基于点融合的多跑道进场航班排序

为提高点融合程序下的多跑道机场的进场航班运行效率,考虑点融合程序下终端区进场程序结构复杂的特点,提出以0-1整数规划为基础的多跑道进场航班优化排序模型.以进场航班的总延误时间、总飞行时间为最小目标函数,以尾流间隔、跑道限制、进场航班的飞行时间范围以及可分配进场程序为约束条件,将不同进场程序及跑道分配给不同的进场航班,确定航班的飞行时间、落地时刻,最终求得航班的落地序列.以浦东机场进场程序为例,选取含精英策略的非支配遗传算法对浦东机场的双落跑道进行进场航班优化排序,最后与实际结果对比.优化方案的飞行时间和延误时间分别为51048 s和1174 s,相较于实际结果降低了2.1％和38.2％,单位小时内跑道着陆架次提高了7架,跑道流量提高了20％左右.     

基于点融合的多跑道进场航班排序

为提高点融合程序下的多跑道机场的进场航班运行效率,考虑点融合程序下终端区进场程序结构复杂的特点,提出以0-1整数规划为基础的多跑道进场航班优化排序模型.以进场航班的总延误时间、总飞行时间为最小目标函数,以尾流间隔、跑道限制、进场航班的飞行时间范围以及可分配进场程序为约束条件,将不同进场程序及跑道分配给不同的进场航班,确定航班的飞行时间、落地时刻,最终求得航班的落地序列.以浦东机场进场程序为例,选取含精英策略的非支配遗传算法对浦东机场的双落跑道进行进场航班优化排序,最后与实际结果对比.优化方案的飞行时间和延误时间分别为51048 s和1174 s,相较于实际结果降低了2.1％和38.2％,单位小时内跑道着陆架次提高了7架,跑道流量提高了20％左右.     

终端区进场流的路径选择研究

在实际运行中,通常依据管制员的经验对进场航班流的路径进行管理,缺乏科学性.针对终端区进场流的路径选择与进场排序的流量管理问题,以进场航班的总完成时间最短为目标,建立基于时间窗与位置约束的路径选择与排序的数学模型.采用先选择路径再排序的循环寻优的方法进行求解,将禁忌搜索(TS)与排序算法相结合,设计了 TS-FCFS 与 TS-DP 两种算法,着重建立了基于关键路径的邻域结构,并加入有效的重置(RESTAR)策略,使算法快速有效的收敛至最优解.最后借助SIMMOD 仿真平台验证算法的可行性.以北京首都机场21架航班为例,仿真结果显示,TS-FCFS 与TS-DP 两种方法较原计划的进场路径总完成时间分别节约了149 s 与175 s.该路径选择算法降低了进场时间,提高了终端区进场效率.通过合理优化进场航班流的路径选择与进场排序,平衡了跑道负荷,减少了航空器间潜在的冲突,同时为管制员调配进场航班流提供了合理有效的路径选择建议.      

多机场终端区联合放行策略优化

多机场终端区内各机场之间共享某些离场空域资源.当这些公共资源容量受限时,各机场的离场航班需地面等待.为了降低延误损失,提出了一种多机场联合放行策略.在多元受限约束下,考虑机型、航班延误成本和机场优先级等因素,以最小化总延误成本为目标,建立多机场联合放行模型.用遗传算法求解模型,仿真结果表明该优化模型能合理规划终端区内离场航班的起飞时刻,减少了航空公司的运营成本.     

基于蒙特卡洛模拟的连续下降运行间隔分析

为了推动我国连续下降运行(CDO)的实施,提出了基于蒙特卡洛模拟的连续下降运行间隔分析方法.基于飞行管理计算机优化航空器四维轨迹的原理,设计了连续下降运行的垂直剖面生成模型,提出了基于反向积分策略与四阶龙格库塔方法的垂直剖面计算方法.考虑风、航空器速度、质量的不确定性对航空器轨迹的影响,利用蒙特卡洛模拟仿真策略,实现管制移交间隔的分析与评估.以广州白云国际机场ATAGA方向进场航班为例实施仿真验证,结果表明,在无管制员与飞行员进行干预的情况下,以现行30km管制移交间隔实施连续下降运行,满足运行安全的要求.起始近进定位点处航空器间隔服从均值为15.1km,方差为1.12的正态分布;间隔大于12公里的概率为99.78%.仿真结果验证了现行管制移交间隔下的连续下降运行是有效的.      

