一、空中交通自动化管理中飞机等待队列的排序算法（论文文献综述）
卢韩伟[1]（2020）在《基于ADS-B信息的进近航班排序方法研究》文中提出全球经济增长推动交通运输行业飞速发展,民航业作为交通运输的关键分支,其运输量也上升到新的量级。然而终端区作为航班进离场的主要区域,其空域结构复杂、航迹交织、运行限制繁多,是民航运输业发展的瓶颈所在。优化航班次序作为当下经济、高效、合理的方法能够极大地提高机场容量。因此,合理地处理终端区内进离场航班的次序问题是提升机场容量的关键。本文结合ADS-B数据精度高、更新快、易获取的优势,以ADS-B数据为基础对终端区内航空器的运行轨迹进行研究。通过对航空器轨迹的分析,将点融合技术融入到终端区的进场程序中,建立以进近入口为汇聚点的点融合进近模型,解决不同方向航空器的进场冲突问题、降低管制员负荷,同时减少航空器在进近阶段等待程序的使用。其次,基于机场的进离港机型分布数据,对航班分布趋势进行合理分析。根据航班机型分布情况将尾流间隔区间进行优化。利用快速模型计算的方法,在三种大气环境下对出现频次最高的重量区间段（70吨-85吨）内航空器进行尾流间隔优化计算。最后,以优化后的尾流间隔作为安全间隔约束,以点融合进近模型作为航空器的进场方式,建立多目标的进离场航班的排序模型。将滚动时域控制策略与遗传模拟退火算法结合来对模型进行求解,以提高航班排序的有序、动态性。在遗传模拟退火算法中,提出了综合满意度的概念,为个体提供更为综合的多目标评判标准。同时设计了自适应交叉、变异算子,保留高适应度个体的交叉变异能力。最后利用本文提出的模型和算法对华东某国际机场运行数据进行仿真验证。
邢大伟[2]（2020）在《基于点融合程序的航空器进场航迹规划方法研究》文中研究说明随着民用航空的蓬勃发展,航班流量激增。交通流量的增长需求与运行环境的容量之间的不平衡加剧,容流矛盾频发,引发航班拥挤现象,致使航班额外的空中盘旋等待和地面延误,加大了运行成本,导致了不利环境影响,加重了空中交通管制人员和机组的工作负担,严重影响空中运行安全。因此,制定安全、高效、环保的终端区交通运行方法对航空运输可持续发展具有重要意义。本文以航空器进场航迹规划为核心,结合机场终端区运行环境,基于点融合技术进行点融合程序设计、优化以及交通流排序,开展基于点融合程序的终端区进场轨迹优化研究。首先,从分析国内外研究入手,针对当前终端区内航班调控的不足,提出点融合相关概念,就点融合程序的结构、运行等展开介绍;接着,从分析机场运行环境入手,提出点融合程序设计方法并进行案例设计;然后,针对程序设计方案,构建优化模型,提出点融合程序优化策略,优化点融合程序构型;最后,结合点融合程序特性,提出飞行冲突识别与解脱方案,建立点融合程序内航班排序模型,优化航班进场序列。实例验证表明,点融合程序的应用可有效优化终端区内航空器进场航迹,提升航班运行效益,实现终端区内安全有序的进场调度。
陈茜蓉[3]（2019）在《数字航空通信系统资源调度算法研究》文中认为数字航空通信系统承载业务包括空中交通管理（Air Traffic Management,ATM）、航空运行控制（Aeronautical Operational Control,AOC）和航空旅客通信（Aeronautical Passenger Communications,APC）等多种混合多业务。资源调度过程通过对资源的合理分配实现多业务的稳定传输,然而由于飞机的高速移动,飞机与地面基站间相对位置的频繁变化将导致飞机的频谱环境存在动态变化特性,传统基于静态特性的资源调度算法难以适用于该场景且无法保证航空业务的可靠传输。因此本文结合项目“地空宽带数据链路通信系统原型样机研发及测试”,针对如何利用有限的频谱资源保证航空业务ATM和AOC与旅客业务APC的通信需求,实现航空通信混合多业务传输的问题进行了以下研究:（1）针对已分配带宽资源的飞机用户的多业务传输时,ATM业务传输无法保证问题,分析了航空业务ATM、AOC与旅客业务APC的特性并建立了业务模型,给出了该场景下的队列调度的模型,提出了基于剩余时延的队列调度算法。该算法根据已分配带宽资源与其需求的差异和业务的实时特性,自适应调整航空业务的传输优先级,以保证在任何场景下航空业务的需求;同时在带宽资源充足时,尽量满足APC业务的服务质量（Quality of Service,QoS）需求,以带给旅客更好的通信体验。仿真结果表明,所提算法可以在满足航空业务需求的同时,有效降低航空业务的丢包率与时延,同时在带宽资源充足时降低旅客业务的时延。（2）针对多飞机场景下,飞机用户抢占带宽资源导致ATM业务传输无法得到有效保证,系统传输容量低的问题,本文提出了针对带宽资源不足与带宽资源充足两种场景下的资源调度算法。当带宽资源不足时,所提算法可结合前一时段的带宽资源调度情况与当前飞机用户的信道质量,给出所有飞机用户调度的优先级排序,并结合前文所提队列调度算法,保证航空业务的需求;当带宽资源充足时,考虑飞机用户业务的等待时间和不同信道的服务速率,提出基于保证吞吐量与时延的最大效用函数调度算法。仿真结果表明,所提两种算法分别在其对应场景下,满足航空业务的需求,在保证用户间公平性前提下,有效提升了系统容量,降低了业务的等待时延。
戴喜妹[4]（2019）在《基于分派规则的航班排序与调度研究》文中进行了进一步梳理近年来,经济的平稳增长推动着民用航空运输业的飞速发展,随着航班量逐步增多、运输需求不断扩大,民航业也经受着巨大的挑战。机场是航空器运行的重要节点,担负起飞降落的重要职责。然而,机场上空空域结构复杂、运行限制种类繁多、兼之气象条件复杂多变,使得机场成为提升整个民航运输网络服务品质的关键。通过修、改、扩建能够提升各大繁忙机场的运行容量,但是面临投资大、周期长的困境。因此,研究进离场航空器的排序与调度模型,研究科学高效的优化算法,为进离场航空器确定起降次序和时间逐渐成为提升机场整体运行效率的主要手段。首先,通过梳理国内外现有研究成果,总结了进离场航班排序与调度问题的研究现状。其次,基于现有研究基础,结合机器调度领域的研究方法,将进离场航班排序与调度问题与机器调度问题等效,将机器调度领域应用成熟的分派规则引入航班排序与调度中。再次,对于进场排序与调度问题,提出了基于复合分派规则的两阶段优化方法。然后,对于离场排序与调度问题,针对离场航班排序的特殊性,建立连续航班排序与调度模型,并提出相应的复合分派规则求解模型。最后,对于进离场排序与调度问题,将分派规则与模拟退火算法相结合,在元启发式算法的架构下提出了基于复合分派规则的元启发式算法。本文相较于之前的研究,最大的贡献在于——成功结合与应用分派规则与元启发式算法,提升进离场航空器航班排序与调度的时间与效率。
