基于遗传算法的飞机地面轨迹规划研究
朱成
[摘要]随着经济全球化的逐步扩大，全球民航运输的快速发展得到了推动，特别是在新经济型国家。
自中国加入世界贸易组织以来，国际贸易业务的持续增长为国际民用航空运输业务创造了充足的前景。
特别是，中央机场的飞机起飞和降落次数显着增加，对机场运营效率提出了很高的要求。
为了同时满足更多的飞机，仅依靠控制器手动安排指定的滑行路线很难满足这一要求。
智能轨迹规划用于为出发飞机分配出租车路线，确保飞机的高效和快速滑行。
计划飞机轨迹的问题应该首先对机场场景进行建模并选择相应的轨迹规划算法。
在建模方面，相关学者主要采用有针对性的图形建模和Petri网建模，利用有向图形建模方法建立机场场景。虽然该模型在一定程度上反映了每个滑动部分的连接比，但是该平面处于场景中并且不能反映出控制滑行规则的能力。
定向图形建模通常是机场运输系统抽象场的节点线的构造。节点通常表示滑行道的交叉点，线表示滑行道部分，并且权重被添加到滑行道部分的属性描述中。
Petri网建模工具是一个动态系统，可以表示更复杂的离散事件。使用Petri网分析场景结构的特征，然后将机场场景的活动区域划分为多个子区域，然后在该子区域中运行Petri网。机场现场活动模型
在路径规划算法中，我们选择了智能算法的遗传算法来解决路径规划算法问题。
基于Petri网模型，可以集成遗传算法和Petri算法，以有效地规划进出的出租车路线。
本文件的主要研究内容如下：
1
通过对Petri网进行建模，对机场场景结构的物理特性以及场景滑动控制规则的局限性等，定义了Petri元素，将整个活动区域划分为若干子区域。完成每个子区域的petri元素定义并最终采用面向对象方向的建模方法可以更清楚地表达场景的活动状态。这种形式化Petri网的方法适用于具有自由裁量权，分布和并发性的系统的完整建模。
2
轨迹规划算法建立了具有最小总重量和时间碰撞因子的目标函数，如轨迹规划问题，综合考虑轨迹规划中常用的优化目标。遗传算法与Petri网建立的机场模型有效结合，染色体编码与Petri转换序列相结合，计算出最后进出飞机的最佳滑行路径。出口
3
基于前人算法的建模研究和仿真分析验证了模型和算法的合理性和有效性，利用Matlab平台研究了南京禄口机场的路线规划。
[标题单位]：中国民航航空学院[学年]：硕士年[授予年]：2015年[分类号]：TP18。V355
下载全文
更多类似的文件
