(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211194473.0 (22)申请日 2022.09.29 (65)同一申请的已公布的文献号 申请公布号 CN 115273564 A (43)申请公布日 2022.11.01 (73)专利权人 北京航空航天大 学 地址 100191 北京市海淀区学院路37号 (72)发明人 杜文博　李碧月　赵浩然　郭通　 李宇萌　 (74)专利代理 机构 北京天汇航智知识产权代理 事务所(普通 合伙) 11987 专利代理师 高永 (51)Int.Cl. G08G 5/00(2006.01) G06Q 10/04(2012.01) G06Q 10/06(2012.01) G06Q 50/30(2012.01)G06N 3/12(2006.01) (56)对比文件 CN 103413011 A,2013.1 1.27 CN 103366605 A,2013.10.23 CN 112183605 A,2021.01.0 5 CN 105489066 A,2016.04.13 US 2009105935 A1,2009.04.23 CN 108564136 A,2018.09.21 CN 103226899 A,2013.07.31 吴文浩等.基于军民融合的全局飞行流 量协 同优化方法. 《北京航空航天大 学学报》 .2018, (第09期), 孙樊荣等.基于扇区负荷约束的管制移交间 隔多目标优化模型. 《南京航空航天大 学学报》 .2017,(第0 3期), 王飞等.基 于图论和遗传算法的终端扇区划 分方法. 《数 学的实践与认识》 .2014,(第24期), 审查员 赵云峰 (54)发明名称 一种基于多目标优化的空域复杂度调控方 法 (57)摘要 本发明涉及空中交通管 理领域， 具体为一种 基于多目标优化的空域复杂 度调控方法， 包括将 给定的划分 空域利用Voronoi图建模扇区的基础 形状切分， 得到多个多边形扇区单元； 得到初始 种群， 设定约束条件后通过目标函数为各扇区空 域复杂度的标准差和整体空域的协调负载值的 多目标优化算法对初始种群进行优化， 得到帕累 托平面并选取当前最优个体调整得到第二种群； 再次利用多目标进化算法对第二种群进行优化， 从对第二种群进行优化后得到的帕累托前沿面 中选取当前最优个体作为最终的扇区表示， 本方 法满足流量变化时空中管制资源分配的需求， 为 空域复杂度调控问题提供了有效稳定的解决方 案。 权利要求书1页 说明书8页 附图9页 CN 115273564 B 2022.12.27 CN 115273564 B 1.一种基于多目标优化的空域复杂度调控方法， 其特 征在于， 包括如下步骤： 步骤1： 根据给定的划分空域， 设定由用户定义的最大空域复杂度变化阙值、 最大空中 管制负载变化阙值、 扇区数量、 种群数量、 最大进化代数， 将给定的划分空域利用Voronoi图 建模扇区的基础形状， 得到多个多边形扇区单元； 并基于得到的多个多边形扇区单元建立 初始种群； 步骤2： 通过多目标优化算法对初始种群进行优化， 优化的第一目标函数为各扇区空域 复杂度的标准差， 第二目标函数为整体空域的协调负载值， 设定约束 条件为安全距离约束、 最大扇区空域复杂度约束和 最大协调负载约束， 循环进化后完成对初始种群的优化， 得到 包含当前最优Voronoi多边形生成位置的帕累 托平面； 从得到的帕累托前沿面中选取当前 最优个体扇区， 调整当前最优个体扇区的边界点位置生成新个体， 重复生成新个体并得到 第二种群； 步骤3： 增加相交约束和边界点调整范围约束， 再次利用多目标进化算法对步骤2中得 到的第二种群进行优化， 优化的目标函数与步骤2相同， 从对第二种群进 行优化后得到的帕 累托前沿面中选取当前最优个 体作为最终的扇区表示。 2.根据权利要求1所述的一种基于多目标优化的空域复杂度调控方法， 其特征在于， 步 骤1中初始种群的染色体编码为Vor onoi图的中心 点经纬度位置， 染色体的长度为两倍的扇 区数量。 3.