王义平[5]（2018）在《基于AF-PSO的飞机着陆排序算法及其FPGA实现》文中进行了进一步梳理近年来,随着我国民航事业的快速发展,交通流量快速增长,给空中交通管制系统带来较大压力,空中交通流量管理是解决终端区拥堵问题的方法之一。其中,航班进场排序辅助系统是流量管理的重要手段,对于提高运行效率、实现空中交通管制现代化、自动化具有重要意义。先到先服务（FCFS）方法是目前最常用的方法,由于它是依靠飞机预计到达时间（ETA）的次序来决定飞机的着陆顺序,没有经过任何优化,往往会造成延误。结合可编程逻辑阵列（FPGA）灵活、并行等特点,利用粒子群优化算法（PSO）和人工鱼群算法（AFSA）优化终端区的交通管制,从而提出了基于滚动时域的AFPSO算法。首先,本文先对空中交通流量管理研究意义、分类以及相关策略进行了概述,总结了流量管理中离场排序、进场排序以及终端区协同优化问题和相应模型;其次,针对单跑道情况,基于飞机间尾流安全间隔标准的约束性进行了分析,给出了进场飞机降落模型和基于尾流间隔标准的约束条件,得出着陆飞机队列全部着陆总时间最小的目标函数;再次,基于着陆总时间最小的目标函数和滚动时域算法,设计了AFPSO飞机着陆排序算法。并通过MATLAB仿真验证算法的可行性,为算法在FPGA上实现排序提供理论基础;最后,实现了算法在硬件上的运行,分析了算法硬件实现的结果。仿真结果表明,在单跑道情况下,AFPSO比FCFS（先到先服务）方法的航班队列总延迟减少了36%,可以为机场的自动化、智能化建设提供基础。
杨磊[6]（2018）在《终端区交通流复杂动态特性与拥堵控制方法》文中认为航空运输需求的持续快速发展引发空域网络供需矛盾愈演愈烈,特别是大型繁忙机场及其终端区空域交通拥堵和航班延误频发,已经成为制约国家空域系统运行的重要瓶颈节点。因此,面向空中交通拥堵现实问题和发展趋势,系统性开展终端区交通流拥堵基础理论和疏导方法研究,有助于缓解空域拥堵、降低管制负荷、提升资源利用率和系统鲁棒性,也是支撑和促进空中交通系统转型升级的必然选择。在以管制为战术核心的集权式空中交通运行模式下,空中交通流可以视为一个在通信导航监视系统和空中交通管理系统支持下,由管制员、航空器（飞行员）和空域三要素构成的动态、开放的复杂系统,同时还受航空气象、军事活动等诸多外部因素影响,是一类具有广义属性的运输流,其拥堵本质是航空器群体飞行活动对于有限空域资源和管制员生心理资源的双重竞争,除表现为航空器滞留外,还表现为管制负荷的增加和管制性能的下降。论文立足空中交通流广义属性,以拥堵热区-机场终端区为对象,在全面评述终端区交通流拥堵管理领域国内外相关研究进展和亟待突破的重难点问题基础上,开展终端区交通流复杂动态特性与拥堵控制方法研究,主要包括以下内容:（1）实证研究了终端区交通典型基础行为特征。基于历史运行数据,量化论证了终端区交通流进场点偏移随机性、空域交通量周期性、交通流宏观流体性和进离交通流制约性等基础行为特征;设计“人在回路”实验验证了管制员冲突探测定速推演心智模型,以及冲突解脱“心理临界值”和不确定性特征,并证实了繁忙状态下管制员以减少事务性或者程序性通信时间预留思考空间等常用策略的存在性,为本文后续研究奠定了知识基础和阐释依据。（2）实证研究了终端区交通流复杂动力学特性。提出了“管制员-交通流”多层耦合网络模型表征空中交通系统关键要素及联结关系,建立了刻画交通流、管制员和系统非线性行为的测度指标;以广州终端区为例,运用基本图和宏观基本图刻画了交通流在航段、扇区和网络层面的动力学演进;运用元认知理论阐释了“管制员-交通流”适应性共演化内在机制;识别终端区交通流和管制行为的混沌共性和异性,指出了混沌显现与交通运行非稳定态（亚稳态和拥挤态）关联关系,为开展宏微观交通流建模和拥堵演变分析研究提供理论基础。（3）开展了终端区交通流宏观演化建模与分析。以典型航段交通流实证基本图为动力学模板,针对航段交通流异质性和速度单调性特征,构建改进元胞传输模型与简单队列模型相融合的终端区交通流混合仿真平台,宏观推演交通流在网络内的动态传递,以及拥堵形成-累积-消散过程,指出空域瓶颈下进场交通流临界稳定态和非稳态特征,揭示交通流空间分布和进离场优先级等运行参数对于终端区拥堵演变的影响机理,为研究与交通流特性相符的拥堵疏导策略提供理论依据和验证平台。（4）开展了终端区交通流微观行为建模与分析。基于交通基础行为与复杂动力学实证,提出以管制决策为中心的终端区交通流运行控制框架,建立涵盖交通流动态系统、事件观测、元认知模拟、决策与调配、任务负荷测度、飞行操控等多主体微观动态行为模型,重点采用模糊决策树和自动机方法模拟管制员元认知策略适应性调整和决策推理过程,进而开发基于智能体的终端区交通流微观仿真平台,推演“管制员-交通流”的协同演进和耦合相变过程,揭示冲突解脱提前量、任务队列优先级和扇区间隔适配性对于终端区交通流系统拥堵和管制性能的影响机理,为设计战术层面交通拥堵疏导策略提供理论依据和验证平台。（5）提出终端区拥堵战术疏导一体化解决方案。在终端区交通流复杂动态特性研究基础上,从交通流和管制员两个角度构建面向战术运行的终端区拥堵疏导解决方案,涵盖“量”—进场率和离场推出率协同控制、“序”—多扇区进场交通流率协同控制、“迹”—多约束下的扇区交通流水平航迹管理三大时空交叠的功能模块,分别采用空地元胞网络宏观仿真平台、终端区交通流微观仿真平台和“人在回路”实时仿真实验验证了解决方案有效性和鲁棒性。本课题遵循“规律发现指导运行实践”研究思路,综合运用复杂网络、数学建模、机器学习、现代控制理论和“人-机”系统相关理论与方法,探索终端区“管制员-交通流”适应性演化规律及其影响机理,提出动态环境下终端区交通拥堵战术疏导一体化解决方案。研究成果有助于完善空中交通流基础理论,提升终端区交通拥堵管控能力,为空中交通系统高阶自动化和智能化发展提供新思路和新方法。
明朝辉[7]（2018）在《PBN技术下的空中交通若干关键问题研究》文中研究指明基于性能的导航PBN技术是最新研发的空中交通航行技术,依靠全球导航卫星系统GNSS、先进的机载设备和信息技术,航空器实现高精度飞行,能提高飞行安全、增加空域容量。PBN技术使得空中交通进入了发展的新阶段。考虑空中交通所有航班全部飞行阶段均全面应用PBN技术,本文针对地基增强系统GBAS技术和航班高密度运行管理两个方面展开了相关前瞻研究,为未来空中交通管理提供基础理论指导。本文研究工作主要包括:终端区精密PBN主要通过GBAS技术实现,基于民航规范对导航系统性能的严格要求,必须评估GNSS的GBAS的性能。由于对GBAS完好性指标要求最为严格,因此GBAS的完好性评估是工作重点。分析了LAAS地面站和用户端数据处理算法与流程,以及完好性监视算法和完好性性能评估方法。完好性风险分配将可能的风险分为了3类假设下的风险,针对H0和H1下的完好性评估,提出了改进拉普拉斯尾部包络模型和基于包络优度选择阈值的方法,减少了模型偏差,使得模型更为合理。