District-level layout planning of UAV takeoff and landing sites based on the NSGA-Ⅱ algorithm: A case study of Nanshan District, Shenzhen
Article Text (Baidu Translation)
-
摘要: 针对高密度城区无人驾驶航空器起降点布局规划中覆盖效率、建设成本、空域风险与环境噪声等多目标协同难题，提出了一种融合上述多维目标的优化模型，并采用改进的非支配排序遗传算法（NSGA-Ⅱ）进行求解；以深圳市南山区为例，构建了涵盖客运、货运和城市治理3类功能的混合规划模型，算法设计上，提出了包含经纬度坐标、功能类型、规模等级等分层染色体编码方案，并采用动态约束处理机制协调空域安全、用地兼容性、噪声敏感性等复杂约束；针对货运起降点，引入了层级衔接规则以保障城市物流网络完整性。研究结果表明：算法生成的Pareto前沿解集可清晰地揭示各目标间的权衡关系；典型方案分析显示，客运导向型方案在核心商务区具有较高的服务覆盖效率，但同时伴随较高的空域管理压力；货运优化型方案在物流枢纽区域能显著提升物流效率，但噪声影响范围相应增加约25%；均衡方案在大学城等混合功能区域最具适用性；极简方案可为财政受限或生态敏感区提供可行路径；进一步参数分析表明，将一、二级货运枢纽间距从5 km压缩至4 km可使货运效率提升12%，但将增加18%的空域冲突风险，降噪围栏安装可使住宅区噪声降低4 dB而单点成本增加10万~20万元；最终提出差异化布局策略，科技园等商务区采用客运优先布局，妈湾港区等配置完整三级货运网络，深圳湾保护区周边限制为微型起降点。构建的多目标优化框架与改进求解算法可为高密度城区无人机起降点规划提供从建模、求解到方案比选的完整、可量化的决策支持工具。Abstract: Aiming at the multi-objective coordination challenges in the layout planning of unmanned aerial vehicles (UAV) takeoff and landing sites in high-density urban areas, including coverage efficiency, construction cost, airspace risk, and environmental noise, an optimization model integrating the multi-dimensional objectives above was proposed. An improved non-dominated sorting genetic algorithm (NSGA-Ⅱ) was adopted for the solution. Taking Nanshan District, Shenzhen as an example, a hybrid planning model covering three functions of passenger transport, freight, and urban governance was constructed. In the algorithm design, a hierarchical chromosome encoding scheme was proposed, including latitude and longitude coordinates, functional types, and scale levels. A dynamic constraint handling mechanism was applied to coordinate complex constraints such as airspace safety, land use compatibility, and noise sensitivity. Specifically, for freight takeoff and landing sites, a hierarchical connection rule was introduced to ensure the integrity of the urban logistics network. The analysis of typical schemes shows that, in core business districts, the passenger-oriented scheme has relatively high service coverage efficiency yet with higher airspace management pressure; freight optimization scheme can significantly improve logistics efficiency in logistics hubs, but the noise impact range rises by 25%; the balanced scheme is the most applicable in mixed-function areas like university towns; minimalist scheme provides feasible pathways for areas with budget constraints or ecological sensitivity. Meanwhile, further parameter analysis indicates that reducing the distance between first- and second-level freight hubs from 5 km to 4 km can improve freight efficiency by 12% but increase airspace conflict risks by 18%. The installation of noise barriers can reduce residential area noise by 4 dB yet with an additional cost of 100 000–200 000 RMB per site. A differentiated layout strategy is ultimately proposed: business districts such as the technology park adopt passenger-oriented layouts, and areas such as Mawan Port are equipped with a complete three-level freight network. The areas surrounding the Shenzhen Bay Nature Reserve are restricted to micro takeoff and landing sites. The multi-objective optimization framework and improved solution algorithm constructed in this paper provide a complete and quantifiable decision-support tool for the planning of UAV takeoff and landing sites in high-density urban areas, from modeling, solving, to scheme comparison.
