CN106384161B - 一种用于航天巡视计划区域划分的优化方法 - Google Patents
一种用于航天巡视计划区域划分的优化方法 Download PDFInfo
- Publication number
- CN106384161B CN106384161B CN201610780816.XA CN201610780816A CN106384161B CN 106384161 B CN106384161 B CN 106384161B CN 201610780816 A CN201610780816 A CN 201610780816A CN 106384161 B CN106384161 B CN 106384161B
- Authority
- CN
- China
- Prior art keywords
- plan
- patrol
- temporary
- temporary take
- landing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种用于航天巡视计划区域划分的优化算法,包括:步骤(1)、以巡视计划作为输入数据,建立待巡视计划与巡视路线Li的对应关系集合;步骤(2)、根据临时起降点与计划所对应巡视线路的距离以及在线率这两个约束条件,将巡视项目分配到临时起降点;步骤(3)、根据巡视区域容量以及区域聚类最大距离这两个约束条件,将临时起降点聚类为区域;步骤(4)、根据海拔计划的约束条件,强制分配未归纳到临时起降点的计划列表;步骤(5)、记录仍然不能归纳的巡视项目,作为最后返回的一部分数据。与现有技术相比,本发明能够针对每个年度的巡视计划形成巡视区域。给出最优的巡检作业计划,使得巡视效能最优化。
Description
技术领域
本发明涉及航天路线优化算法,特别是涉及一种用于航天巡视线路和临时起降点的聚类优化算法。
背景技术
本发明相关现有技术包括优化算法和航天巡视计划区域划分优化算法。
一、优化算法多年来一直是研究学者致力于研究、探索和解决的热点问题之一。当前主流的解决方案主要有蚁群算法以及动态优化。蚁群算法是蚂蚁群落食物采集过程的模拟,是由Marco Dorigo于1992年在他的博士论文中提出,其灵感来源于蚂蚁在寻找食物过程中发现路径的行为。但是,其优化性能在很大程度上依赖于参数设定,受初始值影响较大。动态优化也是是运筹学的一个分支,是求解决策过程最优化的数学方法。20世纪50年代初美国数学家R.E.Bellman等人在研究多阶段决策过程的优化问题时,提出了著名的最优化原理。基本原理为将待求解的问题分解为若干个子问题(阶段),按顺序求解子阶段,前一子问题的解,为后一子问题的求解提供了有用的信息。
二、航天巡视计划区域划分优化算法实现了根据输电线路直升机巡视线路分布特点,考虑直升机巡视的作业性能等各方面因素,结合巡视区域的主要特点,进行合理分类和优化,给出最优的巡检作业计划,使得巡视效能最优化。
发明内容
基于现有技术存在的缺陷,本发明提出了一种用于航天巡视计划区域划分的优化方法,航天巡视计划区域划分优化算法实现了根据输电线路直升机巡视线路分布特点,考虑直升机巡视的作业性能等各方面因素,结合巡视区域的主要特点,进行合理分类和优化。
本发明公开了一种用于航天巡视计划区域划分的优化方法,该方法包括以下步骤:
步骤1、以巡视计划作为输入数据,建立待巡视计划与巡视路线Li的对应关系集合;
步骤2、根据临时起降点与计划所对应巡视线路的距离以及在线率这两个约束条件,将巡视项目分配到临时起降点;;
步骤3、根据巡视区域容量以及区域聚类最大距离这两个约束条件,将临时起降点聚类为区域;
步骤4、根据海拔计划的约束条件,强制分配未归纳到临时起降点的计划列表;
步骤5、记录仍然不能归纳的巡视项目,作为最后返回的一部分数据。
所述步骤2还具体包括以下处理:
计算临时起降点与计划所对应巡视线路的距离,并选择记录临时起降点到计划所对应巡视线路的最近距离dis_pa;计算从临时起降点对计划所对应巡视线路进行巡视的在线率,在线率公式如下:
per_on=t_on/t_on+t_off
t_on=l_len/v_on
t_off=dis_pa+dis_st+dis_pen
其中,per_on为在线率,t_on为巡视该线路时的飞机在线飞行的时间,t_off为飞机离线飞行的时间;
对于每个临时起降点,选择最近距离中的最小值min_dis_pa和在线率的最大值max_per_on;
