-
题名基于混合差分进化与鼠群优化算法的飞行冲突解脱方法
- 1
-
-
作者
王世豪
李玉贞
熊其冰
杨红雨
-
机构
河南警察学院网络安全系
郑州警察学院网络安全与智慧警务学院
四川大学视觉合成图形图像技术国防重点学科实验室
-
出处
《工程科学与技术》
北大核心
2025年第3期223-234,共12页
-
基金
国家自然科学基金项目(U20A20161)
河南省科技攻关项目(232102211031
+4 种基金
252102210109)
河南省高等学校青年骨干教师培养计划(2024GGJS147)
河南省高等学校重点科研项目(25A520038)
河南警察学院青年骨干教师培养计划资助项目,河南警察学院警务专项课题(HNJY-2024-JWZX-23)
中央高校基本科研业务经费项目(2025TJJBKY013)。
-
文摘
飞行冲突解脱是提高空中交通流量、降低飞行延误以及确保飞行安全的关键。针对差分进化算法(differential evolution,DE)在解决多航空器飞行冲突解脱问题时存在的搜索速度慢、求解精度低、易陷入局部最优的不足,结合差分进化算法和鼠群优化算法(rat swarm optimizer,RSO)的优势提出一种混合差分进化鼠群优化算法(HDERSO)。HDERSO在DE的基础上融入了RSO的寻优机制,并基于不同进化阶段的需求,采用选择概率自适应调整算法所需的后代生成策略,为搜索过程提供方向性指导,避免了寻优盲目性和无效性。提出的算法能够在进化前期利用DE的全局搜索能力加强对整个解空间的探索,降低早熟收敛的风险;在进化中后期该方法充分利用RSO的局部搜索能力加快收敛,提高了计算速度和寻优精度。在29个IEEE CEC2017基准测试函数上的实验结果表明,所提方法具有较强的收敛性能和较高的寻优效率。进一步构建基于最小化航迹偏移距离的飞行冲突解脱模型,设计多种具有不同冲突特征的典型飞行场景,并综合航向调整、速度调整及复合调整3种冲突解脱策略对HDERSO的解脱性能进行仿真验证。结果表明,所提方法能够有效地解脱飞行冲突,求解质量高、收敛速度快,显著优于对比算法,是一种简单、有效的冲突解脱方法。最后,针对不同的冲突场景多角度分析了3种冲突解脱策略的优先级。
-
关键词
飞行冲突解脱
差分进化算法
鼠群优化算法
冲突解脱策略
-
Keywords
flight conflict resolution
differential evolution
rat swarm optimizer
conflict resolution strategy
-
分类号
V355
[航空宇航科学与技术—人机与环境工程]
-
