基于Petri网与遗传算法的精确航空器滑行路径规划：实证研究

本篇论文《基于Petri网与遗传算法的航空器滑行初始路径规划》发表于2013年的西南交通大学学报，由中国民航飞行学院空管学院的朱新平、汤新民和韩松臣共同完成。研究背景是为提升先进机场场面活动引导与控制系统（A-SMGCS）的效能，实现对航空器滑行的精确指导。作者们将机场场地划分为滑行道交叉口和直线段等基本运行单元，通过改进的扩展赋时Petri网构建了一个场景运行模块化模型。 Petri网在这个框架下扮演了关键角色，它是一种用于描述系统动态行为的数学工具，特别适合处理并发和依赖关系。作者们利用Petri网的特性，将滑行路径规划问题转化为网络状态转换的问题，使得复杂的规定和约束能够被清晰表达。他们提出的染色体编码策略将路径规划问题映射到遗传算法中，这是一种生物进化计算方法，通过模拟自然选择和遗传机制来寻找最优解。 论文中还包含了染色体合法性检测与修复算法，确保生成的滑行路径满足机场运行管制规则，避免了违规路径的产生。同时，设计了染色体交叉和变异操作，以增加算法的搜索效率和多样性。通过在首都国际机场01号跑道的实际运行数据上进行测试，作者证明了这种模型和算法的有效性：相较于传统的节点-路段类模型，它更能准确反映管制规则，且规划时间少于10秒，符合A-SMGCS对实时性和效率的需求。 考虑到航空器滑行速度的变化，这种方法更贴近实际运行情况，有助于提高机场的整体运营效率和安全性。因此，该研究对于优化机场地面滑行路径规划具有重要意义，体现了工程技术和理论在航空交通管理领域的创新应用。整篇论文的研究成果对于理解如何结合Petri网和遗传算法解决复杂的交通规划问题提供了有价值的参考。