如果满足min_dis_pa小于等于将计划归纳到临时起降点的距离约束landingPointDistance,则将计划归纳到对应的临时起降点上;如果不满足,再判断限制条件,如果最大在线率max_per_on大于等于***规定的最大在线率最大在线率即80%在线率,则将计划归纳到对应的临时起降点上;
对于经历以上步骤仍没有归纳到临时起降点的计划,放入到未归纳到临时起降点的计划列表。
所述步骤4还具体包括以下处理:
将临时起降点分成两类,即第一类为含有高海拔的计划的临时起降点集合Shigh,第二类为仅含有低海拔计划的临时起降点集合Slow;
对所有的包括高海拔计划的临时起降点集合进行聚类,即对集合Shigh进行聚类;
包括高海拔的临时起降点聚类完成之后,高海拔区域开始吸纳低海拔临时起降点,根据与临时起降点的距离是否最近,以及是否超过区域容量去判定该计划能否加入最近临时起降点对应的区域;
对剩余的低海拔临时起降点进行聚类;
聚类完成后,返回生成的所有区域。
与现有技术相比,本发明针对航天巡视任务的分布特点以及实际的诸多因素,形成模型并完成对巡视任务的区域划分,能够针对每个年度的巡视计划形成巡视区域。,给出最优的巡检作业计划,使得巡视效能最优化。
附图说明
图1为本发明的一种用于航天巡视计划区域划分的优化方法流程图;
图2为飞行器在线率计算示意图;
图3为本发明的一种用于航天巡视计划区域划分的优化方法运行实例的结果示意图。
具体实施方式
本发明将全年待巡视计划归类,全年待巡视计划的归类主要以临时起降点为核心,全年待巡视计划按照既定约束划归到临时起降点,本过程记录不满足既定约束的巡视计划,完成全年待巡视计划划归到临时起降点后,临时起降点按照约束以及又省又优的原则进行聚类,最终生成聚类形成的区域。区域划分完成后,将之前未分配的巡视计划按照最优原则安排到区域内,同时不超过每个区域的总容量,本过程记录下无法安排的计划,该计划无法安排。完成后,根据每个区域内是否有高海拔计划配备飞行器。
如图1所示,本发明的一种用于航天巡视计划区域划分的优化方法流程图,各步骤详细描述如下:
步骤1、遍历计划(构成一个巡视项目的各个需要安排的任务),将计划编号为i,设定与计划Ti相关的参数包括巡视线路Li、省份Pi,对于计划列表中的每个计划,都进行预处理,预处理包括以下处理:
(1-1)建立计划与Li的对应关系集合Ii,表示为:
Ii={Ts,Tj...|s,j...∈X}
其中,X表示所有巡视路线Li的集合,这里s,j分别表示任意两个巡查线路,Ts、Tj分别为某两个巡视线路对应的计划,本集合建立了计划与所属巡视线路Li之间的索引,记录本次所有计划中相同巡视线路对应的任务建立关系并保存;
(1-2)建立计划与Pi的对应关系集合Ni,表示为:
Ni={Ts,Tj...|s,j...∈Y}
其中,Y表示所有省份编号Pi的集合,这里s,j分别表示任意两个省份,Ts、Tj分别任意两个省份对应的计划,本集合建立了计划与所属省份Pi之间的索引,记录本次所有计划中相同省份对应的任务建立关系并保存;
(1-3)遍历历史数据,基于历史数据,建立与Li相关的历史数据的关系集合Oi:
Oi={Ts,Tj...|s,j...∈Z}
其中,Z为1至12月的集合,这里s,j分别表示任意两个在历史中曾经出现的月份,Ts、Tj分别任意两个省份对应的历史任务本集合建立了巡视线路与历史数据中该线路的所有安排时间之间的索引,每条线路可能对应多个时间;
步骤2、根据距离以及在线率等约束,将待巡视项目分配到临时起降点上;本步骤所需数据包括计划列表、初始输入的临时起降点信息、未归纳到临时起降点的计划列表(暂时为空列表)、将计划归纳到临时起降点的距离约束landingPointDistance,最后返回由归纳计划列表的临时起降点而构成的临时起降点集合。本步骤具体包括以下处理:
(2-1)如图2所示,计算临时起降点与计划所对应巡视线路的距离,并选择记录临时起降点到计划所对应巡视线路的最近距离dis_pa;计算从临时起降点对计划所对应巡视线路进行巡视的在线率,在线率公式如下:
per_on=t_on/t_on+t_off
t_on=l_len/v_on
t_off=dis_pa+dis_st+dis_pen
其中,per_on为在线率,t_on为巡视该线路时的飞机在线飞行的时间,t_off为飞机离线飞行的时间,l_len为该巡视线路的长度,dis_st为距离临时起降点最近的杆塔与该巡视线路起始杆塔间的距离,dis_pen为临时起降点与该巡视线路终止杆塔间的距离,v_on为飞机在线飞行的速度,通常取20km/h,v_off为飞机离线飞行的速度;
(2-2)、对于每个临时起降点,选择最近距离中的最小值min_dis_pa和在线率的最大值max_per_on;