构建了基于北斗的GBAS,给出设计方案和开发程序图。可以通过测试分析所采集数据,验证信号增强的效果,并给出了评估系统完好性的流程方法。全面应用PBN技术可能出现“瓶颈航路”航班高密度运行情况,研究了航班跟驰飞行排队的识别与度量管理。给出航班流跟驰飞行排队的相关定义,提出相关度量指标:航班交通流基本参数、航路所容纳航班数、出入流率比、航路负荷、汇聚排队指标等;能辅助空中交通管理人员快速识别航路热点,采取合适管制措施改善航路状况;应用相关指标对航路容量进行研究;研究前后跟驰航班飞行过程,对前机减速导致的后机减速度约束进行建模、算法设计和控制。全面应用PBN技术可能出现终端空域航班高密度运行情况,点融合PM程序能提高进场航班流的可预测性,在航班高密度运行中其管理优势明显。针对PM程序下航班管理,应用智能Agent技术对进场航班运行过程建模,提出建立保持航班安全间隔的后续航班负责制;通过程序化管制Agent和航班Agent协作工作,提高进港航班流的管理效率;PM程序调整航班排序的可操作性较强,研究了PM程序多Agent系统中高密度航班排序策略问题。全面应用PBN技术可能出现核心枢纽机场跑道拥堵情况,应用随机服务系统理论,建立繁忙高峰时刻航班跑道起降运行模型,研究起降航班队列非线性动态演化延误水平模型及其求解方法;研究最佳跑道数量设置和起降航班排队方式。研究PBN技术下,理想化状态核心枢纽机场跑道数量合理设置以及航班排队方式对跑道的营运影响等问题。在空中交通将广泛运用PBN技术的背景下,本课题为提高航班运行安全,提高空中交通系统的运行效率做了初步研究工作。课题立足于未来所有航班全部飞行阶段均采用PBN技术,研究该状态下的相关关键问题,能为航空交通运输规划和管理提供新思路,为空中交通全面运行PBN提供管理方案和理论导引,对我国民航早日实现PBN全面运行有现实意义。
石文[8]（2014）在《空中交通管理优化问题研究》文中进行了进一步梳理空中交通管理主要负责维护和促进空中交通安全,维护空中交通秩序,保证空中交通畅通。在空中交通管理的各个组成部分以及不同阶段的运行流程中,蕴含着不同种类的空中交通管理优化问题。由于空中交通管理优化问题具有实时性、动态性以及复杂性的特点,需要一整套高效可扩展的智能优化算法体系架构来解决空中交通管理中的优化问题。因此,本文提出了以航班运行为对象,以四维航班飞行航迹为目标,以超启发式架构为核心的空管智能优化算法模型。本文首先定义了基于超启发式架构的空管智能优化算法模型。其中,作为空管智能优化算法模型的核心,超启发式架构包含两层算法模型,底层算法作为领域算法,负责针对各类空管智能服务优化问题求解;高层算法并不直接参与针对优化问题的求解,而是控制底层算法的搜索流程与求解方向。针对飞行冲突探测与解脱问题,本文基于三种飞行姿态调整方式,形成了针对飞行冲突解脱3D模型的完整求解算法。通过实验可以看出,本文提出的针对冲突解脱的超启发式算法能够快速有效地实现水平和三维空间的飞行冲突解脱。针对进场航班排序问题,本文提出了基于散点搜索算法的超启发式算法（HHSS）。算法首先针对当前的进场航班情况,依据不同的优先进场规则,生成航班降落队列,并在序列生成过程中有针对性地构造新的优先规则以扩大降落队列的搜索范围。实验结果表明与传统的各类排序方法相比这种方法可以有效地解决航班排序问题,同时算法对航班排序小规模问题的计算求解时间较快。针对航路流量优化问题规模大的特点,本文提出了基于散点编程的SP-OPTS算法,这种算法能够针对不同的问题实例自动生成相应的航班起飞序列规则,提高了算法针对不同问题的自适应性。同时本文将强化学习机制应用于基于多Agent的并行超启发式算法架构中。实验证明,这两种算法与各自同类方法相比法在求解精度上以及算法收敛性上都具有一定的优势。同时,这两种方法的联合算法比CPLEX以及现有的FCFS方法更适合求解大规模航路流量优化复杂问题。本文针对空管运行服务中的优化问题,提出了以超启发式架构为核心的智能优化算法架构,有效地提升了空管运行服务水平,提高了空管运行服务的效率。
王劲松[9]（2011）在《基于滑动排序窗算法的飞机排序优化设计》文中提出新中国成立以来,作为国家重要的交通运输方式,民用航空事业在国家的大力扶持下迅猛发展,航空器的数量快速增长。在航班高峰期进离港的时候出现了较为严重的飞行堵塞,危及了航空运输的正常秩序、飞行安全、乘客的出行时间和航空公司的经济效益。现阶段空中交通的主要任务就是处理空管服务水平和日益增长的民航班机之间的协调的矛盾。随着国民经济持续快速的增长,民航运输总周转量不断持续上涨,导致了很多机场的硬件设施和空管服务水平滞后,而且空域的狭小也造成了终端区管制手段的被动,给管制员带来了很多不必要的负担。落后的空管系统是航班延误的原因之一。但是,跟发达国家的空管系统和机场设施来对比,中国的硬件和软件条件还是比较落后的,仅仅通过引进先进的设备来提高服务水平只是杯水车薪,应该从软硬件双向着手开始进行规划和提升,才能满足未来航空发展的需求。所以本文引用了滑动排序窗算法,其特点是计算量不大,避免了大量的运算造成的瓶颈效应;最大的优点是本算法适用于大量的航空器的飞行队列,一般在十架以上;还引入了成本函数,使得各个方面都进行了权衡。在文章的后面还对滑动窗算法进行了有效性的验证,对排序结果进行了仿真分析,结果表明,此算法对飞机排序的优化具有良好的效果。在本文的最后还按照软件工程的方法,用面向对象的程序语言C#对排序优化算法进行了软件设计,采用模块化设计方案,分为飞机参数（预计到达时间,安排后的时间,滑动窗排序的步长,调整范围）数据输入模块,飞机排序计算模块,结果显示输出模块。最后对软件进行了测试,利用测试工具按照测试方案和流程对产品进行功能和性能测试,对测试方案可能出现的问题进行分析和评估。
杨晶妹[10]（2010）在《终端区进场航班排序方法研究》文中研究表明随着我国民航飞行流量的快速增长,在一些繁忙的机场和终端区经常发生严重的空中交通拥挤现象,严重干扰航班的正常运行,导致大量的航班延误,给航空公司造成了巨大的经济损失,也给终端区内航班的安全运行造成了影响。进场航班流管理是终端区流量管理的关键部分,对进场航班流的排序调度也早已成为业内研究的热点。本文主要对终端区内进场航班的动态排序模型和方法进行了研究。首先阐述了空中交通流量管理的概念以及终端区空中交通运行状况,介绍了已有的进场航班排序方法。在总结已有的以延误时间最小和延误成本最小的两种模型基础上,结合时间提前,引入滚动时域控制策略,提出了考虑提前的动态航班排序模型。在求解优化排序队列的方法上采用整数编码的遗传算法。通过对所设计的几种改进遗传算法的结果比较,最终确定采用以基于滚动时域控制的初始种群优化遗传算法（RHCGA）作为求解问题的算法。通过实验验证, RHCGA算法在求解速度和求解质量上都远优于GA算法。最后,基于上述模型和算法,设计并开发了广州进场航班排序辅助决策系统,给出了业务流程和输出界面,并总结了本文的主要成果以及进一步研究的展望。
