一种基于人机协同进化智能的民航飞机空中冲突解决决策方法技术

一种基于人机协同进化智能的民航飞机空中冲突解决决策方法。其目的是实现民航飞机空中冲突解决的人机协同进化智能决策。本发明专利技术的方法主要有两大部分：机器协助当值空管人员制定民航飞机空中冲突解决方案；机器长期学习不同空管人员的空中冲突解决方案和工作习惯并与空管人员交互学习结果。重点在于机器学习了空管人员的空中冲突解决方案和工作习惯后，会自动调整和改进智能优化方法，以便提供因人而异的定制化的决策支持参考方案。本发明专利技术的方法不是要替代空管人员做决策，而是要帮助他们提升相关决策智力水平；空管人员决策智力水平提升后，机器学习进一步学习之并反馈之；如此反复，从而空管人员和机器的相关决策水平都得到不断提升。

A decision-making method of civil aviation aircraft air conflict resolution based on human-computer co evolutionary intelligence

A decision-making method for air conflict resolution of civil aviation aircraft based on human-machine co evolutionary intelligence. Its purpose is to realize the intelligent decision-making of human-machine co evolution for solving the air conflict of civil aviation aircraft. The method of the invention mainly has two parts: the machine assists the on duty air traffic control personnel to develop the air conflict solution of civil aviation aircraft; the machine learns the air conflict solution and working habits of different air traffic control personnel for a long time and interacts with the air traffic control personnel to learn the results. The key point is that the machine will automatically adjust and improve the intelligent optimization method after learning the air conflict solution and working habits of air traffic controllers, so as to provide customized decision support reference scheme for different people. The method of the invention is not to replace the air traffic control personnel to make decisions, but to help them improve the relevant decision-making intelligence level; after the improvement of the decision-making intelligence level of the air traffic control personnel, the machine learning will further learn and feed back; so repeatedly, the relevant decision-making level of the air traffic control personnel and the machine will be continuously improved.