-
表 1 面向高密度城区无人机起降点分类
Table 1. Classification system of UAVs takeoff and landing sites for high-density urban areas
分类维度 分类类别 核心特征与建模关联 典型应用场景 起降点功能用途 客运型 服务对象为乘客，安全性与舒适性要求最高，建设成本基准高，是覆盖效率目标的重点 交通枢纽、CBD 货运型 服务对象为货物，强调运营效率与自动化。需满足物流层级衔接约束，分为一级、二级、三级枢纽 机场/港口、物流园区、配送站 城市治理型 功能定制化，通常为封闭或半封闭运行。服务半径灵活，对噪声和空域风险敏感度中等 消防站、医院、市政设施 综合型 同时具备上述2种及以上功能，通过规模等级变量实现功能复合，以提升单一站点的资源集约利用水平 城市综合功能区 
下载: 导出CSV
表 2 布局需求
Table 2. Layout requirements
类型 子类 服务半径 典型选址 航空器匹配 客运型 枢纽站 10~15 km 交通枢纽、CBD 大型/中型eVTOL 社区类 3~5 km 居住区中心 中型/小型eVTOL 货运型 一级枢纽 全市覆盖 机场/港口 大型货运无人机 二级枢纽 片区覆盖 物流园区 中型货运无人机 三级枢纽 最后一公里 配送站/屋顶 小型货运无人机 城市治理型 应急基站 5~8 km 消防站/医院 中型多功能机 巡检节点 1~2 km 市政设施 轻型/微型无人机
下载: 导出CSV
表 3 典型无人驾驶航空器性能参数
Table 3. Performance parameters of typical UAVs
航空器类型 机型/级别 航程/km 起降面积需求/m2 噪声水平/（dB，@15 m） 参考标准/来源 客运eVTOL 大型/中型 ≥50 ≥400 75~85 《民用无人机系统安全性要求》 货运无人机 一级枢纽 ≥100 200~300 75~80 丰翼科技实测数据 货运无人机 末端配送 10~20 50~100 65~70 大疆行业应用数据 治理无人机 中型多功能 15~30 100~150 65~75 《特定类无人机运行适用规定》 治理无人机 轻型/微型 ≤10 ≤50 ≤60 大疆消费级机型数据
下载: 导出CSV
表 4 土地成本对比
Table 4. Comparison of land costs
设施类型 $ {c}_{\mathrm{b}, t} $/万元 $ i $（示例） $ {c}_{\mathrm{l}, i} $/万元 $ {c}_{i, t} $/万元 大型客运站 2 500 前海 1 500 4 000 一级货运站 1 800 科技园 1 000 2 800 二级中转站 1 200 蛇口 800 2 000 三级配送站 600 西丽 600 1 200 城市治理基站 800 生态区 300 1 100
下载: 导出CSV
表 5 安全间距取值
Table 5. Safety spacing values
类型组合 $ {\rho }_{{t}_{i}{t}_{j}} $/m 依据标准 客运-客运 1 000 《民用无人机空中交通管理规则》 货运-货运 800 《民用无人机空中交通管理规则》 客运-货运 1 200 风险规避加强要求 治理-其他 500 应急响应特殊通道
下载: 导出CSV
表 6 算法特性对比
Table 6. Comparison of algorithm characteristics
对比指标 NSGA-Ⅱ MOEA/D SPEA2 NSGA-Ⅲ 核心思想 非支配排序+ 拥挤度距离 权重分解+ 邻域协作 权重分解+ 邻域协作 基于参考点的非支配排序 Pareto前沿处理 直接寻找整个前沿 通过权重向量逼近前沿 通过权重向量逼近前沿 通过预设参考点维持多样性 最优解选择机制 基于Pareto等级和拥挤度 基于权重向量的标量化 基于强度值和k近邻 基于Pareto等级和参考点关联 参数敏感性 低（需调节种群大小） 较高（需设置权重向量和邻域） 中等（需设置档案大小和k值） 高（需精心设置参考点） 收敛速度 快（精英保留策略） 很快（局部搜索效率高） 中等（档案维护开销大） 中等（高维目标下较慢） 解集分布性 优（拥挤度距离保证分布） 良（依赖权重向量分布） 优（密度估计保持分布） 高维目标下极优 约束处理能力 强（约束支配原则） 中等（惩罚函数法） 强（约束违反度排序） 强（约束支配原则） 适用问题规模 大中型问题 中小型问题 大中型问题 大中型问题 目标数适应性 2~5个目标 2~3个目标 2~4个目标 > 3个目标（高维优势） 算法稳定性 高 中等 较高 中等（对参考点敏感） 实现难度 中等 较复杂 较复杂 复杂 内存需求 中等 较低 较高 高（需存储参考点） 理论基础 Pareto最优理论 标量化分解理论 Pareto强度值理论 Pareto最优与参考点理论
下载: 导出CSV
表 7 不同方案计算结果对比
Table 7. Comparison of calculation results from different schemes
指标 客运优先方案 货运优先方案 均衡方案 极简方案 起降点数量 8 19 12 6 客运站数量 8（3枢纽+5社区） 2 5 2 货运站数量 0 17（2个一级+5个二级+10个三级） 6（1个一级+2个二级+3个三级） 3（3个三级） 治理站数量 0 0 1 1 总投资成本/万元 32 000 28 500 35 200 15 800 人口覆盖率/% 95 78 88 65 物流提升实效/% 15 40 25 10 空域冲突风险指数 0.12 0.25 0.18 0.08 噪声超标点数量 3 7 4 1 投资回收期 4.3 3.8 4.8 6.2 应急响应时间/min 18 25 15 32
下载: 导出CSV
表 8 典型方案分区适用性量化评估
