● 摘要
我国经济的快速增长带动了我国航空运输业的发展，进入二十一世纪之后，我国每年的航班数量直线上升，由此带来的空域拥挤和航班延误问题日益严重。尤其是在北京、上海和广州等枢纽机场，航班延误非常严重，而且延误还会波及到其他机场，这不仅浪费了乘客大量宝贵的时间，也对航空公司的声誉造成了很大的负面影响。另外，空域的拥挤严重威胁着航班的飞行安全，大大阻碍了我国航空运输业的进一步发展。
空中交通流量管理（Air Traffic Flow Management，ATFM）是解决空中交通拥挤和航班延误最为经济有效的手段，通过改变飞机的起飞时间和飞行路径达到流量调控的目的，从而降低空中交通拥挤度，提高空域的利用率。空中交通流量调控最初仅限于局部区域的管理，但是，随着飞行流量的进一步增长，这种方法带来的波及效应影响了其他区域的飞行计划安排。因此，现有的空中飞行流量调配方法已经无法实现对整个空域的全局管理。
本文首先对飞行流量调配问题进行建模，同时调节航班的起飞时间和飞行路径，然后针对该问题大规模、强耦合等特点，提出了一种基于局部搜索的多岛（Multi-island）并行进化算法框架，与传统的优化算法相比，本算法对解空间的搜索能力更强，更容易得到比较满意的解。此外，本文还对影响并行进化的策略进行了深入的研究，对某些策略提出了改进。论文的主要工作包括：
（1）建立中国航路网络模型，同时考虑航班的起飞时刻和飞行路径，将飞行流量调配问题抽象成多目标优化问题，同时优化空域拥挤度和航班延误，总结了问题的难点，突出了本论文研究的重要意义。
（2）针对飞行流量调配问题的难点，提出了一种基于局部搜索策略的并行进化算法框架，并行进化有多个子种群同时进化，对解空间的搜索更为充分，局部搜索策略有助于找到更优的解集。
（3）并行进化过程中子种群之间的个体迁移对解的质量有很大的影响，本文通过分析影响个体迁移的参数，提出了概率型拓扑结构和动态个体迁移间隔策略，在中国航路网上验证了改进策略的有效性。