题目：4DT下基于协同进化的冲突解脱方法研究

近几年来，我国航空运输业发展迅猛，预计未来几年我国民航市场也将继续保持高速增长态势。目前，我国已经发展成为全球仅次于美国的第二大航空运输大国。然而随着飞行流量的增加，空域中飞行器的密度也相应增加，飞行器之间的安全间隔难以保证，存在冲突的可能性增加，进而使得飞行安全受到严重威胁。作为保证飞行安全的关键技术之一，飞行冲突解脱方法的研究是必要而迫切。每日民航航班飞行计划是由多部门协调制定，通常会考虑减少飞行时间、降低燃油油耗、提高空域利用率、合理分配流量等诸多因素，然而航班依照这个计划执行在空中仍然存在冲突的可能，因此需要对航班进行冲突解脱。本课题研究的主要问题就是全国民航航班的冲突解脱。在现有的冲突解脱方法研究中，大多为中短期冲突解脱方法，长期的能进行大规模冲突解脱的方法十分有限，而四维航迹（4D-Trajectory, 4DT）概念的出现更便于这种大规模冲突解脱方法的研究，因此本课题基于4DT概念进行全国民航航班的冲突解脱研究。在对冲突解脱问题进行了较为详细的调研和总结之后，我们针对现有研究的不足之处，提出了一套较为适合中国民航飞行冲突解脱的优化方法。由于4DT下全国航班冲突解脱问题属于大规模、复杂的组合优化问题，普通的优化方法难以胜任。因此我们首先引入能将大规模问题分解转化为小规模问题，然后逐个解决的协同进化算法，提出了一种基于随机分组方式和改进型遗传算法的协同进化算法（GACC-R），实验表明该算法在大规模组合优化问题中确实可以有效提高解的质量。进一步的，为了有效提高协同进化算法的性能，以求更大规模的优化得以实现，我们对协同进化算法中的分组方式进行了有针对性的设计，提出了一种基于飞行器冲突关系的动态分组方式。实验证明，这种基于动态分组和改进型遗传算法的协同进化算法（GACC-D）不仅具有更强的鲁棒性，而且可以解决更大规模的冲突解脱问题，同时在不同的变量规模下算法性能较为稳定。更进一步的，为了使研究更具实用性，本课题的第三个研究部分是将4DT冲突解脱由单目标优化问题推广到多目标优化问题，为此进行了基于NSGA-II算法的4DT多目标冲突解脱方法研究，设计了简单的优化目标和仿真实验并得出结果。