散点状分布危险天气下的终端区动态改航方法

为保证终端区受散点状分布危险天气时的运行安全和运行效率,提出终端区动态改航方法,以改善终端区受散点状分布危险天气时的运行安全和运行效率。基于Bézier曲线的基本特征和多普勒雷达,识别散点状分布危险区域,设置控制路径走向的控制顶点,生成组成改航路径的平顺曲线段和转角曲线段;通过多目标规划求出最优改航路径,按照固定的时间跨度更新控制顶点,得到动态改航路径。在一个应用实例中,总飞行时间和飞行距离分别增加5.53%和7.10%,最大转弯角度减小24.3%。结果表明,危险天气中心距离原始路径越近,或危险天气尺度越大,改航路径偏离原始路径越明显,改航距离越长。     

危险天气影响航路飞行区域的划设及评估

危险天气影响区域的划设是进行航班改航路径规划的关键,笔者提出一种新的飞行受限区域划设方法及评估方案。针对现有方法的不足,提出基于Graham算法的初始飞行受限区划设方法。在此基础上,综合考虑危险天气的移动、边界变化和随机因素的影响,提出动态飞行受限区的划设方法,并给出3个用于评估飞行受限区划设优劣的指标。最后,以我国西南雷暴多发地区为例进行仿真验证,结果表明,笔者所提方法能够快速有效地对危险天气进行划设,弥补了现有方法的不足,具有很强的应用性。     

雷暴天气下基于多航空器冲突避让的路径规划

为提高雷暴天气下的飞行安全,降低管制员雷达引导绕飞雷暴的工作负荷,避免飞行冲突,进而减少多航空器在雷暴天气下改航的状况,首先构建编码空域信息矩阵,用栅格化的方式描述雷暴危险区,明确雷暴危险区对航空器产生的安全威胁;然后针对发生冲突且需要绕飞雷暴危险区的前后2架航空器,提出基于冲突避让的改航路径规划模型,并确定其约束条件;最后引入人工势场法,改进传统蚁群算法中的启发信息因子,以提高模型路径搜索的有效性。结果表明:运用改航路径规划模型可以得到块状、带状、散点状危险区避让冲突的改航路径规划仿真图;经规划后的路径,可避免2架航空器发生冲突,采取合理避让措施。     

危险天气下4D改航回归航迹规划方法

为解决航班因危险天气临时绕飞导致的航迹冲突问题，提出一种面向航迹运行(TBO)的4D改航回归航迹规划方法。首先，根据航空器性能限制，栅格化空域，使用蚁群算法与轮盘赌法，以改航路径最短为目标，生成三维空域内危险天气下的改航路径；然后，提出航迹回归概念，根据预计到达时间(ETA)计算改航速度，对齐时间得到4D改航航迹；最后，以我国中部某主要航段为运行场景，选取3个航迹回归点，采用“调速+等待”策略，计算避让危险天气的三维可行航迹，以燃油消耗与排放成本的计算结果与改航航迹产生的冲突为参考，评估各改航方案。结果表明：当选择最晚回归点时，改航方案3燃油消耗为5.9 t,温室气体排放量为26.3 t,是3种方案中消耗最少的，但需解脱冲突2次；选择最早回归点的改航方案1未与其他航班出现冲突，但燃油与排放相比方案3增加0.1%和0.2%。以上结果证实，该方案可实现危险天气下选取不同回归点时的4D改航回归航迹规划。     

通用航空山区救援安全航迹规划模型

针对通用航空山区救援飞行环境的高复杂度地形问题，提出了一种基于改进型蚁群算法的三维救援航迹规划模型。首先，获取真实的山区地形环境数据，根据安全飞行规则，利用格栅法建立三维飞行环境模型。然后，以路径最短为目标函数、以航空性能为约束条件建立航迹规划模型。最后，利用改进型蚁群算法对模型求解，通过合理设置初始信息素分布和信息素更新规则，改进型蚁群算法，并对西南山区某次通航救援进行了救援航迹规划仿真。改进算法得到的飞行路径与球面直线的距离误差控制在15%以内，且飞行航路的俯仰角和偏转角均满足安全飞行规则，偏航次数较少。研究表明，对于山区环境下的通航应急救援航迹规划问题，提出的改进蚁群算法能够实现对障碍物的规避和对最优航迹的快速搜寻，保证了救援任务的安全性、高效性和可靠性。     

基于角改进的城市交通网络实时最短路径算法研究

针对城市交通网络中车流量的实时、动态变化特性,分析现有算法在处理动态车辆路径问题时存在的缺陷.综合道路条件、天气状况、交通堵塞和人口密度分布状况,构建动态交通网络环境下的实时路径评估模型.提出基于±90°角(源点与汇点连线的夹角)范围改进的Dijkstra最短路径算法,并给出具体实现过程.实例研究表明,基于角改进的Dijkstra算法无需遍历交通网络中所有路径,根据实时更新的交通状况和气象信息即可得到最短通行路径,提高了对交通网络中随机事件和突发事件的实时处理能力.     

