基于时间富余度控制的滑行道调度优化模型

针对机场场面运行中部分航空器剩余滑行时间较短、准时性低的现状,研究滑行道调度优化问题。在构建基于时间富余度控制的滑行道调度优化模型中,优先考虑以剩余滑行时间为主的航空器动态优先级;以我国某大型机场的场面运行数据为基础,采用生物地理学算法进行仿真验证。结果显示：与经典的先到先服务策略相比,航空器到达滑行终点的误差由1499 s降至553 s,降低了63.1%,冲突航空器到达误差从371 s降至147 s,降低了60.3%;在冲突解脱方面,由剩余滑行时间较多的航空器承担更多的冲突等待,有效减少航空器滑行冲突次数,保障后续停机位指派与跑道调度的有效性,大大提高了滑行道的滑行效率。     

延误航班机场场面滑行优化调度策略研究

为减少大面积航班延误带来的机场拥堵和安全隐患,提出了将解决延误航班调度过程转化为求解流水车间调度问题（flow-shop scheduling problems,FSP）.以航空器总体调度滑行时间最小为目标,建立延误航班滑行调度模型,设计多粒子群算法求解模型.算例分析表明,该调度模型较之比FCFS方案在一个高峰时段内能减少14.2min调度时间,提高了机场运行效率.     

场面航空器滑行时空协同优化模型

引入双层规划方法, 研究了场面航空器在滑行道系统中的滑行调度问题; 考虑了成本与冲突对场面航空器运行效率和安全的影响, 以航空器推出延迟时间与滑行路径作为决策变量, 以航空器在滑行道系统中滑行过程无冲突与场面航空器的总滑行距离最短为目标函数, 构建了场面航空器滑行时空协同优化模型; 针对航空器滑行道调度问题的特点, 设计了适用于航空器滑行时空协同优化模型的双层规划算法, 以降低场面航空器滑行距离和等待时间; 为了验证航空器滑行时空协同优化模型及算法的有效性, 对比了先到先服务调度方案的计算结果, 分析了滑行等待时间与滑行距离对场面航空器运行效率的影响。研究结果表明: 场面航空器滑行时空协同优化模型与先到先服务的航空器调度方案相比, 保证了航空器滑行过程无冲突, 将16架次航空器的总滑行距离从40 690 m降至37 700 m, 降低了8%;航空器平均运行时间为254 s, 提升了滑行道系统的整体运行效率; 在复制组数为100与变异概率为0.4的条件下, 采用场面航空器滑行时空协同优化模型能够在412 s内获得最优解, 求解效率与收敛性显著。可见, 采用场面航空器时空协同优化模型在保障航空器滑行安全的前提下, 能有效提高场面航空器滑行调度效率, 降低航空器运行成本, 能够为繁忙机场滑行道调度提供决策支持。      

多跑道机场停机位分配仿真模型及算法

基于传统滑行路径和停机位等待的理念,建立了多跑道机场停机位分配仿真模型,在满足场面运行安全约束的条件下,寻求滑行时间最小的分配方案。通过多跑道机场的地面网络数据、运行模式以及航班计划等信息,利用计算机仿真对模型进行了算法设计,并对场面的实时运行状况进行了停机位分配的仿真模拟。仿真结果表明:该算法与随机分配算法相比,多跑道机场的地面容量提高了4.6%,冲突探测与解脱的次数降低了10.7%,最大延误减小了34.8%,因此,机场场面的运行效率得到提高,所提算法有效。     

基于理想滑行路径的机场滑行道调度策略模型

针对各大型机场容量不足导致地面滑行延误日益严重的难题,结合空中交通管制与机场地面滑行基本规则,提出了一种新的调度策略,将停机位或跑道入口无限时等待时间分散到滑行过程中的各个结点,并建立了求解该问题的混合整数规划模型.此外,将最短路与理想路径进行区分,采用Floyd算法为每架飞机提供多条无障碍的理想路径.通过某大型机场的...     

基于跑道出口滑行道选择的机场滑行路径优化

为更好的研究航空器在机场滑行路径优化问题,对航空器在着陆后滑行运动过程进行分析,选择最优的跑道出口滑行道脱离跑道,并结合滑行冲突约束条件建立航空器滑行路径优化模型,采用基于改进遗传算法的滑行路径优化算法对模型进行求解。算例分析结果表明:航空器的全局滑行时间减少,着陆航空器对于跑道的占用时间减少,可见算法可行。     

基于冲突回避的动态滑行路径算法

为解决机场场面航空器滑行路径分配问题,在时间依赖最短路径算法的基础上,提出了基于冲突回避的动态滑行路径分配算法.根据机场场面交通的实际情况,定义了3种不同类型的滑行冲突以及航空器的滑行优先级.给出了在不同类型冲突和不同滑行优先级情况下的滑行道时间延误函数.仿真实验表明,当跑道运行飞机达到32架次/h时,与固定路径相比,动态路径运行的航空器平均滑行时间减少了3 min/架次,航班延误减少了3.5 min/架次.     