Table 8. Quantitative assessment of applicability for typical solution zoning
% 功能区 评估指标 客运优先 货运优先 均衡方案 极简方案 片区特征 前海商务区 用地匹配度 95 30 85 25 商业用地主导，高强度开发 需求覆盖率 98 45 92 40 高端商务出行需求集中 噪声敏感度 65 40 80 90 办公为主，噪声容忍度中等 综合适配度 92 35 88 45 科技园 用地匹配度 90 60 95 30 研发用地，精密仪器敏感 需求覆盖率 85 70 90 50 通勤+样本运输混合需求 噪声敏感度 70 50 85 95 研发机构对噪声敏感 综合适配度 85 58 92 52 妈湾港区 用地匹配度 40 95 80 20 物流仓储用地主导 需求覆盖率 35 98 75 30 大宗货物转运需求 噪声敏感度 80 60 85 95 工业区，噪声容忍度高 综合适配度 48 88 82 42 深圳湾保护区 用地匹配度 10 10 30 95 生态保护用地 需求覆盖率 15 15 40 85 生态监测、应急巡查需求 噪声敏感度 95 95 90 98 生态敏感，噪声要求严 综合适配度 12 13 48 94 注：适配度基于各片区用地兼容性、需求类型强度、环境约束强度、投资承受力4项指标，通过专家打分与指标量化综合确定。
下载: 导出CSV
表 9 投资预算敏感性分析
Table 9. Sensitivity analysis of investment budget
预算变化/万元 绝对预算/万元 覆盖率/% 成本变化率/% 边际效益Δf1/ΔB -10 000 25 200 81.2 -28.4 0.000 68 -8 000 27 200 82.5 -22.7 0.000 69 -6 000 29 200 83.8 -17.0 0.000 71 -4 000 31 200 85.1 -11.4 0.000 73 -2 000 33 200 86.4 -5.7 0.000 75 0 35 200 88.0 0.0 0.000 77 2 000 37 200 89.6 5.7 0.000 74 4 000 39 200 90.3 11.4 0.000 70 6 000 41 200 90.8 17.0 0.000 65 8 000 43 200 91.1 22.7 0.000 60
下载: 导出CSV
表 10 空域安全间距敏感性分析
Table 10. Sensitivity analysis of airspace safety separation
间距变化/m 绝对间距/m 冲突风险 可用点位变化/% 成本变化/% -200 -200 0.28 -25.3 12.5 -150 -150 0.24 -19.8 9.8 -100 -100 0.21 -14.2 7.1 -50 -50 0.18 -8.7 4.3 0 0 0.15 0.0 0.0 50 50 0.13 6.5 -3.2 100 100 0.11 12.9 -6.3 150 150 0.09 19.4 -9.5 200 200 0.08 25.8 -12.6 250 250 0.07 32.3 -15.8
下载: 导出CSV
表 11 噪声标准敏感性分析
Table 11. Sensitivity analysis of noise standards
噪声限值/dB 超标点数量 成本影响/% 可行性指数 43 12.8 22.1 0.48 44 10.3 16.8 0.62 45 8.9 13.5 0.70 46 7.9 11.5 0.75 47 6.5 7.2 0.82 48 5.4 0.0 0.88 49 4.1 -6.3 0.92 50 3.2 -8.7 0.95 51 2.3 -12.1 0.97 52 1.8 -15.3 0.98
下载: 导出CSV
表 12 需求增长敏感性分析
Table 12. Sensitivity analysis demand growth
需求增长率/% 覆盖率/% 需要新增点数 边际成本/（万元·点-1） -20 92.5 -3 -1 800 -15 91.8 -2 -1 200 -10 90.9 -1 -600 -5 89.7 0 0 0 88.0 0 0 5 86.3 1 2 200 10 83.9 2 4 500 15 80.8 3 6 900 20 77.2 4 9 400 25 73.1 5 12 000
下载: 导出CSV
表 13 技术演进敏感性分析
Table 13. Sensitivity analysis technological evolution
技术改进/% 服务半径增加/% 成本变化/% 风险降低/% -20 -16.2 8.4 12.7 -15 -12.1 6.3 9.5 -10 -8.1 4.2 6.3 -5 -4.0 2.1 3.1 0 0.0 0.0 0.0 5 4.2 -2.2 -3.2 10 8.5 -4.3 -6.5 15 12.9 -6.5 -9.8 20 17.4 -8.6 -13.2 25 22.0 -10.8 -16.7
下载: 导出CSV
表 14 客运权重敏感性分析结果
Table 14. Sensitivity analysis of passenger volume weight
客运权重设置 超指标体系 分布性指标 均衡方案客运站数量 均衡方案覆盖率 0.30 0.689±0.032 0.158±0.021 3.8±0.7 0.849±0.018 0.35 0.705±0.029 0.152±0.019 4.5±0.6 0.868±0.016 0.40（基准） 0.720±0.028 0.150±0.017 5.0±0.5 0.880±0.015 0.45 0.718±0.030 0.153±0.020 5.7±0.6 0.891±0.017 0.50 0.702±0.033 0.161±0.022 6.4±0.8 0.898±0.019
