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.     

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。     

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.     

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。     

基于多Agent的多机场终端区空中交通智能仿真系统设计

本文采用分布式人工智能Multi-Agent理论和方法,探讨多机场终端区空中交通运行的模式,以及航班、管制员与机场等多部门之间的协同工作模式。设计了多Agent的仿真系统模型,给出了航班Agent、管制员Agent和机场管制区Agent等关键智能Agent的具体设计模型,构建了基于多Agent的多机场终端区空中交通智能仿真系统的整体框架和运行体系。为复现多机场终端区实际运行状况,实现多机场终端区空中交通智能仿真奠定了基础。     

机场航空器地面滑行时间优化研究

提出航空器地面滑行优化研究,目的是在保证地面飞行安全的前提下,通过生产资源的合理调度和优化配置,提高设施资源的利用率,从而提高经济效益.本文简单地阐述了机场系统功能区的组成,提出了将机场地面系统视为带节点和弧的机场网络图结构,并简要介绍了飞机滑行的基本规则和在这一过程中可能出现的三种滑行冲突.核心内容是建立了系统的飞机滑行路径优化模型.将飞机的安全间隔、滑行规则和这三类冲突避免作为约束条件,研究进、出港航班滑行路径的优化问题.并以天津滨海国际机场为例,利用实际航班时刻数据进行算例分析,把优化结果与实际滑行时间进行对比,验证了该模型的可行性和优越性.     

A-SMGCS航空器动态最优滑行路径规划研究

机场场面航空器的动态最优滑行路径研究是A-SMGCS的前提和关键,包括动态路径规划和滑行时间调度两方面.针对A-SMGCS中动态路径规划的复杂性和实时性,依据跑道、滑行道和停机坪的拓扑结构及管制规定建立了基于Petri网的场面活动模型及相关约束规范.根据该模型及约束规范,并将静态预选路径作为可行解集,推导出场面各个时刻的机场状态,并从中选取最优路径.仿真实例表明动态路径规划可以最大限度避免滑行冲突,减少航空器的等待时间,显著提高场面运行效率.     

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.     

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.      

航路时空资源分配的多目标优化方法

为了提高航空公司与空管方之间的协同决策程度, 降低航班延误水平, 以航路飞行的航班为研究对象, 研究了航路时空资源的多目标分配; 考虑实际运行条件下航班的唯一性约束、时间顺序约束和可行性约束的影响, 以航班在流量受限区所分配的飞行航迹和进入时隙为决策变量, 以航班总延误成本最小和航空公司延误公平损失偏差系数最小为目标函数, 构建了多目标非线性0-1整数规划模型; 基于模型特点引用了非支配排序遗传算法(NSGA-Ⅱ), 并利用排列编码法设计了一种整数基因编码方式, 以最大限度保证基因产生可行解集; 为了验证模型与算法的有效性, 基于南中国海地区航班运行实例, 对算法搜寻最优解的性能进行了研究, 并将此算法与传统按时刻表分配(RBS)方法进行了对比。研究结果表明: 改进编码方式的NSGA-Ⅱ算法使解集种群在约50代后世代距离从600收敛至30并稳定, 具有良好的收敛性; 针对实例中的多目标优化模型共生成有6组解的帕累托解集, 结果有66.7%的概率完全支配RBS方法, 且优化结果中航班平均延误成本比RBS方法降低了8.5%, 平均公平损失偏差系数降低了70.6%。可见提出的航路时空资源多目标优化方法的执行效果显著, 可在降低总延误成本的基础上兼顾各航空公司的公平性, 是解决航路飞行航班航迹与时隙资源分配问题的一种有效方法。      

航班后效晚点传播时间的混沌现象及其定量分析

由于一些不确定的因素致使航班进入停机位晚点,而在两相邻航班中前行航班的晚点会不同程度的传播给后行航班计划进入停机位时间. 为了研究航班晚点传播时间的规律,本文提出了航班后效晚点传播时间的计算方法,并利用航班进入停机位晚点时间的分布规律,对航班进行随机延误得到航班后效晚点传播时间的时间序列;然后为了能使时间序列蕴藏的信息得以充分体现,采用Takens嵌入定理对相空间进行重构得到一系列相点,从而通过这些相点可以定量计算判别混沌现象的参数即关联维数和Lyapunov指数;最后通过G-P算法与小数据量法分别计算此混沌参数,验证了航班后效晚点传播时间的时间序列具有混沌效应.     

�����Ч��㴫��ʱ��Ļ��������䶨������

由于一些不确定的因素致使航班进入停机位晚点,而在两相邻航班中前行航班的晚点会不同程度的传播给后行航班计划进入停机位时间. 为了研究航班晚点传播时间的规律,本文提出了航班后效晚点传播时间的计算方法,并利用航班进入停机位晚点时间的分布规律,对航班进行随机延误得到航班后效晚点传播时间的时间序列;然后为了能使时间序列蕴藏的信息得以充分体现,采用Takens嵌入定理对相空间进行重构得到一系列相点,从而通过这些相点可以定量计算判别混沌现象的参数即关联维数和Lyapunov指数;最后通过G-P算法与小数据量法分别计算此混沌参数,验证了航班后效晚点传播时间的时间序列具有混沌效应.     

