的主要工作
• 5.2 空中交通改航问题展望
• 参考文献
• 致谢
• 在学期间的研究成果