【技术实现步骤摘要】
一种基于人机协同进化智能的民航飞机空中冲突解决决策方法
：本专利技术提供了一种基于人机协同进化智能的民航飞机空中冲突解决决策方法，属于航空运输工程领域。
技术介绍
：随着社会经济的高速发展，民航交通运输量也急速增长。如何在有限的空域资源内保障安全高效的民航运输，是空中交通管理的首要任务。事实上，对于空中交通管理而言，民航运输的安全比民航运输的效率和效益更加重要。空中交通管理对安全很重要的一个关注点就是飞机空中冲突解决问题。虽然飞机的飞行计划在制定时，已经考虑到了避免航路冲突的问题，但是在飞行计划的实际执行过程中，由于各种不确定因素的存在，经常会出现时间、位置、速度、航向甚至实际飞行路线上的偏差。因此，在空中交通管理的实际工作过程中，经常会遇到各种各样的飞机危险接近和潜在冲突情况。这些危险接近和潜在冲突的情况非常复杂，比如：可能是两架飞机冲突，也可能是多架飞机同时冲突；可能是同一高度层内的冲突，也可能是高度层穿越冲突；可能是多个冲突点，也可能是多架飞机同一个冲突点；可能是逆向对飞冲突、也可能是并行伴飞冲突。解决方案也多种多样，可以通过要求飞机改变速度、航向、航线和高度，也可以通过要求飞机执行某些特定的飞行程序，例如空中盘旋、画狗腿。这些解决方案只要应用得当，都可以有效解决空中冲突。然而，由于飞机高速飞行的特点以及日益密集的空中交通流量，空管人员如何能在复杂的空中交通坏境中及时发现飞机危险接近和潜在冲突情况，然后及时制定出冲突解决方案并向飞行员发出可行的冲突解决指令，这是一项非常具有挑战性的工作。更进一步，由于航空公司对经济效益的追求，以及旅客对航班正点率和飞行平稳舒适性的要求，空管人员在做决策解决飞机空中冲突时，除了安全这一指标，还应该尽量考虑如何减少延误、降低油耗、避免剧烈的飞机机动动作。因此，飞机空中冲突解决是一个复杂的多目标优化问题，同时也是一个典型的NP-困难的组合优化问题。空管人员需要在高负荷、大强度、短时间内有效解决飞机空中冲突这一NP-困难的多目标组合优化问题。所以，目前有许多决策支持工具和系统用于协助空管人员进行飞机空中冲突解决。在这些协助空管人员进行飞机空中冲突解决的决策支持工具和系统中，人工智能方法日益得到重视。然而，在人工智能理论和技术越来越成熟的今天，人工智能方法在民航管理邻域，尤其是在飞机空中冲突解决问题中的应用并不尽人意。尽管也有许多科研人员和空管机构开发了一些基于人工智能的飞机空中冲突解决决策支持工具，但是这些基于人工智能的决策支持工具的实际应用情况并不理想，空管人员几乎都还是完全基于自己的专业知识和工作经验而人工地制定飞机空中冲突解决决策，很少有直接应用人工智能决策支持工具所给出的决策方案建议。事实上，由于空管人员工作的高负荷和大强度，空管人员在工作时甚至根本看都不会看决策支持工具所给出的决策方案建议。空管人员不看不用人工智能决策支持工具所给出的决策方案建议，另一个重要的原因就是空管人员对人工智能的不理解、不信任和不认可。人工智能方法大都是黑箱方法，尤其是人工神经网络和机器学习方法，这些黑箱方法得出决策方案建议的过程通常都是隐式的，难以被人类智能所直接理解的。由于对人工智能决策支持工具所给出的决策方案建议的不理解，考虑到空管工作对安全的极高要求，空管人员很难相信人工智能方法没有安全隐患，相比而言，空管人员更愿意相信人类智能对空中交通安全的把控能力。更进一步，目前人工智能方法在应用时普遍给人一个印象：人工智能能够且正在或将要战胜并替代人类智能，从而替代人类而工作。事实上，许多人工智能邻域的研究人员和科技公司在设计和推销他们的人工智能研究成果和产品时，总是片面地强调其人工智能技术超越和替代人类智能的一面。