根据权利要求2所述的一种基于多目标优化的空域复杂度调控方法， 其特征在于， 步 骤2中的约束条件为： 1） 安全距离约束： 最小间距在5海里以内的飞机间航线的交点位置与扇区边界的距离 大于10海里； 2） 最大扇区空域复杂度约束： 每个扇区的空域复杂度与平均空域复杂度的偏差被限制 在预设范围内； 3） 最大协调负载约束： 每个扇区的协调负载值与平均协调负载值的偏差被限制在预设 范围内。 4.根据权利要求3所述的一种基于多目标优化的空域复杂度调控方法， 其特征在于， 步 骤2中的多目标优化 算法对初始种群的染色体进行变异、 交叉、 选择操作。 5.根据权利要求4所述的一种基于多目标优化的空域复杂度调控方法， 其特征在于， 初 始种群的染色体交叉操作采用模拟二进制交叉算子， 染色体变异操作采用 多项式变异算 子， 选择操作采用锦标赛法。 6.根据权利要求5所述的一种基于多目标优化的空域复杂度调控方法， 其特征在于， 步 骤3中的约束条件为： 1） 相交约束： 扇区边界点之间的连线除了邻居扇区边界点以外， 不能与其他扇区边界 点之间的连线相交； 2） 边界点调整范围约束： 在空域 边界上的点只能在空域 边界上调整。权　利　要　求　书 1/1 页 2 CN 115273564 B 2一种基于多目标优化的空域 复杂度调控方 法 技术领域 [0001]本发明属于空中交通管理领域， 涉及一种空域复杂度调控方法。 背景技术 [0002]目前， 世界各国对空中交通管制的方式是将空域划 分为多个扇区， 扇区是空域的 基本管理单元， 每个扇区设置一个或多个交通管制员负责对扇区内的航空器进行监控、 协 调调度以确保扇区内航空器的飞行安全。 [0003]空中交通管制人员通过根据空域复杂度评估结果得到扇区运行状态并对扇区形 状做出调整， 空域复杂度指在现有空中交通管制条件下， 维持扇区内航空器飞行安全所需 的空中管制资源， 空域复杂度反映了扇区内交通拥挤状况和扇区运行状况， 同时也是空中 交通管制人员工作负载的主要来源， 空域复杂度越高意味着扇区内航空器密度越大， 越需 要交通管制人员投入更多的精力去协调航空器的运行。 [0004]考虑到空中交通流量的变化， 在空中交通高峰时段， 存在某些包含国际机场的扇 区， 航线繁忙， 空中管制员工作负荷重， 而某些 空中交通稀疏的扇区空中管制员工作量小的 情况。 这些对空域资源不合理的配置造成了空中交通的拥堵和空中管制的低效， 也暴露出 潜在空中交通不安全因素， 因此， 对空域确定一个合理、 科学的扇区划分具有重要的研究意 义。 [0005]国内外研究学者对空域扇区规划问题做了系统的研究， 按照对于空域结构信息的 利用可以将扇区规划方法分为利用空域结构信息的划分和未利用空域结构的划分， 其中空 域结构信息指固定航路、 航点、 机场位置等信息， 典型的利用空域结构信息的扇区规划方法 为依据空域结构信息构建图网络， 利用优化算法对图网络进 行切分得到扇区规划结果或者 是以机场、 航点为中心生 成Voronoi剖分， 对 各个Voronoi单元聚类生成扇区表 示， 该类方法 的优点在于生成结果以结构信息为中心生成扇区， 可以与空中交通流量数据契合， 具有一 定的合理性； 而 未利用空域结构的扇区规划方法仅依靠给定飞行流量数据和空域完成扇区 划分， 代表为依靠Voronoi图将空域划分为多个Voronoi多边形单元， 使用优化算法优化 Voronoi图划分位置得到扇区规划结果， 或是将空域离散为基本块， 通过聚类、 生长、 智能计 算等方法将基本块聚类， 聚类结果作为扇区划分区域。 [0006]中国发明专利CN111047182B公开了一种基于深度无监督学习的空域复杂度评估 方法， 利用低 维嵌入点的软指派分布和真实指派分布来构建代价函数， 对所建立的模型采 用梯度下降法进 行训练， 获得训练好的空域复杂度评估模型以及三个空域复杂度的聚类质 心， 用于评估当前空域复杂。 中国发明专利CN112489497B公开了一种基于深度卷积神经网 络的空域运行复杂度评估方法， 采用进行空域运行复杂性等级标注； 构造多通道空中交通 态势图像， 构建空域运行复杂性分级网络模型并进行训练； 根据训练后的空域运行复杂性 分级网络模型进行空域运行复杂性评估。 但以上方法主要涉及空域复杂度的评估方法， 对 评估之后如何针对扇区进 行优化并提高空中管制人员的工作效率、 实现空域的动态管理并 没有提出有效解决办法。 且目前现有技术中， 用于空中交通管理的空域扇区规划方法存在说　明　书 1/8 页 3 CN 115273564 B 3