基于智能优化算法的航空器试飞效率提升

摘要

随着ARJ21支线客机、C919国产大飞机的相继问世,我国国产大飞机产业正呈现出井喷的态势。为了尽早实现飞机适航取证的相关科目要求,往往采取多机同时试飞的方式。导致了地面停机拥挤程度增加,地面保障人员工作负荷逐步加重,运输效率低下,航班延误概率增加等一系列问题。针对以上问题,本文借助智能优化算法,以典型机场地面设施为研究对象,建立机场格栅环境图,基于航空器的GPS数据特征点,借助智能优化算法对航空器机场地面路径规划进行研究,首先探究了只采用蚁群算法时规划出正确路径的时间与步长,接着分析Q-learning算法单独作用下对路径规划效果的影响,最后将蚁群算法的信息素概念与强化学习算法的Q-learning相结合,验证两种算法结合时对路径规划性能的改善情况。