二、空中交通自动化管理中飞机等待队列的排序算法（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、空中交通自动化管理中飞机等待队列的排序算法（论文提纲范文）
（1）基于ADS-B信息的进近航班排序方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 选题背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 本文主要研究工作 |
| 第二章 终端区定义与航班排序描述 |
| 2.1 终端区定义 |
| 2.2 终端区飞行过程 |
| 2.3 终端区航班排序描述 |
| 2.4 本章小结 |
| 第三章 ADS-B数据提取与飞机尾流间隔优化 |
| 3.1 ADS-B数据处理 |
| 3.1.1 重复数据处理 |
| 3.1.2 数据缺失处理 |
| 3.2 ADS-B数据转换及提取 |
| 3.2.1 坐标转换 |
| 3.2.2 高度、速度转换 |
| 3.2.3 ADS-B数据提取 |
| 3.3 基于机型数据分析的飞机尾流间隔优化 |
| 3.3.1 飞机尾流分类 |
| 3.3.2 飞机遭遇尾流情况 |
| 3.3.3 机型数据分析 |
| 3.3.4 尾流安全间隔模型 |
| 3.3.5 尾流安全间隔优化 |
| 3.4 实验仿真与分析 |
| 3.4.1 下洗力及尾流耗散仿真实验分析 |
| 3.4.2 尾流间隔优化仿真实验分析 |
| 3.4.3 跑道容量仿真实验分析 |
| 3.5 本章小结 |
| 第四章 基于点融合进近模式的航班动态排序方法 |
| 4.1 问题描述 |
| 4.2 点融合程序设计 |
| 4.2.1 点融合技术 |
| 4.2.2 点融合程序设计要求 |
| 4.2.3 点融合程序应用分析 |
| 4.3 基于点融合进近模型的航班排序模型构建 |
| 4.3.1 航班调度策略 |
| 4.3.2 航班排序模型类型 |
| 4.3.3 航班动态排序策略 |
| 4.3.4 基于点融合进近模型的航班动态排序模型 |
| 4.4 算法设计 |
| 4.4.1 基于RHC策略的GASA排序算法设计 |
| 4.4.2 算法步骤 |
| 4.5 仿真与分析 |
| 4.5.1 仿真设计 |
| 4.5.2 结果分析 |
| 4.6 本章小结 |
| 第五章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
| 硕士学位攻读期间发表的论文成果 |
（2）基于点融合程序的航空器进场航迹规划方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 注释表 |
| 缩略语 |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 研究综述 |
| 1.3 研究方案 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 1.3.3 章节安排 |
| 1.4 本章小结 |
| 第二章 点融合技术研究 |
| 2.1 技术背景 |
| 2.1.1 航行技术 |
| 2.1.2 机载设备 |
| 2.1.3 空管自动化系统 |
| 2.1.4 飞行技术 |
| 2.2 结构及组合 |
| 2.2.1 程序结构 |
| 2.2.2 组合方式 |
| 2.3 操作运行 |
| 2.4 特情处置 |
| 2.5 本章小结 |
| 第三章 点融合程序设计方法研究 |
| 3.1 机场运行条件分析 |
| 3.1.1 导航设施 |
| 3.1.2 航空器适航分析 |
| 3.1.3 终端区空域环境 |
| 3.2 终端区空域及航空器性能建模 |
| 3.2.1 终端区空域模型 |
| 3.2.2 航空器性能模型 |
| 3.3 点融合程序设计规范 |
| 3.3.1 指导原则 |
| 3.3.2 参数设置 |
| 3.4 点融合程序设计案例 |
| 3.4.1 实验设计 |
| 3.4.2 设计方案 |
| 3.5 本章小结 |
| 第四章 点融合程序优化模型构建 |
| 4.1 点融合程序评价体系 |
| 4.1.1 指标选取 |
| 4.1.2 权重计算 |
| 4.2 点融合程序优化模型 |
| 4.2.1 模型假设 |
| 4.2.2 特性指标 |
| 4.2.3 约束条件 |
| 4.2.4 模型构建 |
| 4.3 优化模型求解 |
| 4.3.1 优化步骤 |
| 4.3.2 算法求解 |
| 4.4 实例分析 |
| 4.5 本章小结 |
| 第五章 点融合程序航班序列优化研究 |
| 5.1 飞行冲突识别与解脱 |
| 5.2 点融合程序航班排序模型 |
| 5.2.1 问题描述 |
| 5.2.2 模型构建 |
| 5.2.3 算法设计 |
| 5.3 实例分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 在校期间研究成果 |
| 附录 |
（3）数字航空通信系统资源调度算法研究（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 民航通信系统现状 |
| 1.2.2 现有的调度算法 |
| 1.3 主要研究内容与章节安排 |
| 1.3.1 研究内容 |
| 1.3.2 本文章节安排 |
| 2 数字航空通信系统业务类型与接入机制介绍 |
| 2.1 引言 |
| 2.2 数字航空通信系统的业务调度 |
| 2.2.1 数字航空通信业务分类及特性 |
| 2.2.2 资源结构相关概念 |
| 2.3 调度流程及调度算法的评价标准 |
| 2.3.1 调度的概念及流程 |
| 2.3.2 调度算法评价标准 |
| 2.4 本章小结 |
| 3 数字航空通信系统队列调度算法研究 |
| 3.1 引言 |
| 3.2 航空业务模型建立 |
| 3.2.1 航空业务建模 |
| 3.2.2 航空业务排队模型 |
| 3.3 基于剩余时延的队列调度算法 |
| 3.3.1 航空场景下的业务调度分析 |
| 3.3.2 基于剩余时延的队列调度算法 |
| 3.4 仿真与分析 |
| 3.5 本章小结 |
| 4 数字航空通信系统带宽资源调度算法研究 |
| 4.1 引言 |
| 4.2 多飞机场景下的数字航空通信系统调度算法 |
| 4.2.1 多飞机场景下的调度流程 |