对于那些从事对人类智能水平要求较低的工作的人群而言，这种印象和宣传或许并无大碍，因为这类工作人群大都对自己的工作大都没有特别的自豪感和成就感，即便自己的工作被人工智能技术所替代他们也无所谓。但是，空管工作是一个对智能水平要求极高的管理工作，空管人员都是人类智能水平很高同时又经过长期严格和专业训练的工程师，他们对自己的工作大都具有很强的职业自豪感和成就感。所以，任何宣称能够替代空管人员的人工智能技术从感情上都很难被空管人员所接受和认可。这就是为什么人工智能技术在空管领域，包括飞机空中冲突解决决策支持，并没有得到太多的实际落地应用。当前的空管工作，包括飞机空中冲突解决，几乎都还是严重依赖人类智能来完成的本专利技术摒弃了“人工智能能够且必将替代人类智能”的方法论思路，而是采用了一种“人工智能和人类智能应该相互促进而共同提升”的方法论思路，提出一种基于人机协同进化智能的民航飞机空中冲突解决决策方法，用以有效辅助空管人员开展制定民航飞机空中冲突解决决策的工作。
技术实现思路
：本专利技术的目的是要提供一种基于人机协同进化智能的民航飞机空中冲突解决决策方法，其目的是实现民航飞机空中冲突解决的人机协同进化智能决策。本专利技术的方法主要有两大部分：机器协助当值空管人员制定民航飞机空中冲突解决方案，机器长期学习不同空管人员的空中冲突解决方案和工作习惯并与空管人员交互学习结果。机器协助当值空管人员制定民航飞机空中冲突解决方案的主要步骤如下：(1)当系统检测到民航飞机存在空中冲突的可能性时，发出预警，并将潜在空中冲突所涉及到的飞机、飞行计划、航路、空域、天气等相关信息通过人机界面展示给当值的空管人员，同时将这些信息作为机器解算民航飞机空中冲突解决方案的输入数据；(2)当值的空管人员根据自己个人的专业知识和工作经验分析所需要解决的民航飞机潜在空中冲突；与之同时，机器从空管人员空中冲突解决决策习惯数据库中调取当值空管人员的决策习惯，尤其是调取当值空管人员对安全、延误、油耗和剧烈机动动作这四个决策指标的权重，分别记为w01、w02、w03和w04，同时还要调取当值空管人员对改变速度、航向、航线、高度，和执行特定飞行程序这五种解决措施的使用偏好权重，分别记为wS1、wS2、wS3、wS4和wS5，机器根据当值空管人员的决策习惯构建一个加权优化指标函数如下：f＝w01×安全指标值+w02×延误值+w03×油耗值+w04×剧烈机动动作次数+wS1×改变速度次数+wS2×改变航向次数+wS3×改变航线次数+wS4×改变高度次数+wS5×特定飞行程序次数，机器根据加权优化指标函数f应用恰当的优化算法，比如整数规划算法、进化算法、人工神经网络、模糊推理系统，以计算出符合当值空管人员决策习惯的民航飞机潜在空中冲突的解决方案；(3)然后，机器将所计算出的符合当值空管人员决策习惯的民航飞机潜在空中冲突的解决方案提供给当值空管人员仅作实时在线建议参考，当值空管人员仍以自己人工制定冲突解决方案为主；与之同时，机器按多目标优化问题，即不使用f，求解出，可以是近似求解出与当值空管人员决策习惯无关的民航飞机潜在空中冲突问题的Pareto最优面；(4)然后，机器记录当值空管人员自己人工制定并执行的冲突解决方案，与机器所计算出的符合当值空管人员决策习惯的解决方案比较，同时也与机器所计算出与当值空管人员决策习惯无关的民航飞机潜在空中冲突问题的Pareto(帕累托)最优面所对应的所有解决方案相比较，从中找出与当值空管人员自己人工制定的解决方案最本文档来自技高网...

【技术保护点】
1.一种基于人机协同进化智能的民航飞机空中冲突解决决策方法，其目的是实现民航飞机空中冲突解决的人机协同进化智能决策。本专利技术的方法主要有两大部分：机器协助当值空管人员制定民航飞机空中冲突解决方案，机器长期学习不同空管人员的空中冲突解决方案和工作习惯并与空管人员交互学习结果。