下载: 导出CSV
表 15 不同算法结果对比
Table 15. Comparison of results from different algorithms
性能指标 NSGA-Ⅱ MOEA/D SPEA2 NSGA-Ⅲ NSGA-Ⅱ对比优势 超指标体系 0.72±0.03 0.68±0.04 0.70±0.05 0.71±0.04 NSGA-Ⅱ显著优于MOEA/D（p=0.003）；
NSGA-Ⅱ显著优于SPEA2（p=0.012）；NSGA-Ⅱ与NSGA-Ⅲ差异不显著（p=0.085）分布性指标 0.15±0.02 0.21±0.03 0.18±0.04 0.16±0.03 NSGA-Ⅱ显著优于MOEA/D（p=0.017）；
NSGA-Ⅱ vs SPEA2差异不显著（p=0.142）运行时间/s 218±15 195±18 253±20 240±22 MOEA/D显著快于NSGA-Ⅱ（p=0.024）；
MOEA/D显著快于SPEA2（p < 0.001）可行解比例/% 92.3 85.7 88.9 90.5 NSGA-Ⅱ显著高于MOEA/D（p=0.008）；
NSGA-Ⅱ与SPEA2差异边缘显著（p=0.049）解集多样性 0.85±0.04 0.78±0.05 0.82±0.06 0.83±0.05 拥挤度机制有效保持多样性 标准差（30次运行） ±0.03 ±0.04 ±0.05 ±0.04 最稳定，MOEA/D对权重设置敏感导致波动较大 最优均衡方案 覆盖88%
成本3.52亿覆盖86%
成本3.8亿覆盖87%
成本3.7亿覆盖87.5%
成本3.65亿找到真正的最优权衡解 约束违反度 0.08 0.15 0.12 0.10 最严格遵守空域等约束 参数敏感性 低（0.12） 高（0.18） 中（0.15） 中（0.16） 最容易调参，MOEA/D需精心设置权重向量 高维扩展性 优（4目标） 良（3目标内） 良（4目标） 优（> 4目标） MOEA/D随目标数增加性能显著下降 综合推荐指数 优先推荐 良好 推荐 推荐 NSGA-Ⅱ明显优于其他3种算法
下载: 导出CSV
-
[1] 张明玥. 面向城市物流配送的无人机多层级起降站选址研究[D]. 广汉: 中国民用航空飞行学院, 2025.ZHANG Ming-yue. Multi-level drone vertiport location planning for urban logistics distribution[D]. Guanghan: Civil Aviation Flight University of China, 2025. [2] 杨佳佟, 李章萍. 基于空间连续需求的城市无人机起降场最大覆盖模型选址[J]. 科学技术与工程, 2025, 25(11): 4793-4800.YANG Jia-tong, LI Zhang-ping. Optimization of location selection for maximum coverage of urban drone landing and takeoff sites based on spatially continuous demand[J]. Science Technology and Engineering, 2025, 25(11): 4793-4800. [3] 冯棣坤, 张洪海, 华明壮, 等. 面向城市低空物流的多层异质起降场点网络协同规划[J]. 交通运输工程学报, 2026, 26(2): 110-124.FENG Di-kun, ZHANG Hong-hai, HUA Ming-zhuang, et al. Multi-layer heterogeneous take-off and landing site network collaborative planning for urban low-altitude logistics[J]. Journal of Traffic and Transportation Engineering, 2026, 26(2): 110-124. [4] HU B, CHEN X Y, HAN S C. Helicopter takeoff and landing point location in cities for emergency services[J]. Applied Sciences, 2022, 12(19): 9570. doi: 10.3390/app12199570 [5] 钱欣悦, 张洪海, 张芳, 等. 末端配送物流无人机起降点选址分配问题研究[J]. 武汉理工大学学报(交通科学与工程版), 2021, 45(4): 682-687, 693.QIAN Xin-yue, ZHANG Hong-hai, ZHANG Fang, et al. Research on location allocation of UAV landing points for terminal distribution logistics[J]. Journal of Wuhan University of Technology (Transportation Science & Engineering), 2021, 45(4): 682-687, 693. [6] 张春晓, 郭通, 李宇萌. 城市低空立体物流网络双种群协同优化方法[J]. 