| 4.2.2 带宽不足时的调度算法 |
| 4.2.3 带宽充足时的调度算法 |
| 4.3 仿真与分析 |
| 4.3.1 带宽不足时的调度算法仿真分析 |
| 4.3.2 带宽充足时的调度算法仿真分析 |
| 4.4 本章小结 |
| 5 总结与展望 |
| 5.1 论文工作总结 |
| 5.2 存在的问题与展望 |
| 参考文献 |
| 附录 |
| A.作者在攻读学位期间获得的奖励 |
| B.作者在攻读学位期间参与的科研项目 |
| C.学位论文数据集 |
| 致谢 |
（4）基于分派规则的航班排序与调度研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 进场航班排序与调度 |
| 1.2.2 离场航班排序与调度 |
| 1.2.3 进离场航班排序与调度 |
| 1.3 论文主要研究内容 |
| 第二章 进离场航班排序与调度问题 |
| 2.1 车间调度问题 |
| 2.1.1 车间调度问题的描述 |
| 2.1.2 车间调度问题的分类 |
| 2.1.3 车间调度问题的研究方法 |
| 2.2 航班排序与调度问题 |
| 2.2.1 优化目标 |
| 2.2.2 约束条件 |
| 2.2.3 影响因素 |
| 2.3 分派规则 |
| 2.3.1 单一分派规则 |
| 2.3.2 复合分派规则 |
| 2.4 本章小结 |
| 第三章 进场航班排序与调度 |
| 3.1 问题描述 |
| 3.1.1 航班进场问题 |
| 3.1.2 进场排序与调度模型 |
| 3.2 算法设计 |
| 3.2.1 进场分派规则 |
| 3.2.2 进场排序启发式算法 |
| 3.3 仿真验证 |
| 3.3.1 仿真场景 |
| 3.3.2 仿真结果分析 |
| 3.4 本章小结 |
| 第四章 离场航班排序与调度 |
| 4.1 问题描述 |
| 4.1.1 航班离场问题 |
| 4.1.2 离场排序与调度模型 |
| 4.2 算法设计 |
| 4.2.1 离场分派规则 |
| 4.2.2 离场排序启发式算法 |
| 4.3 仿真验证 |
| 4.3.1 仿真场景 |
| 4.3.2 两小时离场航班仿真 |
| 4.3.3 半年高峰时段离场仿真 |
| 4.4 本章小结 |
| 第五章 进离场航班排序与调度 |
| 5.1 问题描述 |
| 5.1.1 航班进离场问题 |
| 5.1.2 进离场排序与调度模型 |
| 5.2 算法设计 |
| 5.2.1 进离场分派规则 |
| 5.2.2 SA_ATCAS元启发式算法 |
| 5.3 仿真验证 |
| 5.3.1 仿真场景 |
| 5.3.2 仿真结果分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 在学期间的研究成果及发表的学术论文 |
（5）基于AF-PSO的飞机着陆排序算法及其FPGA实现（论文提纲范文）
| 摘要 |
| abstract |
| 注释表 |
| 缩略词 |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究状况 |
| 1.2.2 国内研究状况 |
| 1.3 本文内容及结构安排 |
| 第二章 流量管理介绍 |
| 2.1 空中交通管理介绍 |
| 2.1.1 空中交通流量管理 |
| 2.1.2 空中交通流量管理分类 |
| 2.1.3 空中交通流量管理策略 |
| 2.2 终端区流量管理 |
| 2.2.1 终端区的基本概念 |
| 2.2.2 终端区空域结构 |
| 2.2.3 终端区飞行状态 |
| 2.2.4 终端区流量管理分类 |
| 2.3 终端区进场航班排序方法 |
| 2.3.1 先到先服务 |
| 2.3.2 时间提前量法 |
| 2.3.3 分航路调节距离间隔的排序方法 |
| 2.3.4 动态尾流间隔算法 |
| 2.3.5 基于优化窗的排序算法 |
| 2.4 本章小结 |
| 第三章 飞机的着陆调度模型分析 |
| 3.1 进场排序问题 |
| 3.1.1 排序间隔 |
| 3.1.2 优化目标 |
| 3.2 模型分析 |
| 3.2.1 飞机对的分类 |
| 3.2.2 优化目标种类 |
| 3.2.3 单跑道模型目标优化 |
| 3.3 小结 |
| 第四章 终端区进场排序算法 |
| 4.1 粒子群优化算法概述 |
| 4.1.1 算法原理 |
| 4.1.2 算法数学描述 |
| 4.1.3 算法流程 |
| 4.2 人工鱼群算法概述 |
| 4.2.1 人工鱼结构模型 |
| 4.2.2 人工鱼基本行为算法描述 |
| 4.2.3 人工鱼群算法流程 |
| 4.3 滚动时域算法 |
| 4.3.1 滚动时域算法概述 |
| 4.3.2 算法流程 |
| 4.3.3 动态模型描述 |
| 4.3.4 动态模型流程图 |
| 4.4 AF-PSO算法设计 |
| 4.4.1 算法设计思想 |
| 4.4.2 算法设计流程 |
| 4.5 仿真分析 |
| 4.6 本章小结 |
| 第五章 飞机着陆AFPSO排序算法的FPGA实现 |
| 5.1 FPGA工程设计简介 |
| 5.2 算法系统硬件架构设计 |
| 5.3 算法仿真 |
| 5.4 本章小结 |
| 第六章 结论和展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 在学期间的研究成果及发表的学术论文 |
（6）终端区交通流复杂动态特性与拥堵控制方法（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及目的 |
| 1.2 研究必要性及意义 |
| 1.3 国内外研究进展综述 |
| 1.3.1 终端区交通流时空特性分析方法 |
| 1.3.2 管制员个体行为特征测度与建模 |
| 1.3.3 终端区交通流拥堵战术疏导方法 |
| 1.4 本文研究思路及创新点 |
| 1.4.1 本文研究思路与方案 |
| 1.4.2 本文主要创新工作 |
| 1.5 本文章节安排 |
| 第二章 终端区交通典型基础行为特征模式分析 |
| 2.1 终端区交通流运行基本特性 |
| 2.1.1 进场点偏离随机性 |
| 2.1.2 空域交通量周期性 |
| 2.1.3 交通流宏观流体性 |
| 2.1.4 进离交通流制约性 |
| 2.2 管制员基础行为模式与特征 |
| 2.2.1 冲突探测与解脱不确定性 |
| 2.2.2 管制员通信行为时间特性 |
| 2.3 本章小结 |
| 第三章 终端区交通流复杂动力学特性建模与实证 |
| 3.1 “管制员-交通流”多层网络模型 |
| 3.1.1 基于路径的空域网络(RAN) |
