对Ⅰ类精密进近航段最优偏置角算法的研究

发布时间：2017-09-18 14:17

  本文关键词：对Ⅰ类精密进近航段最优偏置角算法的研究

  更多相关文章： 精密进近 数学建模 多目标优化 粒子群算法

【摘要】：随着十二五规划的逐步实施,新建机场和改扩建机场日益增多。在机场建设预可研阶段,飞行程序设计方案将直接影响机场未来运行方式,高效便捷运行模式将直接关系到新建机场能否在建成之后安全高效运行。目前国内大多数机场都安装有Ⅰ类精密进近系统,Ⅰ类精密进近的飞行程序设计主要是设计员依靠计算机辅助设计完成。现行的Ⅰ类精密进近航段设计方法足以处理多数平原机场和周边净空情况较好机场的飞行程序设计,但效率不够高,在面对地形条件比较复杂,机场周边净空环境很差,航向台因机场施工要求,需要采用航向台偏置特殊程序设计,即将航向台偏离跑道的中心线位置。常规的设计方法需要进行大量的重复计算,效率不高,而且很容出现差错。 本文根据民航组织相关文件和飞行程序设计手册,归纳和总结了关于现有飞行程序设计标准中关于精密进近和偏置情况下的特殊要求,明确了Ⅰ类精密进近设计时要考虑的因素。现有飞行程序设计思路主要是初步确定航空器进离场方案,绘制进离场保护区和进近保护区,对保护区内障碍物超障评价,依据超障情况对程序设计方案进行调整。本文依据上述设计思路,选择了合适的地理投影方式,巧妙的将假想跑道入口作为本文的建模坐标系,把Ⅰ类精密进近航段及其最后复飞抽象为含有决策变量、约束条件、多目标函数的数学模型,并对该模型进行了详细的阐述。采用模拟退火算法,遗传算法对本文的多目标函数进行求解,发现其中存在的不足。依托前人对多目标算法的研究成果,最终采用改进型的粒子群算法对本文的模型进行求解。在求解过程中对改进型的粒子群算法进行了重新设计,提出了符合本文的粒子群算法,使得算法能更好产生初始解,并处理个体极值和全局极值的选取问题。对Ⅰ类精密进近航段的偏置设计提供了科学的决策依据,提高了复杂机场的预可研程序设计的可信度。
【关键词】：精密进近 数学建模 多目标优化 粒子群算法
【学位授予单位】：中国民用航空飞行学院
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：V355
【目录】：

• 摘要6-7
• Abstract7-12
• 注释表12-13
• 第1章 绪论13-22
• 1.1 论文研究的背景及意义13-17
• 1.2 国内外研究现状及发展动向17-20
• 1.2.1 飞行程序设计研究现状及发展动态17-19
• 1.2.2 多目标算法研究现状及发展动态19-20
• 1.3 本论文主要内容及框架20-22
• 第2章 精密进近航段研究及分析22-42
• 2.1 精密进近航段保护区设计及其评价22-28
• 2.1.1 精密进近航段简介22-23
• 2.1.2 精密进近航段构成23
• 2.1.3 精密进近航段保护区设计23-26
• 2.1.4 精密进近航段障碍物评价准则26-28
• 2.2 复飞最后航段保护区设计及其评价28-38
• 2.2.1 精密程序复飞最后航段构成28-29
• 2.2.2 精密程序复飞最后保护区设计29-36
• 2.2.3 精密程序复飞最后航段评价原则36-38
• 2.3 I类精密进近航段最优偏置角38-41
• 2.4 本章小结41-42
• 第3章 Ⅰ类精密进近航段最优偏置角模型构建42-55
• 3.1 坐标系的确立42-46
• 3.1.1 投影坐标系的选择42-45
• 3.1.2 飞行程序的坐标系选择45-46
• 3.2 最优偏置角模型的构建46-51
• 3.2.1 建模依据46-49
• 3.2.2 建模假设与定义49-51
• 3.3 最优偏置角模型参数的确定51-54
• 3.3.1 模型的约束条件51-53
• 3.3.2 模型的目标函数53-54
• 3.4 本章小结54-55
• 第4章 最优偏置角的算法分析及设计55-75
• 4.1 相关算法分析55-61
• 4.1.1 模拟退火算法55-57
• 4.1.2 遗传算法57-61
• 4.2 动态规划的其基本理论61-62
• 4.3 粒子群算法的基本理论62-67
• 4.3.1 基本粒子群算法63-65
• 4.3.2 改进的粒子群算法65-67
• 4.4 基于改进型粒子群算法的多目标求解设计67-74
• 4.4.1 约束条件与粒子的关系68-70
• 4.4.2 多目标函数分层优化70-71
• 4.4.3 非支配集及外部集构造71-72
• 4.4.4 选取全局极值与个体极值72-74
• 4.5 本章小结74-75
• 第5章 Ⅰ类精密进近航段最优偏置角的实证研究75-83
• 5.1 应用实例描述75-76
• 5.2 机场周边地形数据的获取76-78
• 5.3 计算与结果分析78-82
• 5.4 本章小结82-83
• 第6章 结论与展望83-85
• 6.1 结论83
• 6.2 工作展望83-85
• 参考文献85-88
• 附录88-89
• 攻读硕士学位期间取得的学术成果89-90
• 致谢90

【参考文献】

中国期刊全文数据库 前10条

1 张勇;王新赛;贺菁;;基于遗传算法的战时维修保障力量分配方法[J];四川兵工学报;2011年02期

2 史国友;周晓明;贾传荧;;贝塞尔大地主题正解的改进算法[J];大连海事大学学报;2008年01期

3 钟建华;王剑辉;;基于VC++的飞行程序设计辅助软件研究[J];科技和产业;2013年07期

4 王章权;陈友荣;尉理哲;任条娟;;优化网络生存时间的Sink节点移动路径选择算法[J];传感技术学报;2014年03期

5 王瑞;纪兵;边少锋;;地面上两点间方位角和距离计算的实用公式[J];海军工程大学学报;2009年05期

6 吴洁明,赵安;计算机辅助设计航空器目视盘旋进近程序[J];航空计算技术;2004年01期

7 吴洁明;符晓君;;计算机辅助实现航空器基线转弯程序设计的方法[J];航空计算技术;2006年04期

8 李毅;郑国勤;;基于GIS的参数化飞行程序辅助设计系统[J];计算机工程与应用;2006年27期

9 李密青;郑金华;罗彪;伍军;文诗华;;一种基于邻域的多目标进化算法[J];计算机应用;2008年06期

10 曾映兰;伍军;郑金华;;基于空间距离的多目标差分进化算法[J];计算机应用研究;2009年02期

，

本文编号：876026