航空学报, 2025, 46(11): 287-306.ZHANG Chun-xiao, GUO Tong, LI Yu-meng. Dual-population coevolutionary optimization for multi-layer urban air logistics network[J]. Acta Aeronautica et Astronautica Sinica, 2025, 46(11): 287-306. [7] WANG F, ZHANG H H, DU S, et al. C-SPPO: A deep reinforcement learning framework for large-scale dynamic logistics UAV routing problem[J]. Chinese Journal of Aeronautics, 2025, 38(5): 103229. doi: 10.1016/j.cja.2024.09.005 [8] TANG G F, XIAO T Y, DU P F, et al. Improved PSO-based two-phase logistics UAV path planning under dynamic demand and wind conditions[J]. Drones, 2024, 8(8): 1-27. [9] 翁振锋, 黄远湖. 医院低空飞行器应用前瞻性规划探索: 以香港中文大学(深圳)医院为例[J]. 中国医院建筑与装备, 2025, 26(7): 60-65.WENG Zhen-feng, HUANG Yuan-hu. Exploration on prospective planning of hospital low altitude aircraft application: A case study of Chinese University of Hong Kong (Shenzhen) hospital[J]. Chinese Hospital Architecture & Equipment, 2025, 26(7): 60-65. [10] 张弛. 基于应用场景的浦东新区低空载人航空器起降点布局研究[J]. 交通与运输, 2025, 41(1): 38-43.ZHANG Chi. Layout of take-off and landing sites for low-altitude manned aircraft in Pudong new area based on application scenarios[J]. Traffic & Transportation, 2025, 41(1): 38-43. [11] 沈舟, 郑远, 邹翔, 等. 轻小型物流无人机起降场布局及起降策略设计[J]. 民航学报, 2024, 8(2): 31-36.SHEN Zhou, ZHENG Yuan, ZOU Xiang, et al. Light and small logistics unmanned aerial vehicle takeoff and landing port layout and takeoff/landing strategy design[J]. Journal of Civil Aviation, 2024, 8(2): 31-36. [12] 覃睿, 赖雨馨. 基于SLP的物流无人机垂直起降场功能区布局研究[J]. 科学技术创新, 2024(13): 225-228.QIN Rui, LAI Yu-xin. Research on functional area layout of logistics UAV VTOL field based on SLP[J]. Scientific and Technological InnovationInformation, 2024(13): 225-228. [13] 覃睿, 杨智博. 城区物流无人机起降场选址问题研究[J]. 科学技术创新, 2024(15): 50-54.QIN Rui, YANG Zhi-bo. Research on the location of urban UAV logistics take-off and landing field[J]. Scientific and Technological InnovationInformation, 2024(15): 50-54. [14] 黄子翼. 基于eVTOL的城市垂直交通系统构建[J]. 城市交通, 2024, 22(4): 95-105.HUANG Zi-yi. Urban vertical travelling system based on eVTOL[J]. Urban Transport of China, 2024, 22(4): 95-105. [15] FANG S P, RU Y, HU C M, et al. Planning of takeoff/landing site location, dispatch route, and spraying route for a pesticide application helicopter[J]. European Journal of Agronomy, 2023, 146: 126814. doi: 10.1016/j.eja.2023.126814 [16] 吴迪, 朱玉玺, 武文龙, 等. 基于远海岛屿的海上常态巡航救助系统选址-路径优化[J]. 交通运输工程学报, 2025, 25(6): 200-218. doi: 10.19818/j.cnki.1671-1637.2025.06.017WU Di, ZHU Yu-xi, WU Wen-long, et al. Location-routing optimization for regular maritime cruise and emergency rescue system in remote islands[J]. Journal of Traffic and Transportation Engineering, 2025, 25(6): 200-218. doi: 10.19818/j.cnki.1671-1637.2025.06.017 [17] 党安荣, 张朝阳, 王飞飞, 等. 