| 3.1.2 飞行轨迹网络(FTN) |
| 3.1.3 基于流驱动的动态网络(IFDN) |
| 3.1.4 “冲突-通信”关联网络(ICCN) |
| 3.2 网络行为动力学测度参量建模 |
| 3.2.1 网络交通流行为参量 |
| 3.2.2 管制行为复杂性参量 |
| 3.2.3 非线性动力学参量 |
| 3.3 终端区交通流动力学实证分析 |
| 3.3.1 数据描述 |
| 3.3.2 终端区交通流动力学基本图分析 |
| 3.3.3 “管制员/交通流”交互动力学机制 |
| 3.3.4 终端区交通运行高阶非线性分析 |
| 3.4 本章小结 |
| 第四章 终端区交通流宏观动态演化建模与分析 |
| 4.1 经典元胞传输模型 |
| 4.2 基于改进CTM的终端区交通流演化建模 |
| 4.2.1 典型基本图分段线性近似 |
| 4.2.2 基于改进CTM的终端区交通流建模 |
| 4.3 终端区交通流宏观推演平台及仿真验证 |
| 4.3.1 队列MCTM混合仿真平台运行框架 |
| 4.3.2 队列MCTM混合仿真平台参数标定 |
| 4.3.3 队列MCTM混合仿真平台性能验证 |
| 4.4 终端区交通流拥堵演变及其敏感性分析 |
| 4.4.1 进离场交通流拥堵演变模式 |
| 4.4.2 进场交通流稳定/非稳定临界 |
| 4.4.3 终端区交通流拥堵演变的运行参数敏感性 |
| 4.5 本章小结 |
| 第五章 终端区交通流系统微观行为建模与分析 |
| 5.1 终端区复杂交通流系统运行框架 |
| 5.2 终端区交通流系统控制模型方法 |
| 5.2.1 交通流动态系统 |
| 5.2.2 交通事件观测器 |
| 5.2.3 元认知模拟器 |
| 5.2.4 决策与调配器 |
| 5.2.5 任务负荷生成器 |
| 5.2.6 飞行操控模拟器 |
| 5.3 终端区交通流系统仿真ACTSim验证 |
| 5.3.1 ACTSim系统架构 |
| 5.3.2 ACTSim参数标定 |
| 5.3.3 ACTSim性能验证 |
| 5.4 终端区交通流系统演变的管制行为敏感性 |
| 5.4.1 冲突解脱提前量 |
| 5.4.2 任务队列优先级 |
| 5.4.3 扇区间隔适配性 |
| 5.5 本章小结 |
| 第六章 终端区交通拥堵战术疏导解决方案研究 |
| 6.1 终端区交通流拥堵疏导战术级解决方案 |
| 6.2 基于鲁棒控制的终端区交通流协同疏导 |
| 6.2.1 终端区进离场临界需求协同控制 |
| 6.2.2 终端区扇区交通流序列协同控制 |
| 6.2.3 实例验证 |
| 6.3 基于可航空间的水平航迹实时管理工具 |
| 6.3.1 水平航迹管理概念框架 |
| 6.3.2 可航空间可视化表达 |
| 6.3.3 水平航迹管理工具简介 |
| 6.3.4 水平航迹管理工具验证 |
| 6.4 本章小结 |
| 第七章 结论与展望 |
| 7.1 研究结论与成果 |
| 7.2 研究局限与展望 |
| 参考文献 |
| 致谢 |
| 在学期间的研究成果及发表的学术论文 |
（7）PBN技术下的空中交通若干关键问题研究（论文提纲范文）
| 摘要 |
| abstract |
| 注释表 |
| 缩略词 |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 PBN技术的优越性 |
| 1.1.3 研究意义 |
| 1.2 国内外PBN技术应用、研究现状 |
| 1.2.1 国内外应用PBN技术现状 |
| 1.2.2 PBN技术相关研究现状 |
| 1.2.3 现有PBN相关技术研究不足 |
| 1.3 研究内容和章节安排 |
| 1.3.1 研究内容 |
| 1.3.2 研究的框架结构 |
| 第二章 支持精密PBN运行的地基增强系统完好性测评 |
| 2.1 引言 |
| 2.2 支持PBN精密进近的GBAS |
| 2.2.1 民航飞行器精密进近需要GBAS支持 |
| 2.2.2 GBAS完好性基本理论 |
| 2.3 GBAS数据处理算法与流程 |
| 2.3.1 GBAS地面站数据处理算法与流程 |
| 2.3.2 GBAS用户端数据处理算法与流程 |
| 2.4 GBAS完好性评估方法 |
| 2.4.1 GBAS完好性风险分配与保护级 |
| 2.4.2 H0和H1 假设下的安全系数计算 |
| 2.4.3 样本特征分析 |
| 2.4.4 改进的拉普拉斯尾部包络建模 |
| 2.5 BDS-GBAS完好性评估 |
| 2.5.1 BDS-GBAS系统构建 |
| 2.5.2 GBAS完好性评估平台 |
| 2.6 小结 |
| 第三章 PBN航路航班跟驰飞行排队度量与管制研究 |
| 3.1 引言 |
| 3.2 PBN航路航班跟驰飞行排队特点和相关定义 |
| 3.2.1 PBN航班流运行特点 |
| 3.2.2 航班跟驰飞行排队的定义 |
| 3.2.3 航班跟驰飞行排队的特点 |
| 3.2.4 PBN航班流跟驰飞行排队运行状态 |
| 3.2.5 航班跟驰飞行排队的分类与属性 |
| 3.3 建立PBN航路航班跟驰飞行排队度量指标 |
| 3.3.1 常用航班流参数指标 |
| 3.3.2 航路负荷度指标 |
| 3.3.3 航班等待度指标 |
| 3.3.4 汇聚航路跟驰排队指标 |
| 3.3.5 航班排队链数量指标 |
| 3.3.6 航班跟驰飞行排队度量的应用 |
| 3.4 基于跟驰飞行排队的航路容量研究 |
| 3.4.1 PBN航路航班流飞行建模 |
| 3.4.2 稳定平衡航班流流速与流量 |
| 3.4.3 有间隔裕量航路容量仿真计算 |
| 3.4.4 计算结果分析 |
| 3.5 PBN航路跟驰飞机减速度控制研究 |
| 3.5.1 PBN航路飞机跟驰飞行特点 |
| 3.5.2 有安全间隔和速度限制的跟驰飞机加速度控制 |
| 3.5.3 仿真算例 |
| 3.5.4 计算结果分析 |
| 3.6 小结 |
| 第四章 辅助PBN航路航班飞行管理的多智体系统 |
| 4.1 引言 |
| 4.2 辅助航班飞行管制的多智体系统运行目标 |
| 4.3 终端空域PM航路结构及航班管制方式 |
| 4.3.1 终端空域PM航路 |
| 4.3.2 终端空域PM航路模型数据获取与构建 |
| 4.3.3 保持航班安全间隔的时间与空间要素 |
| 4.3.4 同航路“前后”航班安全间隔分析(冲突判断) |
| 4.3.5 邻近空域航班安全间隔分析(冲突判断) |
| 4.3.6 航班之间安全间隔调控与预判断 |
| 4.4 辅助管制多智体系统中航班智体Agent |
