基于强化学习的航空器机场智能静态路径规划
2021-06-28疏利生李桂芳嵇胜
航空工程进展 2021年3期
疏利生,李桂芳,嵇胜
(南京航空航天大学民航学院,南京210016)
0 引 言
随着人工智能技术的迅速发展,我国已有上百个地区提出建设“智慧城市”。民用航空机场作为城市交通中的重要组成部分,“智慧机场”概念的提出和发展也逐渐得到行业的认可和推广。机场地面作为飞机活动的主要区域,研究人工智能在机场地面航空器运行中的应用具有重要意义。
目前研究航空器在机场地面滑行道和跑道上运行问题的建模方法中,多采用整数线性规划模型、有向图模型和Petri网模型。2004年,J.W.Smeltink等[1]在研究中指出,航空器场面滑行优化的研究可以通过构建整数线形规划模型的方法进行研究,提出构建模型的过程中需要考虑场面航空器滑行冲突,以此降低航班延误;2006年,G.Chang等[2]针对复杂的停机坪调度问题,通过有向图模型模拟仿真了机坪管制的调度过程,并通过面向对象的技术实现了场面运行仿真;2007年,H.Balakrishnan等[3]构建了优化最短航空器地面滑行时间的整数线形规划模型,通过调配场面运行冲突点来规划滑行路径;2011年,朱新平等[4]运用Petri网构建了航空器场面运行模型,模型中从避免航空器冲突的方向设计了实时控制冲突预测算法,通过仿真分析了模型有效性;2012年,H.Lee等[5]为缩小MILP模型规模,在模型中引入了滚动窗口,通过仿真实现了航空器场面滑行路径优化和进离场路径选择和排序优化;2018年,潘卫军等[6]构建了基于有色Petri网的航空器滑行路径优化模型,并通过实例仿真验证了所构建的路径优化模型的合理性。……
登录APP查看全文