低空基础设施规划研究进展与展望[J]. 西部人居环境学刊, 2025, 40(3): 25-33.DANG An-rong, ZHANG Chao-yang, WANG Fei-fei, et al. Progress and prospect of low-altitude infrastructure planning research[J]. Journal of Human Settlements in West China, 2025, 40(3): 25-33. [18] 李翔, 甘惟, 申程, 等. 低空经济视阈下城市空中交通的影响评估与设施更新[J]. 规划师, 2025, 41(3): 33-41.LI Xiang, GAN Wei, SHEN Cheng, et al. Impact assessment and infrastructural renewal of urban air mobility from the perspective of low-altitude economy[J]. Planners, 2025, 41(3): 33-41. [19] 黄哲, 李善伟, 王爱华. 基于泛在智联基础设施的低空经济探索与展望: 以河北雄安新区为例[J]. 城市道桥与防洪, 2025(2): 1-6.HUANG Zhe, LI Shan-wei, WANG Ai-hua. Exploration and reflection on the low-altitude economy based on ubiquitous smart connectivity infrastructure: Taking Xiongan New Area in Hebei Province as an example[J]. Urban Roads Bridges & Flood Control, 2025(2): 1-6. [20] 樊一江, 李卫波. 前瞻性布局低空基础设施体系的相关建议[J]. 中国经贸导刊, 2024(13): 34-37.FAN Yi-jiang, LI Wei-bo. Suggestions on forward-looking layout of low-altitude infrastructure system[J]. China Economic & Trade Herald, 2024(13): 34-37. [21] 张洪海, 夷珈, 李姗, 等. 低空空域容量评估研究综述[J]. 交通运输工程学报, 2023, 23(6): 78-93. doi: 10.19818/j.cnki.1671-1637.2023.06.003ZHANG Hong-hai, YI Jia, LI Shan, et al. Review on research of low-altitude airspace capacity evaluation[J]. Journal of Traffic and Transportation Engineering, 2023, 23(6): 78-93. doi: 10.19818/j.cnki.1671-1637.2023.06.003 [22] 郑文娟, 刘正航. 垂直起降场地建设趋势及思路[J]. 民航管理, 2025(6): 17-21.ZHENG Wen-juan, LIU Zheng-hang. Trends and approaches for vertiport construction[J]. Civil Aviation Management, 2025(6): 17-21. [23] 娄伟, 钟佳珉. 低空经济绿色发展问题研究: 基于产业链与空间视角[J]. 阅江学刊, 2025, 17(6): 138-146.LOU Wei, ZHONG Jia-min. Research on green development in the low-altitude economy: An industrial chain and spatial perspective[J]. Yuejiang Academic Journal, 2025, 17(6): 138-146. [24] 张妙婵, 李磊, 孙中雷, 等. 载人eVTOL航空器TC取证适航要求现状及风险挑战[J]. 航空工程进展, 2026, 17(1): 24-38, 71.ZHANG Miao-chan, LI Lei, SUN Zhong-lei, et al. Status of airworthiness requirements, risks and challenges for obtaining TC of person-carrying eVTOL aircraft[J]. Advances in Aeronautical Science and Engineering, 2026, 17(1): 24-38, 71. [25] 杜智民, 高超, 陈泽鹏. 智慧交通与低空经济协同发展的空间规划策略研究[J]. 长安大学学报(社会科学版), 2024, 26(5): 84-100.DU Zhi-min, GAO Chao, CHEN Ze-peng. Study on spatial planning strategies for the coordinated development of smart transportation and low-altitude economy[J]. Journal of Chang'an University (Social Science Edition), 2024, 26(5): 84-100. [26] 黄启翔, 江志彬. 港口群协同布局评估指标体系构建及深圳港实践探索[J]. 