| 4.4.1 航班智体Agent的行为能力 |
| 4.4.2 航班智体Agent的数据结构 |
| 4.4.3 航班智体Agent结构模块 |
| 4.4.4 航班智体Agent安全控制目标 |
| 4.4.5 航班智体Agent飞行控制操作 |
| 4.4.6 航班智体Agent间隔控制设计 |
| 4.4.7 航班智体Agent决策推理算法流程 |
| 4.5 多智体系统中管制智体Agent |
| 4.5.1 管制智体Agent的行为能力 |
| 4.5.2 管制智体Agent的内部数据结构 |
| 4.5.3 管制智体Agent结构模块 |
| 4.5.4 管制智体Agent对航班活动分类及管制 |
| 4.5.5 管制智体Agent的运行流程 |
| 4.5.6 管制智体Agent预测潜在冲突 |
| 4.5.7 航班Agent与管制Agent的交互运行流程 |
| 4.6 PM程序下Agent系统的应用 |
| 4.6.1 航班Agent优先级别的确定 |
| 4.6.2 PM程序下航班Agent着陆顺序优化 |
| 4.6.3 PM程序下管制Agent和航班Agent的协作 |
| 4.7 小结 |
| 第五章 PBN技术下跑道需求与航班起降排队方式研究 |
| 5.1 引言 |
| 5.2 基于系统运行效能的核心枢纽机场最优跑道数目研究 |
| 5.2.1 终端区流量管制造成的延误损失 |
| 5.2.2 执行PBN的枢纽机场终端区地空运行模型 |
| 5.2.3 枢纽机场终端区系统运行效能及跑道数目设置分析 |
| 5.2.4 最优跑道数目需求模型和算法 |
| 5.2.5 算法应用举例 |
| 5.3 有等待席位限制的平行多跑道机场航班起降运行组队研究 |
| 5.3.1 我国多跑道枢纽机场现实状况与面临问题 |
| 5.3.2 有等待席位限制的终端区地空运行模型 |
| 5.3.3 分列独立组队模式 |
| 5.3.4 联合协作组队模式 |
| 5.3.5 应用举例 |
| 5.3.6 联合起降技术可以扩充跑道容量 |
| 5.4 小结 |
| 第六章 总结与展望 |
| 6.1 论文的主要成果 |
| 6.2 主要的创新工作 |
| 6.3 研究工作展望 |
| 参考文献 |
| 致谢 |
| 在学期间的研究成果及发表的学术论文 |
| 附录1:ICAO SARPs中对导航系统相关性能指标的要求 |
（8）空中交通管理优化问题研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景和研究意义 |
| 1.2 论文主要工作与创新点 |
| 1.3 论文章节安排 |
| 第二章 空管智能优化问题研究现状 |
| 2.1 空管自动化系统 |
| 2.2 空中交通管理典型优化问题 |
| 2.2.1 飞行冲突探测与解脱问题 |
| 2.2.2 进场航班排序问题 |
| 2.2.3 航路流量优化问题 |
| 2.3 超启发式算法 |
| 2.3.1 启发式选择启发式机制 |
| 2.3.2 启发式生成启发式机制 |
| 2.4 本章小结 |
| 第三章 空管智能优化通用算法架构 |
| 3.1 管制员的工作性质与目标 |
| 3.2 空管智能服务总体架构 |
| 3.3 空管智能优化求解模型 |
| 3.3.1 输入模型 |
| 3.3.2 优化问题元模型 |
| 3.4 超启发式算法模型 |
| 3.4.1 高层启发式算法元模型 |
| 3.4.2 底层启发式算法元模型 |
| 3.4.3 超启发式算法通信模型 |
| 3.5 本章小结 |
| 第四章 基于 3D的空管飞行冲突解脱混合模型研究 |
| 4.1 飞行冲突模型 |
| 4.1.1 几何模型分析 |
| 4.1.2 约束条件 |
| 4.1.3 目标函数 |
| 4.1.4 飞行冲突解脱模型解结构 |
| 4.2 底层启发式算法 |
| 4.3 高层启发式算法 |
| 4.4 实验分析 |
| 4.4.1 实验平台 |
| 4.4.2 飞行冲突解脱小规模问题实验 |
| 4.4.3 飞行冲突解脱大规模问题实验 |
| 4.4.4 飞行冲突动态问题解脱实验 |
| 4.5 本章小结 |
| 第五章 基于散点搜索与超启发式算法的终端区进场航班排序问题研究 |
| 5.1 进场航班排序问题模型 |
| 5.1.1 约束条件 |
| 5.1.2 目标函数 |
| 5.2 针对进场航班排序问题的超启发式算法 |
| 5.2.1 降落时间算法层 |
| 5.2.2 优先规则层 |
| 5.2.3 散点搜索算法层 |
| 5.3 实验分析 |
| 5.3.1 实验平台与数据源 |
| 5.3.2 不同算法间的结果比较 |
| 5.3.3 构造型算法性能比较 |
| 5.3.4 不同算法间的运行时间比较 |
| 5.3.5 参考集规模对于结果的影响 |
| 5.3.6 步长对于算法结果的影响 |
| 5.4 本章小结 |
| 第六章 基于超启发式算法架构的空中交通航路流量优化研究 |
| 6.1 研究意义 |
| 6.2 航路流量优化模型 |
| 6.3 航路流量优化问题与车间作业调度问题 |
| 6.4 基于散点编程的超启发式算法 |
| 6.4.1 散点编程的解结构 |
| 6.4.2 散点编程的主要流程 |
| 6.4.3 散点编程的实验分析 |
| 6.5 基于强化学习的并行超启发式算法 |
| 6.5.1 基于强化学习的超启发式算法 |
| 6.5.2 基于并行架构的超启发式算法 |
| 6.5.3 基于多Agent的超启发式算法总体架构 |
| 6.5.4 同步学习机制 |
| 6.5.5 异步学习机制 |
| 6.5.6 基于强化学习的并行超启发式算法性能分析 |
| 6.6 空中交通航路流量优化综合实验 |
| 6.7 本章小结 |
| 第七章 总结与展望 |
| 7.1 论文总结 |
| 7.2 下一步的工作 |
| 参考文献 |
| 发表论文和参加科研情况说明 |
| 致谢 |
（9）基于滑动排序窗算法的飞机排序优化设计（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究意义及内容 |
| 1.1.1 研究意义 |
| 1.1.2 研究内容 |
| 1.2 空中交通管理介绍 |
| 1.2.1 空中交通管理的概念 |
| 1.2.2 空中交通管理的构成 |
| 1.2.3 空中交通管理的目标 |
| 1.2.4 空中交通管理的任务 |
| 1.3 我国空中交通管理的现状及发展 |
| 1.3.1 我国现阶段空中交通管理现状及存在的问题 |
| 1.3.2 改善我国空中交通管制的措施 |
| 第二章 空中交通流量管理 |
| 2.1 概述 |
| 2.1.1 空中交通流量管理的意义 |