基于改进粒子群算法的儿童防护系统优化

为保障儿童乘车安全，采用改进多目标粒子群算法优化儿童约束防护系统。首先，开展40%偏置碰撞的台车试验，验证儿童座椅台车试验仿真模型的有效性，建立儿童安全气囊模型；然后，建立防护系统参数与儿童头部、胸部损伤指标的二阶响应曲面模型，融合遗传算法的交叉变异和精英保留策略，提出改进的多目标粒子群算法，并验证改进算法的有效性；最后，利用多目标模糊优选决策算法获得系统设计参数的最优值，结合台车试验仿真模型，验证优化模型及算法的有效性。结果表明：模型的最优值兼顾对儿童头部和胸部的防护；遗传算法和粒子群算法的融合算法，可提高模型的收敛速度。     

粒子群优化算法在源强反算问题中的应用研究

在危险化学品泄漏事故中泄漏源强是预测事故后果的主要影响参数,也是事故应急救援决策的基础。为了在化学品泄漏事故过程中快速准确地获取泄漏源强数据,将粒子群优化(PSO)算法应用于危险化学品泄漏源强的反算中。利用高斯烟羽扩散模型和下风向浓度测量数据,将计算浓度与测量浓度的误差平方和作为目标函数,采用粒子群算法来优化,以确定源强并通过模拟的测量浓度数据进行算法有效性验证。结果表明,PSO算法及其参数改进算法不依赖于初值的选择,计算速度快,能满足事故应急响应救援的需要。     

1种基于CCRP火灾情况下的动态疏散算法

为在火灾发生时给逃生人群规划最优的安全疏散方案，基于CCRP算法开发1种火灾情况下受容量限制的动态疏散算法。该算法模型将发生火灾的建筑布局信息表达成节点连接弧形式，鉴于可预测危害蔓延对火灾逃生过程中疏散通道封锁时间的影响，为建筑网络图上的节点赋予“危险时刻”属性，逃生人员通过节点的时刻必须小于该节点的“危险时刻”才能规避火灾危险；基于eclipse软件平台，通过动态疏散算法与相似Dinesh算法应用实例对比仿真分析，验证基于CCRP的动态疏散算法的可行性与优越性。结果表明:通过该算法计算出的逃生路径保证逃生人员在最短时间疏散出去；且其具有安全性高和耗时少等优点。     

基于改进蚁群算法的应急监测移动机器人全局路径规划

提出了基于改进蚁群算法的应急监测移动机器人全局路径规划方法。首先针对蚁群算法收敛速度慢,容易陷入局部最优的缺点,利用环境的全局信息建立目标吸引函数,对蚂蚁在野外环境下的路径搜索进行引导,提高其选择离目标点更邻近节点的概率,减小蚂蚁对非最短路径的选择概率。其次,借鉴狼群分配原则对信息素进行更新,避免算法陷入局部最优。最后实现了基于改进蚁群算法的应急监测移动机器人全局路径规划并完成了仿真实验,实验结果表明该方法可以更快地收敛到最短路径并具有较好的全局性能。     

基于IPSO-BP模型的火灾气体传感器气压补偿算法

为完善飞机火灾检测系统,设计一套方案,模拟试验不同气压下CO、CO2气体传感器采集气体的体积分数值,并与理论值比较,进而提出一种根据粒子适应度值动态调整学习因子的粒子群算法.采用改进的粒子群(IPSO)算法寻找反向传播(BP)神经网络的最优初始权值阈值,再利用寻优后的BP神经网络修正CO、CO2气体传感器的检测结果,消...     

近距平行跑道配对进近碰撞风险评估

近距平行跑道实施配对进近可有效提高机场容量,解决机场拥挤和延误的问题。为保证航空器的安全运行,研究其水平碰撞风险,基于导航设备测量误差和速度偏差,建立配对进近前后两机的实际侧向距离和纵向距离基于速度、时间的方程,在此基础上建立近距平行跑道配对进近的碰撞风险评估模型,给出模型中相关参数的计算公式。最后通过Matlab软件对该模型进行计算,给出了随相关参数变化水平碰撞风险变化的曲线图,并验证了模型的合理性。     

