基于郊狼优化算法的扇区管制复杂性聚类与仿真验证

摘要

为提高科学评估扇区管制复杂性的能力，本文提出基于郊狼优化算法（COA,coyote optimization algorithm）的扇区管制复杂性聚类算法。首先，引入逐维变异改进策略来改进郊狼优化聚类算法，解决其易陷入局部最优解的问题。其次，以中国西北地区区域管制扇区为研究对象，采用改进郊狼优化聚类算法（ICOCA,improved coyote optimization clustering algorithm）对扇区管制复杂性指标进行聚类分析。最后，对扇区聚类结果进行仿真验证，结果证明了所提算法在扇区管制复杂性分类方面的有效性和可靠性，可为后续的空域管理提供有效的数据决策。

关键词

空中交通管理 / 管制复杂性 / 聚类分析 / 改进郊狼优化聚类算法(ICOCA)