(2-3)、首先对最小最近距离min_dis_pa进行约束条件限制,如果满足min_dis_pa小于等于将计划归纳到临时起降点的距离约束landingPointDistance,则将计划归纳到对应的临时起降点上;如果不满足,再判断限制条件,如果最大在线率max_per_on大于等于***规定的最大在线率(80%),则将计划归纳到对应的临时起降点上;
(2-4)、对于经历以上三步仍没有归纳到临时起降点的计划,放入到未归纳到临时起降点的计划列表;
步骤3、将计划划分配到临时起降点之后,将步骤2生成的临时起降点集合依据平均区域容量perCapacity、高低海拔分界线highLimit、区域聚类最大距离,以及本过程中不满足约束而未分配成功的计划,将临时起降点聚类,形成区域,最终产生一组区域列表,区域内聚类的最大距离约束是指未聚类临时起降点离加入该区域的第一个临时起降点的距离不超过该最大距离;
步骤4、强制分配未归纳的巡视项目(未归纳到临时起降点的计划列表),区域基本划分完成之后,需将之前因不满足临时起降点距离约束的未分配的项目强制分配至最近临时起降点对应的区域,同时必须满足不超过每个区域的平均年巡视容量。
根据实际约束,飞行升限高的飞行器可以巡视高海拔计划以及低海拔计划,而飞行升限低的飞行器只能巡视低海拔计划,所有对于高海拔计划来说,选择具有高优先级,因此本步骤需先对高海拔项目进行处理。步骤如下:
(4-1)、按照临时起降点内是否包括高海拔计划,将临时起降点分成两类,第一类为含有高海拔的计划的临时起降点集合Shigh,第二类为仅含有低海拔计划的临时起降点集合Slow。
Shigh={x|x.ceilingUp≥highLimit,x∈P}
Slow={x|x.ceilingUp<highLimit,x∈P}
其中,P表示安排到临时起降点的所有待巡视项目的总和,highLimit表示高低海拔分界线;
(4-2)、对所有的包括高海拔计划的临时起降点集合进行聚类,即对集合Shigh进行聚类。聚类基本核心算法为:
1)、新建一区域A,从Shigh中取出一个临时起降点记为LINi,加入区域A内;
2)、记LINi为Shigh中第i个临时起降点,计算其他临时起降点与该临时起降点的距离d,生成一个集合:
D={d|d=distance(Li,L1),i∈Z,i≤size(Shigh),i≠1}
3)、从集合D中选择出最小距离,判断该距离对应的临时起降点能否添加到区域A内,若区域总容量未超过,则添加至区域A中;总容量超过,不做操作;
4)、从集合D中移除最小距离,如果D集合为空,则进行下一步;如果不为空,则重复进行步骤2)至步骤4);
(4-3)、包括高海拔的临时起降点聚类完成之后,高海拔区域开始吸纳低海拔临时起降点,核心约束依然为距离,根据距离是否最近,以及是否超过区域容量去判定该计划能否加入最近临时起降点对应的区域;具体步骤与(4-2)基本相同;
(4-4)、高海拔计划吸纳低海拔临时起降点完成后,可能还会有部分低海拔临时起降点剩余,同理,按照步骤(4-1)对剩余的低海拔临时起降点进行聚类,然后执行与步骤(4-2)相同的处理;
(4-5)、聚类完成后返回生成的所有区域。
步骤5、本步骤完成后记录仍然不能***的项目,作为最后返回的一部分。
图1中的总计划长度,指的是所有巡视计划中的巡视线路长度的总和。
如图3所示,将航天提供的数据作为本发明的一种用于航天巡视计划区域划分的优化方法的输入参数,成功划分为4个区域:具体结果如图,其中第一个区域包括了1个临时起降点,该临时起降点包括了87个计划。
Claims (3)
1.一种用于航天巡视计划区域划分的优化方法,其特征在于,该方法包括以下步骤:
步骤(1)、以巡视计划作为输入数据,建立待巡视计划与巡视路线Li的对应关系集合;
步骤(2)、根据临时起降点与计划所对应巡视线路的距离以及在线率这两个约束条件,将巡视计划分配到临时起降点;
步骤(3)、根据巡视区域容量以及区域聚类最大距离这两个约束条件,将临时起降点聚类为区域;
步骤(4)、根据海拔计划的约束条件,强制分配未归纳到临时起降点的计划列表;
步骤(5)、记录仍然不能归纳的巡视计划,作为最后返回的一部分数据。
2.如权利要求1所述的一种用于航天巡视计划区域划分的优化方法,其特征在于,所述步骤(2)还具体包括以下处理:
计算临时起降点与计划所对应巡视线路的距离,并选择记录临时起降点到计划所对应巡视线路的最近距离dis_pa;计算从临时起降点对计划所对应巡视线路进行巡视的在线率,在线率公式如下:
per_on=t_on/t_on+t_off
t_on=l_len/v_on
