發(fā)布時(shí)間：2017-09-08 09:13

  本文關(guān)鍵詞：機(jī)場(chǎng)場(chǎng)面飛機(jī)滑行調(diào)度優(yōu)化問題研究

  更多相關(guān)文章： 網(wǎng)絡(luò)拓?fù)鋱D 速度軌跡 多目標(biāo)優(yōu)化 自適應(yīng)免疫

【摘要】：隨著低碳城市的概念逐漸被大眾接受,各個(gè)行業(yè)都在探索減少環(huán)境污染的方式方法,民航業(yè)也同樣在接受著挑戰(zhàn)。目前大多機(jī)場(chǎng)是通過減少總滑行時(shí)間來改善機(jī)場(chǎng)的運(yùn)行效率和燃料消耗率,但在實(shí)際運(yùn)行中,飛機(jī)通常是依靠消耗更多燃油來換取較快的速度使得總滑行時(shí)間最少,但這在燃料消耗方面的效果并不理想。因此,地面滑行的研究不應(yīng)局限于估算滑行時(shí)間,而應(yīng)同時(shí)考慮提供對(duì)應(yīng)的燃料消耗。本文通過整合基于多目標(biāo)優(yōu)化的種群自適應(yīng)免疫算法與簡(jiǎn)化的飛機(jī)動(dòng)態(tài)模型,力圖在滑行道各段找出最佳的滑行軌跡,其代表滑行時(shí)間和燃料消耗之間的最佳折衷。本文首先對(duì)機(jī)場(chǎng)場(chǎng)面的運(yùn)行流程和飛機(jī)在滑行道上的運(yùn)行規(guī)則進(jìn)行闡述,引入本文研究對(duì)象。結(jié)合有向圖理論,將跑道、滑行道和停機(jī)坪的綜合系統(tǒng)抽象為由鏈路和節(jié)點(diǎn)組成的網(wǎng)絡(luò)拓?fù)鋱D。利用此拓?fù)鋱D,簡(jiǎn)化飛機(jī)模型并對(duì)滑行道進(jìn)行離散化建模,將各段簡(jiǎn)化為四個(gè)連續(xù)的過渡段:加速段、勻速段、減速段、快速減速段。因在同一時(shí)間要處理多個(gè)目標(biāo)且決策變量的邊界是相互關(guān)聯(lián)的,本文引入多目標(biāo)優(yōu)化算法,搜索四個(gè)過渡段中決策變量的最優(yōu)值來確定唯一的速度區(qū)間,使時(shí)間和燃油消耗這兩個(gè)目標(biāo)函數(shù)的值被同時(shí)最小化�；诜N群自適應(yīng)免疫算法,由指定的路由來尋找符合兩個(gè)目標(biāo)函數(shù)值的多條滑行軌跡,每一個(gè)軌跡兼顧到滑行時(shí)間和燃油消耗的最優(yōu)值。最后比較某機(jī)場(chǎng)四條不同滑行道上的燃油—時(shí)間曲線,證實(shí)本算法的有效性和實(shí)用性。仿真結(jié)果表明:論文所用方法在兼顧滑行時(shí)間最優(yōu)的基礎(chǔ)上使得飛機(jī)在滑行道上的燃油消耗最小。使得機(jī)場(chǎng)和航空公司在經(jīng)濟(jì)方面和環(huán)境方面都得到了改善,提高了機(jī)場(chǎng)運(yùn)行效率,為機(jī)場(chǎng)容量評(píng)估,航站樓擴(kuò)建及機(jī)場(chǎng)升級(jí)改造提供參考依據(jù)。
【關(guān)鍵詞】：網(wǎng)絡(luò)拓?fù)鋱D 速度軌跡 多目標(biāo)優(yōu)化 自適應(yīng)免疫
【學(xué)位授予單位】：中國(guó)民航大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：V355
【目錄】：

• 摘要5-6
• Abstract6-9
• 第一章 緒論9-19
• 1.1 選題背景及課題意義9-11
• 1.1.1 選題背景9-10
• 1.1.2 課題研究意義10-11
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀11-16
• 1.2.1 滑行路徑規(guī)劃研究現(xiàn)狀11-14
• 1.2.2 數(shù)學(xué)建模方式研究現(xiàn)狀14-16
• 1.3 論文研究?jī)?nèi)容及解決的關(guān)鍵問題16-18
• 1.3.1 論文主要研究?jī)?nèi)容16-17
• 1.3.2 擬解決關(guān)鍵問題17-18
• 1.3.3 論文結(jié)構(gòu)18
• 1.4 本章小結(jié)18-19
• 第二章 機(jī)場(chǎng)場(chǎng)面運(yùn)行分析及其建模19-32
• 2.1 基本概念及各組成部分19-20
• 2.2 機(jī)場(chǎng)網(wǎng)絡(luò)拓?fù)鋱D20-21
• 2.3 機(jī)場(chǎng)場(chǎng)面運(yùn)行分析21-27
• 2.3.1 場(chǎng)面運(yùn)行流程21-24
• 2.3.2 滑行道運(yùn)行分析24-27
• 2.4 滑行道建模與分析27-31
• 2.4.1 機(jī)場(chǎng)場(chǎng)面描述27
• 2.4.2 飛機(jī)模型27-28
• 2.4.3 目標(biāo)函數(shù)28
• 2.4.4 滑行路徑建模28-31
• 2.5 本章小結(jié)31-32
• 第三章 基于飛行器軌跡優(yōu)化的種群自適應(yīng)免疫算法32-42
• 3.1 多目標(biāo)優(yōu)化問題32-35
• 3.1.1 問題描述32-33
• 3.1.2 多目標(biāo)優(yōu)化算法的設(shè)計(jì)目標(biāo)33-35
• 3.2 種群自適應(yīng)免疫算法(PAIA)35-38
• 3.2.1 理論基礎(chǔ)35-37
• 3.2.2 模型構(gòu)建及分析37-38
• 3.3 算法綜合建模運(yùn)算過程38-41
• 3.3.1 目標(biāo)函數(shù)38-39
• 3.3.2 綜合過程39-41
• 3.4 本章小結(jié)41-42
• 第四章 數(shù)據(jù)仿真、穩(wěn)定性及結(jié)果分析42-53
• 4.1 數(shù)據(jù)來源42-43
• 4.1.1 燃料消耗，，滑行速度和加速度42
• 4.1.2 飛行器類型42-43
• 4.2 算法穩(wěn)定性分析43-45
• 4.3 實(shí)驗(yàn)結(jié)果45-52
• 4.3.1 經(jīng)由PAIA規(guī)劃的單滑行道效果分析45-47
• 4.3.2 經(jīng)由PAIA規(guī)劃的多滑行道分析47-49
• 4.3.3 全局Pareto前沿49-52
• 4.4 本章小結(jié)52-53
• 結(jié)論53-54
• 致謝54-55
• 參考文獻(xiàn)55-62
• 論文發(fā)表及參與科研項(xiàng)目62
• 作者簡(jiǎn)介62
• 論文發(fā)表情況62
• 參與項(xiàng)目62

本文編號(hào)：813149