进离港航班容量及其影响因素

针对机场容量限制导致的航班延误问题,以最大航班流量为决策目标,建立了进离港航班容量模型.该 模型采用离散时间混合排队算法,对可能出现的冲突情况建立转移概率矩阵,并基于冲突因子优化模型性能,推 导出进离港容量的数学公式,设计出算法流程.以成都双流国际机场的实际数据进行仿真,结果表明:当进、离港 航班率分别为0.6和0.5、机场吞吐率为0.8时,模型预测的数据与实际航班信息的标准差分别为1.552和 1.436;当进港请求近似为泊松分布时,机场吞吐率越大,拒绝的航班请求数量越少,机场吞吐率与计划进离港容 量正相关.      

基于机场子区划分的机场网络交通拥挤传播预测

为了预测机场进离场交通的拥挤态势,本文从机场网络的角度进行研究.首先针对交通拥挤形成的动态过程,建立了基于出入流率的交通拥挤的定义及其度量;接着,引入多维标度法对机场之间的交通相关性进行定量分析,划分机场子区,以降低网络分析的复杂度及解空间维数;然后,构建了基于Elman神经网络实现机场子区内多个相关机场的交通拥挤传播预测方法;最后,基于美国机场的实际航班数据对机场网络拥挤传播预测方法进行验证.验证结果表明,预测结果的平均绝对百分比误差和平均绝对偏差较小,明显优于对比算法.     

空域扇区概率交通需求预测模型

为预测空域扇区在未来一定时段内的交通需求及其变化规律,基于简化的空域运行网络结构,从不确定性角度分析了航空器飞行时间对空域扇区交通需求预测的影响,针对航空器进入、离开扇区和在扇区内飞行过程的随机性,给出了相应概率分布函数.在此基础上,建立了空域扇区概率交通需求预测模型,设计了启发式算法.对实际航班数据的仿真结果表明:本文模型和算法预测时段10:00~11:00扇区发生拥挤,比传统的确定性方法预测的拥挤时段减少了30 min,避免了在时段9:30~10:00采取不必要的流量管理措施,降低了该时段管制员的工作负荷.     

离场航空器滑行时间预测研究

为准确预测离港航班滑行时间,结合北京首都国际机场实际运行情况,分析航空器滑行距离、场面滑行航空器数量(进,离港)、跑道运行模式对航班滑行时间的影响;并运用DBSCAN算法按每小时航班流量对机场运行时间段进行分类;根据分类结果建立多元回归模型,分别采用传统统计学和机器学习(Lasso回归)预测航空器离场滑行时间.结果表明:与传统统计学多元线性回归模型相比,机器学习交叉训练集下模型的预测准确度较高,预测与实际误差值在5 min内的占87％.研究结果可用于大型机场实际运行航班滑行时间预测.     

基于航班综合影响因素的延误航班重排问题的整数规划模型

为解决延误航班的恢复问题，以最小化航空公司和乘客损失为目标，构建了延误航班的重 排模型。兼顾航空公司和乘客的利益，通过研究航班干线、VIP 乘客和大飞机等因素对航班重排的影响，构建了目标函数，其中考虑了本场航班离港延误成本、外场航班离港延误成本以及外场 航班进港延误成本三个要素；同时，以机场实际运输能力、航班的进出港时间和重排时刻表的出发时间等作为约束，建立了0-1 整数规划模型。采用昆明机场的实际数据对模型进行测试，运用 Lingo 软件对所建模型进行求解，得到了优化的机场航班重排时刻表，并将计算所得延误损失和机场的实际延误进行了对比分析，结果表明所建模型不仅可以满足更多高优先级乘客的出行需求，也能相应地减少航空公司的损失，从而验证了模型的合理性。     

一种航路扇区概率性交通需求预测方法

空中交通拥堵逐渐从终端区向高空航路网络蔓延,准确预测航路扇区交通需 求概率性变化成为科学实施拥堵管理的重要前提,而国外已有方法较难适用我国空管实 际数据条件.为解决该问题,本文基于空管现有航空器过点时间数据,设计了基于预测误 差分布特性的统计方法,提出了航路扇区概率性交通需求预测方法.结合中南地区典型运 行数据,提取并验证了各扇区过点时间的预测误差分布规律,获得了各扇区交通需求值 及其概率分布,发现所得概率性交通需求预测结果较之传统确定性交通需求预测方法更 准确,适合为我国高空航路拥堵管理研究提供需求预测依据.     