机器协助当值空管人员制定民航飞机空中冲突解决方案的主要步骤如下：当系统检测到民航飞机存在空中冲突的可能性时，发出预警，并将潜在空中冲突所涉及到的飞机、飞行计划、航路、空域、天气等相关信息通过人机界面展示给当值的空管人员，同时将这些信息作为机器解算民航飞机空中冲突解决方案的输入数据；当值的空管人员根据自己个人的专业知识和工作经验分析所需要解决的民航飞机潜在空中冲突；与之同时，机器从空管人员空中冲突解决决策习惯数据库中调取当值空管人员的决策习惯，尤其是调取当值空管人员对安全、延误、油耗和剧烈机动动作这四个决策指标的权重，分别记为wO1、wO2、wO3和wO4，同时还要调取当值空管人员对改变速度、航向、航线、高度，和执行特定飞行程序这五种解决措施的使用偏好权重，分别记为wS1、wS2、wS3、wS4和wS5，机器根据当值空管人员的决策习惯构建一个加权优化指标函数如下：f＝wO1×安全指标值+wO2×延误值+wO3×油耗值+wO4×剧烈机动动作次数+wS1×改变速度次数+wS2×改变航向次数+wS3×改变航线次数+wS4×改变高度次数+wS5×特定飞行程序次数，机器根据加权优化指标函数f计算出符合当值空管人员决策习惯的民航飞机潜在空中冲突的解决方案；然后，机器将所计算出的符合当值空管人员决策习惯的民航飞机潜在空中冲突的解决方案提供给当值空管人员仅作实时在线建议参考，当值空管人员仍以自己人工制定冲突解决方案为主；与之同时，机器按多目标优化问题，即不使用f，求解出，可以是近似求解出与当值空管人员决策习惯无关的民航飞机潜在空中冲突问题的Pareto最优面；然后，机器记录当值空管人员自己人工制定并执行的冲突解决方案，与机器所计算出的符合当值空管人员决策习惯的解决方案比较，同时也与机器所计算出与当值空管人员决策习惯无关的民航飞机潜在空中冲突问题的Pareto(帕累托)最优面所对应的所有解决方案相比较，从中找出与当值空管人员自己人工制定的解决方案最相似的机器方案；接下来，根据所找出的与当值空管人员的人工方案最相似的机器方案，反推出新的权重数值wO1、wO2、wO3、wO4、wS1、wS2、wS3、wS4和wS5，存入空管人员空中冲突解决决策习惯数据库中，同时将本次民航飞机空中冲突解决过程中的所有相关数据，包括空中冲突所涉及到的飞机、飞行计划、航路、空域、天气等相关信息，机器所计算出的所有解决方案，当值空管人员自己的解决方案，以及执行后的效果，即执行后所造成的安全指标值、延误值、油耗值、和剧烈机动动作次数，全部存入空管人员空中冲突解决决策习惯的案例数据库；最后，将人工方案与机器方案的对比结果数据以表格化和图像化的方式展示给当值空管人员，供当值空管人员复盘回顾本次民航飞机空中冲突解决过程，以便加深当值空管人员对自己的人工方案的理解，并充分认识到人工方案对比机器方案所存在的可能改进和提升空间。机器长期学习不同空管人员的空中冲突解决方案和工作习惯并与空管人员交互学习结果的过程如下：通过相关人员座谈和问卷调查，为使用本方法的单位里的每个空管人员初始化他们各自的空中冲突解决决策习惯数据，尤其是每个空管人员各自对安全、延误、油耗和剧烈机动动作这四个决策指标的权重，以及对改变速度、航向、航线、高度，和执行特定飞行程序这五种解决措施的使用偏好权重；并将得到的初始化数据存入空中冲突解决决策习惯数据库；每当一个空管人员值班并遇到民航飞机潜在空中冲突时，机器协助当值空管人员制定民航飞机空中冲突解决方案，并将该次民航飞机空中冲突解决过程中的所有相关数据存入空管人员空中冲突解决决策习惯数据库和案例数据库，尤其是当值空管人员的决策权重数值，即对安全、延误、油耗和剧烈机动动作这些决策指标的权重，对改变速度、航向、航线、高度和执行特定飞行程序这些解决措施的使用偏好权重；机器分析决策习惯数据库中当值空管人员的决策权重数值的历史数据，得出各项权重的总体均值、极值和变化趋势，不同时段的均值、极值和变化趋势，不同潜在冲突类型下的均值、极值和变化趋势，并预测当值空管人员在各种情境下可能下次最适合的决策权重数值，再将分析结果数据保存到空中冲突解决决策习惯分析数据库中备用；机器分析决策案例数据库中与当值空管人员有关的历史工作数据，尤其是分析历史上当值空管人员在各种情境下参考和采用机器方案的习惯，当值空管人员的人工方案与机器方案的效果差异的变化情况；机器筛选出所有与当值空管人员具有相似空中冲突解决决策习惯的其他空管人员的相关的历...