交通运输工程学报, 2026(2): 79-93.HUANG Qi-xiang, JIANG Zhi-bin. Construction of evaluation index system for collaborative layout of port clusters and practical exploration in Shenzhen port[J]. Journal of Traffic and Transportation Engineering, 2026(2): 79-93. [27] 王彦开, 姚玥希, 张玉阳, 等. 末端物流设施的潜在可达性与观测可达性: 以广州中心城区快递网点为例[J]. 地理科学进展, 2024, 43(6): 1133-1144.WANG Yan-kai, YAO Yue-xi, ZHANG Yu-yang, et al. Potential and observed accessibilities of terminal logistics facilities: A case study of express delivery outlets in the central urban area of Guangzhou City[J]. Progress in Geography, 2024, 43(6): 1133-1144. [28] 付义涵. 应急物资"无人机+货车"联合配送研究[D]. 西安: 长安大学, 2023.FU Yi-han. Research on "UAV+truck" joint distribution of emergency materials[D]. Xi'an: Changan University, 2023. [29] 环境保护部. 声环境质量标准: GB 3096—2008[R]. 北京: 中国环境科学出版社, 2008.Ministry of Environmental Protection of the People's Republic of China. Environmental quality standards for noise: GB 3096—2008[R]. Beijing: China Environmental Science Press, 2008. [30] 于洋, 魏尧, 王靖云, 等. 低空物流关键技术发展及挑战[J]. 长沙理工大学学报(自然科学版), 2025, 22(4): 20-56.YU Yang, WEI Yao, WANG Jing-yun, et al. Key technology development and challenges of low-altitude logistics[J]. Journal of Changsha University of Science and Technology (Natural Science), 2025, 22(4): 20-56. [31] 张子昂, 张晓全. 基于STPA和模糊贝叶斯网络的大型无人驾驶航空器运行风险分析[J]. 航空工程进展, 2026, 17(1): 72-80, 89.ZHANG Zi-ang, ZHANG Xiao-quan. Operational risk analysis of large unmanned aerial vehicles based on STPA and fuzzy Bayesian networks[J]. Advances in Aeronautical Science and Engineering, 2026, 17(1): 72-80, 89. [32] 郑夏, 马良. 一种多目标非线性优化的NSGA-Ⅱ改进算法[J]. 微电子学与计算机, 2020, 37(7): 47-53.ZHENG Xia, MA Liang. An Improved NSGA-Ⅱ algorithm for multi-objective nonlinear optimization[J]. Microelectronics & Computer, 2020, 37(7): 47-53. [33] 刘兆才, 刘杰. 基于改进NSGA-Ⅱ的多目标无人机集群任务优化方法[J]. 指挥控制与仿真, 2026, 48(1): 28-35.LIU Zhao-cai, LIU Jie. Multi-objective task optimization for UAV swarm based on improved NSGA-Ⅱ[J]. Command Control & Simulation, 2026, 48(1): 28-35. [34] 王猛, 王道波, 王博航, 等. 基于改进NSGA-Ⅱ的多无人机三维空间协同航迹规划研究[J]. 机械与电子, 2021, 39(11): 73-80.WANG Meng, WANG Dao-bo, WANG Bo-hang, et al. Three-dimensional multi-UAV cooperative path planning based on an improved NSGA-Ⅱ algorithm[J]. Machinery & Electronics, 2021, 39(11): 73-80. [35] 黄启翔, 王东. 低空经济规划编制特点与技术框架体系[J]. 城市交通, 2025, 23(2): 29-38.HUANG Qi-xiang, WANG Dong. Characteristics and technical framework system of low-altitude economic planning[J]. Urban Transport of China, 2025, 23(2): 29-38. -
图(9) / 表(15)
计量
- 文章访问数: 44
- HTML全文浏览量: 32
- PDF下载量: 6
- 被引次数: 0
