天气不确定因素的单机场动态随机模型研究

针对单机场地面等待问题,根据我国民航系统的实际情况,将天气情况不确定加入到目标函数中,将天气情况不确定导致的航班价值,空中和地面延迟以及总延迟的损耗作为输入,采用线性规划的方法,得出衡量优化的地面等待策略的系统参数,对航班执行地面等待策略,提出了考虑天气因素的单机场动态随机模型,并研究了其实现方法.     

基于航班时刻优化的多机场地面等待问题——模型和算法

为了优化航班的多机场地面等待问题,根据航班时刻信息,考虑空域容量和飞机周转限制,建立了以总延误时间最少、总延误成本最低、总调整航班架次最少、总延误航班架次最少的多目标、多机场地面等待问题模型.用非支配分类遗传算法Ⅱ(NSGA-Ⅱ)求出了该模型的优化多目标解集.以2008年秋季北京、上海和广州三大枢纽机场为例对该模型进行了验证,与先到先服务情况相比,平均总延误成本减少了约24%,平均总航班调整数减少了约62%.     

空域和流量协同管理建模与仿真

提出了空域和流量协同管理概念,综合利用地面等待、动态航路、条件航路等多种管理手段,建立了以最小运行成本为目标的数学模型,同时在模型中引入了动态航路、条件航路的开放成本,以更好地体现流量与容量之间相互协同优化关系,最后通过实例对模型进行了验证。计算结果表明:利用空域和流量协同运行管理模型制定的优化策略后,总的航班运行成本比优化前减少了8 205美元,成本波动幅度大大减小,因此,该协同管理策略可缩短航班延误时间,降低航空公司的成本。     

基于改进离散差分算法的航班延迟推出策略分析

针对大型枢纽机场日益严重的场面拥堵及由此导致航空公司延误成本增加和乘客等待时间增长等问题,基于ACDM的基本思想,在给定推出率下诠释了虚拟队列理论,设计了航班推出决策的协调流程,实现利用机位等待代替跑道起飞排队等待,不仅可以减少场面拥堵和航班延误,对提高航空公司经济效益也有重要意义.提出了乘客等待时间最短和推出等待成本最小2 种策略和航班延误成本的计算方法及相关约束指标.分别针对小、中、大不同规模航班量的5 组实际运行数据,采用基于指针运算机制的离散差分算法求解优化推出策略,并对该算法进行改进.实例表明,通过对虚拟队列航班次序的调整,乘客的平均延误时间缩短5.15%~12.66%,航空公司延误成本减少19.16%~26.0%.     

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。     

多跑道机场离场航班推出时刻的优化研究

针对繁忙机场场面拥挤造成的大量航班延误状况,作者研究了繁忙多跑道机场离场航班的推出时刻最优问题,以缓解机场场面拥挤,减少航班的地面等待时间和提高跑道利用率。根据飞机尾流间隔的要求以及跑道起飞容量的限制,本文建立了多跑道机场离场航班推出时刻模型,并针对机场小规模的离场航班流量,设计启发式算法,并用算例进行仿真验证。结果表明,与先到先服务的推出时刻策略相比,经该算法优化后的航班总地面等待时间减少了近41%,同时跑道利用率提高了30%。     

基于GC-ZCPS的航班优先级调度研究

在航班着陆调度问题的研究中,传统的航班调度策略先到先服务(FCFS)总是安排先来的飞机先降落,后来的飞机等待后降落,但是却忽略了航班在等待过程中也有优先降落等级,航班的重要程度不同,有的航班比较重要或者发生了紧急情况,具有降落优先权。引入不同重要程度因子的约束位移交换(ZCPS),并结合改进的蚁群算法和遗传算法(GC),采取精英保留策略,将蚁群算法的一次寻优结果分成两个群落,再利用遗传算法找出符合实际操作的最优排列。实例仿真计算表明,该方法通常优于经典的先到先服务,新方法能够节省19%～38%的时间,能有效减少飞机延迟时间。     

考虑改航策略的终端区到达航班优化调度模型及算法研究

在恶劣天气条件下,仅采用调速与空中等待等传统的流量管理方法将导致终端区到达航班大量延误.为此,需要研究恶劣天气下航班改航策略,并将其与传统流量管理方法结合起来.文章引入改航航班等待时间这一决策变量,建立了考虑改航策略的到达航班优化调度模型,并根据航班实际改航情况,对模型进行了简化处理,采用改进遗传算法对模型进行求解.对...     

机场群运行方式下的航班时刻与频率优化模型

针对枢纽机场的拥堵问题,提出了机场群航班时刻与频率优化策略.应用运输需求管理理论,以旅客最小出行损失时间为目标函数,以旅客流失率与航空公司客座率为约束条件,建立了基于机场群运行方式的航班时刻与频率优化模型.根据机场群内5个机场的地面交通时间与枢纽机场的航班数量与平均延误的关系,将机场群内各个机场的旅客需求进行分类,采用k-means聚类算法,计算了航班时刻与频率、旅客出行损失时间、机型与数量分配方式.计算结果表明:在机场群运行方式下,旅客需求分为7类,满足全部旅客需求的航班数量为11个,旅客出行损失时间为123 403 min;在独立运行方式下,旅客需求分为8类,满足全部旅客需求的航班数量为13个,旅客出行损失时间为165343 min;在机场群运行方式下,采用遗传算法求得的满足全部旅客需求的航班数量为11个,旅客出行损失时间为126119 min.     