自由飞行下基于航空器定位误差修正的碰撞风险研究

自由飞行能够提高空域容量从而缓解空域拥挤问题,在保障自由飞行安全性的基础上尽可能减小飞机的安全间距,需要研究自由飞行条件下飞机的安全评估问题。分析了所需CNS性能、防撞系统、风的因素等自由飞行下航空器定位误差的影响因素,考虑到航空器定位误差在短时间内具有累积性,提出采用INS、GPS数据融合算法对定位误差进行周期性修正。给出修正后的航空器定位误差分布在时间上的变化规律,并将其运用到自由飞行下碰撞风险评估中。结果表明,碰撞风险随安全间距增加呈下降趋势,以1.5×10-8次/飞行小时的目标安全水平为例,对航空器定位误差修正的最小安全间距为8 600 m,不对航空器定位误差进行修正的最小安全间距为9 100 m。     

对叉车额定起重量的分析和探讨

本文对叉车的额定起重量和实际起重量之间的联系与区别进行了分析,指出了额定起重量只是供叉车设计使用的参数,建议不要将额定起重量标识在叉车铭牌上,叉车用户应按照载荷曲线图来确定操作时的实际起重量.     

基于改进遗传-单纯形混合算法的危险气体泄漏溯源分析

当发生危险气体泄漏时,确定其泄漏位置和泄漏源强,是制定应急方案的基础和依据之一。当无法直接确定泄漏位置、测量泄漏源强时,就需要通过有限的几个监测点,反演出可能的泄漏位置和泄漏源强,现有方法存在收敛过慢、初值敏感、参数过多等问题。描述一种结合改进遗传算法和单纯形法的IGA-NM混合算法,可用于快速反算气体泄漏的位置和源强。IGA-NM混合算法既避免了GA的收敛过慢,又避免了NM初值敏感,兼顾了全局优化。与GA、NM相比,IGA-NM混合算法的计算速度更快,计算误差更小。最后,应用IGA-NM混合算法,基于WebGIS设计了一套计算气体泄漏源强和位置的计算机程序,简化了输入参数,使用方便,可适用于气体泄漏应急监测、大气污染源溯源反查等场合     

基于演化博弈的矿工脱岗行为原因研究

为探究矿工脱岗行为解决办法,采用演化博弈理论建立了矿工与煤矿企业之间的策略博弈模型。首先根据矿工与煤矿企业间的利益相关性确定影响各方利益的综合因素,然后结合煤矿企业实际确定两博弈方的收益矩阵,进而利用演化博弈模型分析两博弈方进行决策的动态演化过程。结果表明,博弈方选择不同策略的概率取决于对手的得益,且两博弈方的策略相互影响,最终达到3个稳定状态,即(在岗,不检查)、(脱岗,不检查)和(脱岗,检查)。矿工坚守岗位与脱岗处罚、矿工损失、检查成本等因素有关,并结合具体案例进行验证,建议煤矿企业应加大检查和处罚力度,使脱岗矿工损失较大,以逐渐减少脱岗行为。     

基于容量损失的交叉航路高度层分配

我国空中交通网络越来越复杂,航路交叉点附近的冲突日益增多,调配冲突时需令航空器改变高度层,这却会导致航路容量损失。计算了航空器改变高度层时对其他高度层造成的容量损失系数,并在此基础上以最小化容量损失为目标建立模型,设计了启发式算法,以航路交叉点附近的4架有冲突的航空器为例进行仿真计算。仿真结果表明,该模型可以根据航路各高度层实时飞行流密集情况,求出使航路总容量损失系数达到最小的航空器避让方案,从而减少航路上的容量损失,提高空域资源利用率。     

基于自适应遗传算法的应急物资储备库选址及物资调配优化研究

应急物资储备库是应急救援的重要载体,储备库选址是否科学合理决定着整个应急公共服务体系的成效,而传统遗传算法在研究储备库选址与物资调配相结合的问题上存在局限性。针对这一问题,从需求点及应急设施服务质量视角构建基于覆盖满意度和经济性的应急设施选址与物资调配优化模型,并根据模型设计自适应遗传算法(AGA),结合储备库实际情况采取具有方向性的初始群体生成法提高搜索速度,设计自适应交叉与变异算子使AGA能够在进化速度与解的质量之间进行权衡,并获得全局最优解。结果表明,该算法能跳出局部最优从而获得最优的选址-分配方案,可为应急管理部门和决策机构的应急设施选址规划及应急物资分配提供理论依据和决策参考。     

大规模突发事件中基于满意度的应急物资优化调度模型

建立了大规模突发事件下供给点应急物资供应数量小于应急点应急物资需求数量的应急物资管理调度模型。同时结合大规模突发事件的特点,将模型设为多时段动态变化的,能使有限资源达到最大救援效用的多物资、多种运输方式、多运输车辆的物资优化调度模型,并根据不同应急点对物资需求的重要程度不同引入权重系数,使应急救援初期有限资源的分配达到整体的最大满意度。结合模型特点,给出模型的求解算法,并通过一个算例验证模型和算法的有效性。最后得出,以整体应急点的满意度作为具有多货物多起止点多运输方式等特点的应急物资调度问题的目标函数,能使应急救援过程达到最大的救援效率。