论文摘要：基于Memetic算法的多机冲突解脱方法

最近十年来，全球航空业发展迅猛，正以令人惊讶的速度快速增长。随着人民需求的日益增加，有限的空域资源无法满足航空器的密度急剧增加，有限的空域资源与飞速增长的需求之间的矛盾日益突出，保持航班之间的最小安全间隔变得越困难。冲突解脱方法作为保证安全间隔的关键技术，解决冲突以保证飞行安全，已经成为一个全球性的紧迫问题。

现有的冲突解脱方法研究，大多为使用局部调整的短期方法，无法给出全局的解脱方案。最近，基于四维航迹（4D-Trajectory, 4DT）运行环境，长期的冲突解脱方法能从全局角度给出可行的解决方案。但是，考虑到中国庞大复杂的航路网，其中包含上千架航班，本文中的冲突解脱问题属于包含复杂约束的大规模组合优化问题，优化难度大。

在针对国内外的冲突解脱方法和研究进行充分调研之后，本文提出使用基于Memetic算法（MA）的多机冲突解脱方法，并分别从单目标和多目标两个模型入手，对其效果与能力进行研究。

在本工作中，首先基于单目标模型，提出了一种基于Memetic算法的战略冲突解脱方法。该方法包含特别设计的局部搜索算子和高效的局部搜索频率策略，使用快速遗传算法作为全局优化方法，能够有效的提升算法解的质量。并通过同经典的遗传算法（GA）和协同进化算法(CC)进行对比，验证了本工作中方法对于大规模优化的鲁棒性和算法的高效性。

进一步，本文将模型转为更为复杂的多目标模型。在多目标模型中，本文考虑使用针对多目标的Memetic算法。将当下在多目标优化中性能突出的MOEA/D算法作为全局优化方法，并与局部搜索方法结合，达到加速寻优并提升算法效率的目的。MOEA/D因其将多目标问题分解优化的方法，能降低问题复杂度，并且非常契合本工作局部与全局结合的优化方法，进化过程易操控。通过局部优化与全局使用MOEA/D的结合方法，本工作在最后使用实验证明了方法的可行性，并与已有的NSGA-II方法进行对比，显示了本方法的优势。

来源：半壳优胜鲸鱼幸运星转载请保留出处和链接！

本文链接：http://87cpy.com/281029.html