摘要
随着各类飞机日益频繁地在共享空域中运行，在复杂相互依赖条件下解决空域冲突已成为空中交通管理（ATM）的核心挑战。传统方法难以在高维多目标优化（MOO）问题中，针对多约束条件及空域组之间强时间相关性的情况，实现高效高质量的解决方案。本研究提出了一种优化的空域冲突解决方法，该方法基于改进的非支配排序遗传算法III（NSGA-III），构建于三层渐进框架之中。首先，冲突检测层将区间重合检测与分离轴定理相结合，实现对三维空域属性冲突的精确识别。其次，冲突解决层建立了一个受限的高维多目标优化模型，以最小化空域优先级、类型、数量和空域调整幅度。最后，空域组优化层引入了邻近空域概念和动态空域拒绝策略，并通过改进的NSGA-III加以实现，以应对空域间的强约束和连锁效应。针对NSGA-III，我们提出了一种面向空域组的编解码机制、基于冲突对的罚函数设计以及动态拒绝策略，三者共同增强了高维目标空间中的收敛性和解的多样性。基于真实空域需求数据的仿真实验表明，所提方法在保留需求中实现了完全的冲突解决（100%；平均拒绝率为7.15%），同时具有更低的拒绝成本、更高的平均HV值（1.14，而MOCOA、MORIME和MOEA/D分别为0.49、0.51和0.96），并且平均运行时间分别减少了78.6%、35.4%和48.5%。总体而言，所提方法为基于结构化需求的空域系统的智能优化提供了一种稳健且高效的范式。