基于FS-MOPSO的多机场终端区协同航班调度策略

针对多机场进场航班协同调度问题,以协同决策(collaborative decision making,CDM)理念为基础,在重点分析各航空公司之间排序公平性的基础上,提出了一种基于按时刻表分配(ration by schedule,RBS)公布顺序的离散化优化模型.该模型通过分析多机场终端区定位点和跑道双重约束,均衡各航空公司航班相对RBS次序位置变动数,实现了提高调度公平性、优化调度延误时间、减少航班改变位置架次的多目标优化.将模糊自修正多目标粒子群算法(FS-MOPSO)应用于模型进行求解计算,并对上海多机场终端区航班调度进行仿真模拟,结果表明:两机场的30架进场航班调度延误时间较传统先到先服务方案减少22.53%;各航空公司航班改变位置架次偏差值较单一以延误最优遗传算法仿真结果降低26.31%.     

基于事件驱动的单跑道动态地面等待策略

为了保障飞行安全,允分利用机场容量,有效减少航班延误损失,建立了基于事件驱动的单跑道动态GHP模型.用分层次的两阶段优化算法对模型求解,结果显示,与时间驱动策略相比,事件驱动策略的总延误时间减少了19.6%;与线性规划方法相比,计算茸减少了24.3%.     

以航路和机场管制区为节点的飞行流量管理

空中交通流量管理是为解决空中交通拥挤而进行的系统规划管理。以机场、航路管制区作为飞行流量限制节点，建立基于地面等待的流量管理整数规划模型，模型全面描述了各种制约因素影响，实例证明此模型对解决空中交通拥护问题是有效的。     

多元受限空中交通流量管理决策支持系统

以地面等待和终端区排序方法相结合作为核心策略,设计了基于多元受限模型的流量管理决策支持系统.应用结果表明,该策略减小了飞机延误,使交通流量更趋于流畅,且航班时刻的合理性对本策略的实施效果也有较大影响,在优化后的航班时刻基础上再来执行本策略效果更好.     

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。     

应用网络流模型解决航班衔接问题

针对单枢纽机场航线结构的特点，以所需飞机数最少为目标，提出了一种描述航班衔接问题的图论模型及优化算法。首先将航班衔接问题转化为航班节的衔接问题，并建立一个描述航班节衔接问题的二部图，将航班衔接问题转化为二部图的最大匹配问题，然后由二部图生成一个具有单源汇网络特征的辅助图，利用Ford-Fulkerson算法求该网络的最大流，进而得到二部图的最大匹配，从而得到了一个需用飞机数最少的航班节衔接方案，为利用计算机自动编制并优化航班衔接方案提供了一种可行方法。并且通过调整过站时间上限，可以得出不同的航班衔接方案，为制订生产计划提供了必要的灵活性。     

分布式MAS 在飞行冲突解脱中的应用研究

在自由飞行的环境下,为解决飞行冲突探测与解脱（conflict detection and resolution,CDR）问题,提出一种基于高度层、航向和速度调配的综合解脱方法,并将多 agent 系统(multi-agent system, MAS) 的分布式技术与启发式算法相结合,进行问题求解. 首先设计了分布式MAS框架结构,然后建立了飞行冲突探测模型,高度层调配模型及航向、速度调配模型,最后,综合运用了基于合同网协议的分布式算法和自适应遗传算法进行问题求解.仿真实验表明,所设计的MAS框架是可行的,同时分布式算法和自适应遗传算法的综合应用能很快找到基于高度层、航向和速度分配的近似最优解,为CDR问题提供了新的解决思路.     

一种基于机载数据的民用航空器飞行阶段划分方法

为有效解决民用航空器的机载快速存取记录器(QAR)航迹数据中飞行阶段出现错误划分的情况,通过航空器气动构型和垂直运动态势变化提出了飞行阶段重新划分方法,具体分为4个步骤:数据预处理、垂直运动态势划分、飞行状态特征模型构建和飞行阶段重新划分;使用基于DBSCAN的局部遍历聚类方法对气压高度变化趋势进行聚类分析,划分垂直运...     

基于遗传算法的加油车和摆渡车协同调度研究

航班地面服务是机场运行的重要环节.航班在机场过站期间所接受的一系列 地面服务通过不同类型的保障车辆来执行.通过分析机场过站航班保障的业务流程,确定 了加油服务和上客服务的时间约束关系,并在此基础上,以至少需要的保障车辆数目和 服务总开始时间最早为目标,研究构建了远机位航班加油服务和上客服务的协同调度模 型,并给出了基于多目标遗传算法的模型求解.基于首都国际机场实际运行数据的实验结 果表明,所提出的模型能较好地解决加油车和摆渡车协同调度问题.实验得到一组Pareto 最优解为业务部门提供决策支持.