t_off=dis_pa+dis_st+dis_pen
其中,per_on为在线率,t_on为巡视该线路时的飞机在线飞行的时间,t_off为飞机离线飞行的时间;
对于每个临时起降点,选择最近距离中的最小值min_dis_pa和在线率的最大值max_per_on;
如果满足min_dis_pa小于等于将计划归纳到临时起降点的距离约束landingPointDistance,则将计划归纳到对应的临时起降点上;如果不满足,再判断限制条件,如果最大在线率max_per_on大于等于***规定的最大在线率即80%在线率,则将计划归纳到对应的临时起降点上;
对于经历以上步骤仍没有归纳到临时起降点的计划,放入到未归纳到临时起降点的计划列表。
3.如权利要求1所述的一种用于航天巡视计划区域划分的优化方法,其特征在于,所述步骤(4)还具体包括以下处理:
将临时起降点分成两类,即第一类为含有高海拔的计划的临时起降点集合Shigh,第二类为仅含有低海拔计划的临时起降点集合Slow;
对所有的包括高海拔计划的临时起降点集合进行聚类,即对集合Shigh进行聚类;
包括高海拔的临时起降点聚类完成之后,高海拔区域开始吸纳低海拔临时起降点,根据与临时起降点的距离是否最近,以及是否超过区域容量去判定该计划能否加入最近临时起降点对应的区域;
对剩余的低海拔临时起降点进行聚类;
聚类完成后,返回生成的所有区域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610780816.XA CN106384161B (zh) | 2016-08-31 | 2016-08-31 | 一种用于航天巡视计划区域划分的优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610780816.XA CN106384161B (zh) | 2016-08-31 | 2016-08-31 | 一种用于航天巡视计划区域划分的优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106384161A CN106384161A (zh) | 2017-02-08 |
CN106384161B true CN106384161B (zh) | 2020-12-29 |
Family
ID=57939332
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610780816.XA Expired - Fee Related CN106384161B (zh) | 2016-08-31 | 2016-08-31 | 一种用于航天巡视计划区域划分的优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106384161B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106909739B (zh) * | 2017-02-28 | 2018-04-27 | 中国人民解放军空军装备研究院雷达与电子对抗研究所 | 一种持续爬升运行的离场程序优化方法和装置 |
CN107515003B (zh) * | 2017-07-19 | 2020-08-11 | 中国南方电网有限责任公司超高压输电公司检修试验中心 | 一种规划飞机巡视输电线路飞行航线的方法 |
CN109508868B (zh) * | 2018-10-22 | 2022-06-28 | 南京航空航天大学 | 高效智能空中交通区域划分*** |
CN109508867B (zh) * | 2018-10-22 | 2022-06-28 | 南京航空航天大学 | 基于模糊c均值聚类的空中交通区域划分方法 |
CN111161443A (zh) * | 2019-01-17 | 2020-05-15 | 浙江诸暨美数信息科技有限公司 | 一种基于历史数据的巡逻路径设置方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102496884A (zh) * | 2011-11-17 | 2012-06-13 | 广东电网公司广州供电局 | 直升机巡线飞行方案的制定方法与装置 |
US9162753B1 (en) * | 2012-12-31 | 2015-10-20 | Southern Electrical Equipment Company, Inc. | Unmanned aerial vehicle for monitoring infrastructure assets |