基于延误油耗优化原则的停机位实时分配算法

停机位的实时动态调整在机场运行过程中具有重要的研究意义．文中研究了在航班发生延误时,通过合理的停机位调整,降低由于航班延误增加的滑行油耗,达到降低运营成本的目的．考虑了特殊性质航班,建立了以延误油耗最低和各航空公司相同机型所承担延误油耗均衡为目标的停机位实时分配模型,采用遗传算法进行求解．实例分析结果表明模型的正确性和算法的有效性,满足机场实际运行的要求．     

基于多Agent的机场场面最优滑行路径算法

为了保障机场安全,提高机场运行效率,建立了依据进出港航班滑行时间最短为决策的多Agent模型,模型以多Agent技术为基础,融合了Dijkstra算法的最优路径选择和合同网协议的思想,形成了基于多Agent的滑行路径优化算法,并依据该算法进行了仿真分析.仿真结果表明:与指定航班优先级相比,使用基于多Agent的优化算法处理同优先级航班,总运行时间可减少15 s;基于多Agent的场面运行调整算法可以有效地把航班和机场上分布的滑行道、跑道、停机位等资源组织起来,智能地发现冲突、躲避冲突,达到全局滑行时间最短,因此,该算法可行.     

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.     

Recognition Algorithm and Risk Assessment of Airport Hotspots

The hotspot recognition algorithm is proposed based on a potential collision in order to study the aircraft taxi conflicts in large airports. The spatial and temporal distribution characteristics of hotspots are analyzed based on the risk assessment model of hotspot constructed in this paper. Firstly, approaches for monitoring of the aerodrome movement were compared. The hotspot recognition algorithm taken into account of whether aircrafts' taxi track has spatial and temporal overlap based on the aerodrome surveillance radar(ASR) data was presented, by identifying the hotspots through analyzing whether the aircrafts' time of entering and exiting the same taxiway is overlap or not, and the heading difference and distance of the two aircrafts satisfy the specified threshold constraint condition. Then, the ASR data were divided into several parts, and then airport hotspots were recognized and the spatial and temporal distribution characteristics were analyzed. The risk assessment model of airport safety hotspots was constructed which is taken into account of the conflict probability and its severity consequence. Finally, based on the risk grade assessment criteria and hotspots' risk value, the risk grade ranking of hotspot in one airport of China was evaluated and designated. According to the result, the spatial and temporal distribution characteristics of airport hotspots were varied with the variation of airport traffic flow and operational mode of runway, which shows that the hotspots have the characteristics of dynamic periodicity and diurnal variation. And the risk assessment results were consistent with experts' opinions and actual operation condition, which verified the rationality of the hotspot recognition algorithm, risk assessment model as well as the risk grade ranking criteria.     

遗传算法在终端区飞机排序中的应用

研究了遗传算法在终端区跑道分配以及飞机排序中的应用，建立了多条跑道多架飞机排序的数学模型，并进行了算例仿真分析。仿真结果表明，遗传算法与先到先服务排序相比较，适应度增加了80％，延时减小了40％，说明遗传算法的排序结果优于先到先服务的排序结果。     

һ���µ�ͣ��λ�����Ż�ģ��

针对国内机场目前基本依据经验分配停机位的情况,基于传统滑行路径的理念,建立了降低旅客进出机场飞行区时间的停机位分配模型.在满足场面运行安全约束及可接受延误水平下,寻求时间最小的分配方案.通过机场的地面网络数据、运行模式以及航班计划等信息,利用计算机仿真对模型进行了算法设计,并利用MATLAB编程进行了计算,与机场地面容量评估系统（ACES）中的停机位随机分配模型进行了对比.结果显示：与随机分配模型相比,旅客飞行区平均停留时间减少9.7%,机场地面容量提高5.7%,冲突次数和延误时间分别降低9.4%、6.4%.因此,机场运行效率与资源配置情况得到改善,所提模型与算法有效.     

跑道容量仿真模型分析

跑道容量是指在一定的运行条件下,跑道在特定时段内所能服务的起降飞机的最大架次数,对正确地估计跑道容量,减少机场延误有重要作用。在回顾以往的跑道容量计算模型的基础上,使用仿真软件建立单跑道机场的仿真模型,计算仪表飞行条件下单条跑道的容量和延误,并绘制出相应的容量一延误曲线。     

航班离场调度规划算法研究进展

随着我国民航产业的持续高速发展,航空器和航班数量急剧增多,机场航空器离场调度规划问题愈发明显.文中概述了航班离场调度规划算法的研究现状及最新研究进展,分析比较各种调度规划方法的优缺点,针对不同的跑道配置的机场提出相应的离场规划方法,并对该方面研究进行了展望.     

基于Petri网与遗传算法的航空器滑行初始路径规划

为支持先进机场场面活动引导与控制系统(A-SMGCS,advanced surface movement guidance and control system)实施航空器滑行的精确引导,将场面分为滑行道交叉口和直线段等典型运行单元,利用改进的扩展赋时库所Petri网,建立了场面运行模块化模型;采用该模型进行染色体编码,并考虑场面运行管制规则,提出了染色体合法性检测与修复算法,以及染色体交叉和变异算法.基于首都国际机场01号跑道实际运行数据,用本文模型和算法进行了多个航班滑行初始路径规划,研究结果表明:与节点-路段类模型相比,本文模型能更充分地描述场面管制规则约束,可避免生成违反管制规则的路径;本文算法的每个航班初始路径规划耗时小于10 s,符合A-SMGCS的要求;由于考虑了航空器滑行速度调整特征,更符合场面运行的实际情况.