| 2.1.2 空中交通流量管理的依据和原则 |
| 2.1.3 流量管理的方法 |
| 2.2 空中交通流量控制 |
| 2.2.1 空中交通流量控制的必要性 |
| 2.2.2 空中交通流量控制的方法和基础 |
| 2.2.3 流量控制中的排序和制表 |
| 2.2.4 实施流量控制的保障措施 |
| 2.3 空中交通流量管理的制约因素 |
| 2.3.1 空域自由度 |
| 2.3.2 管制方式 |
| 2.3.3 管制员素质 |
| 2.4 终端区空中交通流量管理 |
| 2.5 我国实现高效流量管理的措施 |
| 2.5.1 对我国空域进行合理规划 |
| 2.5.2 逐步实现流量管理的系统化、自动化 |
| 2.5.3 努力克服空管系统的瓶颈效应与木桶效应 |
| 2.5.4 科学、合理地对流量实施控制 |
| 2.6 机场容量与流量控制模型 |
| 2.6.1 机场容量 |
| 2.6.2 影响机场容量的因素 |
| 2.7 机场容量与平均延误 |
| 第三章 到达飞机队列排序算法与实现和仿真分析 |
| 3.1 国外主要算法介绍 |
| 3.1.1 先到先服务算法(FCFS) |
| 3.1.2 约束位置交换算法(CPS) |
| 3.1.3 时间提前算法 |
| 3.1.4 延误交换算法 |
| 3.1.5 动态尾流间隔算法 |
| 3.2 滑动排序窗算法设计 |
| 3.2.1 设计思路 |
| 3.2.2 数学表述 |
| 3.2.3 算法模型 |
| 3.2.4 约束条件 |
| 3.3 仿真分析的参数设置 |
| 3.4 仿真结果 |
| 3.5 仿真分析 |
| 3.6 结论 |
| 第四章 航班动态排序系统软件设计 |
| 4.1 编程软件介绍 |
| 4.2 软件的实现 |
| 4.2.1 算法实现程序中的主要对象模型 |
| 4.2.2 算法程序中得关键函数 |
| 4.2.3 算法程序的总体流程 |
| 4.2.4 软件界面设计 |
| 4.2.4.1 软件主界面 |
| 4.2.4.2 软件程序设计流程 |
| 4.3 软件使用说明 |
| 4.4 绵阳机场航班动态排序系统设计 |
| 4.5 软件测试 |
| 4.5.1 基本概念 |
| 4.5.2 测试原则 |
| 4.5.3 测试目标 |
| 4.5.4 测试方法 |
| 4.5.5 系统测试 |
| 4.5.6 飞机排序功能测试 |
| 4.5.7 单元测试 |
| 4.5.8 集成测试 |
| 4.5.9 测试环境 |
| 第五章 结论 |
| 5.1 论文总结 |
| 5.2 工作展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（10）终端区进场航班排序方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 图表清单 |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究状况 |
| 1.2.1 国外研究状况 |
| 1.2.2 国内研究状况 |
| 1.3 本文内容及结构安排 |
| 第二章 终端区流量管理基础 |
| 2.1 空中交通流量管理 |
| 2.1.1 空中交通流量管理目标 |
| 2.1.2 空中交通流量管理的分类 |
| 2.1.3 空中交通流量管理策略 |
| 2.2 终端区流量管理 |
| 2.2.1 终端区的基本概念 |
| 2.2.2 终端区的空域结构 |
| 2.2.3 终端区的一般飞行过程 |
| 2.2.4 终端区流量管理分类 |
| 2.2.5 终端区进场航班排序方法 |
| 2.3 本章小结 |
| 第三章 终端区进场排序模型 |
| 3.1 进场排序问题阐述 |
| 3.1.1 排序界限 |
| 3.1.2 间隔约束 |
| 3.1.3 优化目标 |
| 3.2 静态模型 |
| 3.2.1 单跑道模型 |
| 3.2.2 多跑道模型 |
| 3.3 动态模型 |
| 3.3.1 RHC 策略的介绍 |
| 3.3.2 基于RHC 策略建立的动态模型 |
| 3.4 本章小结 |
| 第四章 终端区进场航班排序算法 |
| 4.1 遗传算法基础 |
| 4.1.1 遗传算法介绍 |
| 4.1.2 遗传算法的基本概念 |
| 4.2 RHC_GA 设计 |
| 4.2.1 染色体编码方案 |
| 4.2.2 适应度函数 |
| 4.2.3 遗传算子 |
| 4.2.4 初始种群的生成 |
| 4.2.5 交叉变异概率 |
| 4.2.6 约束条件的处理 |
| 4.2.7 算法步骤 |
| 4.3 算例分析 |
| 4.3.1 几种改进GA 算法的实验结果比较 |
| 4.3.2 RHC_GA 与FCFS_GA 算法实验结果比较 |
| 4.3.3 RHC_GA 算法的参数设置对优化的影响 |
| 4.4 本章小结 |
| 第五章 广州进场排序辅助决策系统设计 |
| 5.1 广州进近的空域结构及运行状况 |
| 5.1.1 广州进近的空域结构 |
| 5.1.2 空域运行变更状况 |
| 5.2 系统设计与实现 |
| 5.2.1 系统开发工具 |
| 5.2.2 系统总体设计 |
| 5.2.3 主要功能模块及界面 |
| 5.3 本章小结 |
| 第六章 结论展望 |
| 6.1 本文的主要成果 |
| 6.2 进一步研究的问题 |
| 参考文献 |
| 致谢 |
| 在校期间研究成果 |
四、空中交通自动化管理中飞机等待队列的排序算法（论文参考文献）
- [1]基于ADS-B信息的进近航班排序方法研究[D]. 卢韩伟. 中国民航大学, 2020(01)
- [2]基于点融合程序的航空器进场航迹规划方法研究[D]. 邢大伟. 南京航空航天大学, 2020(07)
- [3]数字航空通信系统资源调度算法研究[D]. 陈茜蓉. 重庆大学, 2019(01)
- [4]基于分派规则的航班排序与调度研究[D]. 戴喜妹. 南京航空航天大学, 2019(02)
- [5]基于AF-PSO的飞机着陆排序算法及其FPGA实现[D]. 王义平. 南京航空航天大学, 2018(02)
- [6]终端区交通流复杂动态特性与拥堵控制方法[D]. 杨磊. 南京航空航天大学, 2018(01)
- [7]PBN技术下的空中交通若干关键问题研究[D]. 明朝辉. 南京航空航天大学, 2018(01)
- [8]空中交通管理优化问题研究[D]. 石文. 天津大学, 2014(08)
- [9]基于滑动排序窗算法的飞机排序优化设计[D]. 王劲松. 电子科技大学, 2011(06)
- [10]终端区进场航班排序方法研究[D]. 杨晶妹. 南京航空航天大学, 2010(06)