卢锐轩

（四川大学视觉合成图像图形技术国防重点学科实验室，成都610065）

0 引言

随着中国空中交通运输的迅速发展，极速增长的客运、货运需求和有限的枢纽机场的终端区空域资源的矛盾日益突出，如何解决有限机场终端区里的航班调度问题是整个空中交通问题中的关键问题。

航班着陆调度问题（Aircraft Landing Scheduling，ALS）是典型的多目标优化问题，而且是多目标多约束的组合优化问题，航空界一直以来都在处理这类NP 问题（即多项式复杂程度的非确定性问题），目前尚未得出较为完善合理的解决方法，因此在这个问题存在很多研究的空间。目前中国飞机的终端区调度一般采取先来先服务（First-Come, First-Served，FCFS）的方式，这样比较稳定，计算也比较方便。近年来一直有很多专家学者在将相关智能优化算法应用到航班着陆调度应用领域，如有针对蚁群算法对飞机着陆调度的基于均衡更新蚁群算法的飞机排序调度[1]，也有基于改进免疫粒子群算法的调度算法[2]，其次还有基于遗传算法的着陆调度问题研究[3]。

深度强化学习算法是一种可以模拟人类学习过程的新型智能算法，其中强化学习算法通过提供一个可反复训练的环境给待训练模型，就好比提供一个学习环境给一个孩子，让他在环境中通过自学来提升自己的能力；而将深度学习的加入则提高了智能体的表达和理解环境的能力，因为环境可能会比较复杂，包含多维信息，利用传统的强化学习算法来通过表格理解环境已经不太现实。……