基于KNN和SVR的航班滑出时间预测

针对大型繁忙机场粗放式预估航班滑出时间可能带来的场面交通不畅、运行效率不高等问题,基于K最近邻(KNN)和支持向量回归(SVR),构建了离港航班滑出时间预测模型.该模型采用KNN方法,考虑滑行距离、滑出过程中同一跑道正在滑出航班数、撤轮档后15 min内推出航班数等因素,预测得到航班滑出期间使用同一跑道的起降航班数;基于该预测结果,结合滑出距离和撤轮档前15 min同一跑道平均滑出时间等因素,采用SVR预测航班滑出时间.使用首都机场航班运行数据对模型进行检验,结果表明:在误差范围为±3 min内,平均预测准确率可达79.86%.     

采用支持向量机回归的航班延误预测研究

针对航班延误难以预测的问题,采用支持向量机回归方法建立航班到港延误预测模型.首先,采用相空间重构理论计算到港延误的延迟时间、嵌入维数和最大 Lyapunov 指数,发现到港延误时间序列存在混沌特性;将航班到港延误时间序列进行相空间重构,并结合执飞该航班的航空器在上游机场的离港延误构建模型的输入向量;其次,将粒子群算法、差分进化算法和遗传算法进行比较,用于选择最优的模型参数,实验表明,差分进化算法能够以较高概率获得最优的预测模型;最后,比较该模型、单一因素预测模型和相关向量机预测模型的航班延误预测性能.结果表明,该模型的预测性能明显优于另外两种模型,能够有效预测航班延误.     

考虑延误传播的枢纽机场航班时刻优化方法

为解决枢纽机场的航班时刻优化问题，提出了一种考虑延误传播的航班时刻优化方法；根据延误传播因果关系强弱来表征延误传播代价，建立了以最小延误传播代价和最大公平性的双目标函数；为了降低航班时刻存在的先天性延误和保证进离港航班的衔接性，引入了进离港点通行能力、常态化航路流量控制以及航班波特征等约束条件，构建了更加符合枢纽机场运行特征的优化模型；基于求解多目标函数的约束法，设计了两阶段求解算法，将多目标函数求解问题转化为单目标函数求解问题；以上海浦东国际机场为案例，从资源利用率和运行效率两方面进行了试验验证。研究结果表明：优化前4%的时刻属于跑道超负荷运行时刻，优化后不存在跑道超负荷运行时刻；优化前PIKAS和LAMEN大约有5%的时刻、NXD大约有2%的时刻处于超负荷运行，优化后没有进离港点超负荷运行；优化前离港航班平均延误为23 min,有超过50%的时刻延误大于10 min,优化后平均延误为3 min,超过60%的时刻延误小于5 min;优化前进港航班延误为28 min,优化后85%的时刻延误小于5 min;优化前后航班正常率分别为82%、99%,优化后航班正常率提升了17%。可见，优化后...     

考虑航段相关性的航路拥挤态势多模型 融合动态预测方法

研究航路交通拥挤状态动态实时预测问题,可为缓解航路交通拥挤,优化拥挤管控 策略提供科学的依据.首先,采用神经网络理论建立考虑航段相关性的交通流参数预测模型, 预测航段流量和航段密度参数;然后,运用多模型融合预测算法提高预测精度,基于模糊C均 值聚类算法和航段历史及预测交通流参数预测航段交通拥挤态势;最后,采用雷达实测航迹 数据验证模型的有效性.研究结果表明,本文建立的预测模型同时考虑了时间和空间因素,对 航路拥挤状态预测准确率达到82.29%,预测方法符合实际且对航路交通态势的预测具有应用 价值;同时考虑航段相关性影响和采用多模型融合预测算法能够明显提高预测精度.     