【技术特征摘要】
1.一种基于人机协同进化智能的民航飞机空中冲突解决决策方法，其目的是实现民航飞机空中冲突解决的人机协同进化智能决策。本发明的方法主要有两大部分：机器协助当值空管人员制定民航飞机空中冲突解决方案，机器长期学习不同空管人员的空中冲突解决方案和工作习惯并与空管人员交互学习结果。机器协助当值空管人员制定民航飞机空中冲突解决方案的主要步骤如下：当系统检测到民航飞机存在空中冲突的可能性时，发出预警，并将潜在空中冲突所涉及到的飞机、飞行计划、航路、空域、天气等相关信息通过人机界面展示给当值的空管人员，同时将这些信息作为机器解算民航飞机空中冲突解决方案的输入数据；当值的空管人员根据自己个人的专业知识和工作经验分析所需要解决的民航飞机潜在空中冲突；与之同时，机器从空管人员空中冲突解决决策习惯数据库中调取当值空管人员的决策习惯，尤其是调取当值空管人员对安全、延误、油耗和剧烈机动动作这四个决策指标的权重，分别记为wO1、wO2、wO3和wO4，同时还要调取当值空管人员对改变速度、航向、航线、高度，和执行特定飞行程序这五种解决措施的使用偏好权重，分别记为wS1、wS2、wS3、wS4和wS5，机器根据当值空管人员的决策习惯构建一个加权优化指标函数如下：f＝wO1×安全指标值+wO2×延误值+wO3×油耗值+wO4×剧烈机动动作次数+wS1×改变速度次数+wS2×改变航向次数+wS3×改变航线次数+wS4×改变高度次数+wS5×特定飞行程序次数，机器根据加权优化指标函数f计算出符合当值空管人员决策习惯的民航飞机潜在空中冲突的解决方案；然后，机器将所计算出的符合当值空管人员决策习惯的民航飞机潜在空中冲突的解决方案提供给当值空管人员仅作实时在线建议参考，当值空管人员仍以自己人工制定冲突解决方案为主；与之同时，机器按多目标优化问题，即不使用f，求解出，可以是近似求解出与当值空管人员决策习惯无关的民航飞机潜在空中冲突问题的Pareto最优面；然后，机器记录当值空管人员自己人工制定并执行的冲突解决方案，与机器所计算出的符合当值空管人员决策习惯的解决方案比较，同时也与机器所计算出与当值空管人员决策习惯无关的民航飞机潜在空中冲突问题的Pareto(帕累托)最优面所对应的所有解决方案相比较，从中找出与当值空管人员自己人工制定的解决方案最相似的机器方案；接下来，根据所找出的与当值空管人员的人工方案最相似的机器方案，反推出新的权重数值wO1、wO2、wO3、wO4、wS1、wS2、wS3、wS4和wS5，存入空管人员空中冲突解决决策习惯数据库中，同时将本次民航飞机空中冲突解决过程中的所有相关数据，包括空中冲突所涉及到的飞机、飞行计划、航路、空域、天气等相关信息，机器所计算出的所有解决方案，当值空管人员自己的解决方案，以及执行后的效果，即执行后所造成的安全指标值、延误值、油耗值、和剧烈机动动作次数，全部存入空管人员空中冲突解决决策习惯的案例数据库；最后，将人工方案与机器方案的对比结果数据以表格化和图像化的方式展示给当值空管人员，供当值空管人员复盘回顾本次民航飞机空中冲突解决过程，以便加深当值空管人员对自己的人工方案的理解，并充分认识到人工方案对比机器方案所存在的可能改进和提升空间。机器长期学习不同空管人员的空中冲突解决方案和工作习惯并与空管人员交互学习结果的过程如下：通过相关人员座谈和问卷调查，为使用本方法的单位里的每个空管人员初始化他们各自的空中冲突解决决策习惯数据，尤其是每个空管人员各自对安全、延误、油耗和剧烈机动动作这四个决策指标的权重，以及对改变速度、航向、航线、高度，和执行特定飞行程序这五种解决措施的使用偏好权重；并将得到的初始化数据存入空中冲突解决决策习惯数据库；每当一个空管人员值班并遇到民航飞机潜在空中冲突时，机器协助当值空管人员制定民航飞机空中冲突解决方案，并将该次民航飞机空中冲突解决过程中的所有相关数据存入空管人员空中冲突解决决策习惯数据库和案例数据库，尤其是当值空管人员的决策权重数值，即对安全、延误、油耗和剧烈机动动作这些决策指标的权重，对改变速度、航向、航线、高度和执行特定飞行程序这些解决措施的使用偏好权重；机器分析决策习惯数据库中当值空管人员的决策权重数值的历史数据，得出各项权重的总体均值、极值和变化趋势，不同时段的均值、极值和变化趋势，不同潜在冲突类型下的均值、极值和变化趋势，并预测当值空管人员在各种情境下可能下次最适合的决策权重数值，再将分析结果数据保存到空中冲突解决决策习惯分析数据库中备用；机器分析决策案例数据库中与当值空管人员有关的历史工作数据，尤其是分析历史上当值空管人员在各种情境...

【专利技术属性】
技术研发人员：胡小兵，廖建勤，
申请(专利权)人：中国民航大学，
类型：发明
国别省市：天津,12