论文部分内容阅读
为解决管制冲突的智能化调配问题,通过对历史雷达轨迹数据的预处理,生成了学习样本集。建立了基于BP神经网络的管制冲突智能调配模型,并基于效果评价策略,选用样本数据对模型进行训练。搭建了多Agent空中交通仿真平台,在管制员Agent中嵌入智能调配模型,通过冲突解脱场景仿真验证了智能冲突调配模型。实验结果表明：模型可以较好地根据当前冲突情况从历史经验中寻找解脱的方案,实现冲突解脱。