离场航空器四维航迹预测及不确定性分析

为了加速基于轨迹运行概念的实施,提出了基于连续动态模型与离散动态模型的航迹预测方法,并将航空器离场分为起飞与爬升两个阶段,实现离场航空器四维轨迹预测.通过深入分析模型构建、航空器意图、初始状态、性能参数以及环境信息等因素,降低了四维航迹预测的不确定性,提高了预测精度.以国内执飞ZSPD-ZUCK的CQH8867航班为实例进行验证,考虑了起飞质量、爬升顶点信息以及风速风向等对航迹预测的影响,以位置误差与时间误差作为评价指标,研究结果表明:本文提出的算法可以将到达离港点时刻的误差控制在1 min以内,满足空中交通管理的需求.      

一种新的机场地面容量评估模型

空中交通流量剧增，机场容量与空中交通需求的矛盾日益凸出，针对机场地面滑行网络，提出滑行飞机流优化算法，确定飞机经过指定滑行路径上各点的最优时间，避免航班冲突，减少航班延误，将该算法用于机场地面容量评估模型中的飞机流产生模块，结合计算机图形仿真技术开发了机场地面容量评估系统，利用成都双流国际机场的实际航班数据进行仿真计算，得到的容量评估结果验证了该评估模型的可行性和优越性。     

高斯过程回归短时交通流预测方法

已有的短时交通流预测方法均属于确定性预测,无法对预测的不确定性进行定量分析.针对上述问题,提出了一种基于高斯过程回归的短时交通流预测方法.通过该方法在对短时交通流进行预测的同时还可以得到预测的方差估计值,并依此可以确定预测值的95%置信区间.在仿真实例中,在相同条件下对所提方法与支持向量机预测方法进行比较.仿真结果表明,高斯过程回归短时交通流预测方法不仅与支持向量机预测方法具有相近的预测精度,其中均方根误差为12.09,绝对值误差为118.42,相对误差为17.32%,而且能够获得预测结果的方差估计值,从而有效实现短时交通流概率意义上的预测.     

多机场终端区进离场航班协同排序研究

为了缓解繁忙终端区日益严重的空域拥堵和航班延误现状,研究了多机场终端区进离场航班协同优化排序问题.通过深入分析多机场终端空域结构,以及进离场航班运行特征,综合考虑尾流间隔、移交间隔、放行间隔、多跑道不同运行模式下的运行间隔等约束限制,将多机场终端区视为一个系统,引入"外围航班流"概念,以最小化航班延误为优化目标,建立了多机场终端区进离场航班协同优化排序模型,并采用改进的模拟退火算法对所建模型求解.选取上海终端区为研究对象进行仿真验证,仿真结果表明:利用本文提出的优化方法航班总延误比先到先服务策略减少了37.85%,有效地提高了多机场终端区进离场航班的运行效率.     

基于数据驱动的机场水泥混凝土道面性能退化预测

针对机场道面性能退化过程的精确预测问题，本文采用数据驱动的机场道面预测性维护方法，通过指示变量将两种数据集进行联合分析，考虑机场道面性能退化过程受飞行交通量和道面面层厚度的影响，以机场道面性能状况指数衰变的非线性函数为期望函数，建立一种机场道面性能退化双参数预测模型；根据模型的参数估计结果，采用边际效应分析结合预测性能曲线图示，对不同飞行交通量水平和不同道面厚度等级的道面性能退化过程预测进行分析。结果表明，采用数据驱动和非线性混合效应方法，搭载联合估计技术，能较为显著地提高机场道面性能退化预测的精度和效果。     

客专车站高峰通过能力一体化计算研究

论文提出了客运站通过能力进行一体化(咽喉和到发线)计算的方法及理念,并结合客运专线车站自身的特点,建立了反映客运专线车站咽喉、到发线作业过程及作业之间相互协调的通过能力优化模型,并用计算机模拟了车站的接发车过程,用实际的车站算例验算了一体化计算通过能力的计算模型算法的实用性。