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...     

基于可达性指标的航空货运网络布局优化研究

以网络可达性和利用率最大为目标,建立货机班次分配与货物运输路径选择的多目标双层优化模型,针对我国基于审批方式为各航线分配航班的实际情况,通过调整货机班次优化航空货运网络布局.以20个机场组成的航空货运网络为例,设计NSGAII算法求解模型.结果表明:北京、上海、广州、深圳之间的航段将获得1/4的货机班次,他们是航空货运的枢纽机场;当决策者偏好网络可达性时,更多货机班次将被分配到大型机场间的航段上,当决策者偏好网络利用率时,货机班次在航段上的分配较均匀;随着货机班次在航段上由集中趋向分散,网络可达性降低而利用率提高;减少货机班次会降低网络可达性,增加货机班次会降低网络的利用率.     

考虑多因素的不正常航班飞机计划恢复模型

为降低不正常航班给航空公司带来的负面影响，提出了一个以加权成本最小为目标的考虑 多个影响因素的不正常航班飞机计划恢复模型。模型目标函数考虑的因素包括航班延误与取消、飞机维护以及航班运行过程中与飞机和机场相关的各项改变，并且在约束条件中考虑了过站时间 等因素。针对所提出的模型设计遗传算法进行求解。基于大规模航班数据设计算例对模型和算法进行验证，研究结果表明：遗传算法适用于求解所提出的模型；通过对模型求解可以得到合理的 飞机计划恢复方案；除机场关闭之外，飞机维护任务、过站时间等因素对于航班的执行具有重要影响，因此在飞机计划恢复问题中应该考虑多方面的因素。算例结果证明了模型和算法的正确性 和有效性。     

基于改进遗传算法的航班-登机口分配多目标优化

为提高现代机场的资源利用效率和乘客换乘体验, 研究了多目标航班-登机口分配问题; 在考虑航班类型约束、飞机机体类型约束和转场时间间隔约束的基础上, 以分配在固定登机口的航班数量最多、使用的固定登机口数量最少和乘客换乘紧张度最小为目标函数, 建立了航班-登机口分配的多目标非线性0-1整数规划模型, 并设计了一种改进型基因编码的遗传算法以提高求解效率; 基因个体采用两段式整数编码, 设计了该编码方式到可行解的映射流程, 同时从理论上证明该编码方式可以映射到最优解; 对两段基因编码分别设计了不同的交叉算子和变异算子, 避免产生非可行个体; 为验证算法的有效性, 基于某大规模机场的实际运营数据, 对比了改进型遗传算法与MATLAB内置遗传算法。计算结果表明: 采用改进型遗传算法使得安排在固定登机口的航班数目增大5%, 乘客换乘总紧张度减小3%, 乘客换乘平均紧张度减小32%, 占用的固定登机口数量相同, 安排在固定登机口的乘客数量增大20%, 算法运行时间减小8%, 说明改进型遗传算法性能更好, 可提高登机口的利用效率和乘客的换乘舒适度; 在改进型遗传算法的优化过程中, 航班数量目标和登机口数量目标在130次迭代时寻到最优解, 换乘紧张度目标在400次迭后基本收敛, 且最优结果对应的航班时序合理, 说明该算法的迭代收敛速度快, 优化结果合理。      

基于航班延误的机位冲突概率计算方法

为了定量描述航班随机延误对机位分配计划的影响,构建了同机位航班占用时间发生冲突的概率计算方法。首先,基于国内某机场实际航班数据,建立了航班到达延误概率的正态分布模型和起飞延误概率的混合正态分布模型,采用极大似然法和期望最大化（Expectation Maximization,EM） 算法分别对模型参数进行了估计;然后采用JB （Jarque-Bera） 检验和交叉验证法,验证了模型的有效性。在此基础上,根据机位占用冲突机理推导出同机位连续航班间的冲突概率计算公式,量化了同机位连续航班的冲突概率与两航班的延误规律和间隔时间的关系。冲突概率可用于评价机位分配计划中同机位连续航班间隔时间设置的合理性。     

基于协同航路技术的航路资源分配方法研究

为减轻扇区拥挤,科学地利用扇区时隙资源,降低航班延误损失,本文研究了航路资源分配方法,将研究重点放到航路上,并建立了以航班总延误损失最小为目标,以扇区容量为约束的简化数学模型,该模型可以让航空公司灵活、自主地为航班确立优先等级。本文选择航班实际数据进行仿真,并使用优化软件对模型进行求解,算例仿真结果表明,所提方法能够大...     

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.