CN103824340B (zh) * | 2014-03-07 | 2015-12-02 | 山东鲁能智能技术有限公司 | 无人机输电线路智能巡检***及巡检方法 |
CN103812052B (zh) * | 2014-03-07 | 2016-06-01 | 国家电网公司 | 一种用于无人机输电线路巡检的集中监控***及监控方法 |
CN105549619B (zh) * | 2016-02-03 | 2020-11-03 | 武汉大势智慧科技有限公司 | 一种用于无人机续航能力的多起降点航线规划方法 |
CN106056250A (zh) * | 2016-06-02 | 2016-10-26 | 国网天津市电力公司 | 一种基于路径优化的配电网巡视方法 |
-
2016
- 2016-08-31 CN CN201610780816.XA patent/CN106384161B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN106384161A (zh) | 2017-02-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106384161B (zh) | 一种用于航天巡视计划区域划分的优化方法 | |
CN109508812B (zh) | 一种基于深度记忆网络的航空器航迹预测方法 | |
CN109902954B (zh) | 一种基于工业大数据的柔性作业车间动态调度方法 | |
CN112464784A (zh) | 一种基于混合并行的分布式训练方法 | |
CN104751681B (zh) | 一种基于统计学习模型的停机位分配方法 | |
KR102042318B1 (ko) | 스마트 팩토리 레이아웃 설계 방법 및 시스템 | |
CN104820733B (zh) | 一种高速列车需求元模型建立方法和装置 | |
CN109492774A (zh) | 一种基于深度学习的云资源调度方法 | |
CN107944625A (zh) | 基于历史运行数据驱动的单机场航班换季时隙优化方法 | |
CN113657671B (zh) | 一种基于集成学习的航班延误预测方法 | |
CN109583627A (zh) | 飞机着陆排队优化方法及装置 | |
CN109840610A (zh) | 不正常航班飞机路径与旅客行程自动恢复***及方法 | |
CN106127229A (zh) | 一种基于时间序列类别的计算机数据分类方法 | |
CN112633562B (zh) | 一种机场停机位智能调度方法 | |
CN105808582A (zh) | 基于分层策略的决策树并行生成方法和装置 | |
CN103425774A (zh) | 一种基于综合集成研讨厅的隐性知识获取方法 | |
CN110378744A (zh) | 面向不完备数据***的民航常旅客价值分类方法及*** | |
Mokhtarimousavi et al. | Multi-objective mathematical modeling of aircraft landing problem on a runway in static mode, scheduling and sequence determination using NSGA-II | |
CN103714396A (zh) | 动车组运用和检修方案的快速智能优化方法及*** | |
CN111191845A (zh) | 基于dbscan算法和kmp模式匹配法的电力通信网工单调度方法 | |
CN113112874A (zh) | 一种航路时隙与高度层协同优化分配方法 | |
CN108364030A (zh) | 一种基于三层动态粒子群算法的多分类器模型构建方法 | |
Patil | Machine Learning for Traffic Management in Large-Scale Urban Networks: A Review | |
CN103489336B (zh) | 一种适用于广域空中交通流量调控的方法 | |
CN112667606A (zh) | 一种基于多源知识采集技术的知识库***及其构建方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20201229 Termination date: 20210831 |