基于波及延误的飞机路径随机优化模型

为了对航班延误进行有效的事前控制,挖掘后继航班独立延误对飞机路径整体延误的影响,建立了更加精确的独立延误和波及延误算法流程,侧重研究与航班计划变更无关的独立延误的统计分布.在拟合出航班独立延误服从对数正态分布的基础上,建立了以波及延误最小为目标函数的飞机路径随机优化模型.求解过程中通过已知分布将随机模型转化为确定性模型,降低了模型的求解难度.最后将该模型应用于国内某一航空公司运行数据,优化后的波及延误降低了28%,成本降低17.37%.结果表明,基于统计分析基础上的飞机路径优化模型可以提高航班计划的先行鲁棒性.      

多机场终端区进场交通流建模与仿真分析

为了揭示多机场终端区交通系统拥堵机理,从多机场终端区交通流基本运行特征出发,定义了空中交通流特征参数.考虑空中管制员的反应时间,运用跟驰理论和局域先到先服务原则,建立了符合管制认知的进场交通流模型.结合某终端区实例,在模型的基础上运用NetLogo仿真工具构建三维运行场景,通过实验统计交通流宏观态势演化过程中数据,分析了交通流特征参数关系以及配流、调速对终端区运行容量影响,挖掘了交通流特性及其相变规律.仿真结果表明:①流量与速度密度乘积存在显著的线性关系,进场交通流存在明显相变与迟滞特征,可划分为自由相、畅行相、伪拥塞相和同步拥塞相等基本相态;②配流、调速对终端区运行容量有显著影响.      

基于航班时刻不确定性的航路时隙分配模型

针对航班运行时刻波动导致延误风险和空中交通扰动的问题,在航路时隙资源优化分配时考虑航班运行时刻的不确定性,对航班运行时刻的概率分布做出合理假设,制定允许分配策略以一定置信水平成立的航路时隙资源分配风险决策原则,采用随机优化方法,针对不同航路类型建立航班实际运行时刻不早于计划运行时刻的随机机会约束,以一定置信水平下的全部航班总延误损失最小、平均旅客延误时间最小为目标,建立了航路时隙分配的随机机会约束规划模型,在满足航班唯一性约束、时隙独占性约束、航路容量约束和随机机会约束的基础上优化分配航路时隙;采用Lingo11和M atla-bR2007b求解模型,以民航某航路仿真运行数据为例,在0.8的置信水平下,本模型各策略的总航班延误损失均值和平均旅客延误时间均值比先到先服务策略分别减少38.54% 和41.3%,模型在控制二次延误风险的同时显著减少了航班延误,分别在置信水平为0.6,0.7,0.9时运行本模型,总航班延误损失和平均旅客延误时间的最优值分别增长1.07%,1.73%,保障航路交通稳定性需要以损失一定的运行效率为代价.      

终端区空中交通管制专家系统的设计

介绍了专家系统的结构和在空中交通管制中的应用,分析空中交通管制专家系统的构建过程,提出武汉天河机场终端区空中交通管制专家系统的设计方法。通过该系统不但可以高效的为进场飞机进行排序,对飞机进行实时监视,而且还可以提高空管工作自动化水平。     

基于修正延误波及树的航班延误传播研究

为了正确反映延误航班与机场随机因素之间的潜在关系,提出了1种基于贝叶斯网络的航班延误和机场随机因素分析方法.将机场随机延误因素的影响转化为时间参数.在综合考虑航班延误、航班计划的同时引入贝叶斯网络分析结果对延误波及树进行修正,在历史航班运营数据集上对修正延误波及树模型进行检验.结果表明,修正延误波及树模型提高了航班延误传播的预测精度,预测平均误差分别由修正前的11.76%和13.75%降低至3.45%和3.39%,多案例分析的准确性同时验证了修正延误波及树的普适性,丰富了航班延误传播问题的研究方法.      

进港飞机调度的精华自适应遗传算法设计

对进港飞机进行合理调度，是空中交通流量管理的一个重要研究内容。基于精华自适应遗传算法，实现了单跑道降落飞机调度问题的求解，在不违反飞机间隔要求的情况下合理安排飞机的降落次序，给出各飞机经过优化的着陆时间，减少总的延误成本。仿真结果表明，所提出的方法计算效率高，实用可行，明显优于FCFS算法。     

协同决策机制下航空公司时隙分配优化决策

航空运输系统涉及空管、航空公司与机场三方面,但是目前解决不正常航班却单纯依靠空管。而这种方式无法达到减少旅客延误时间的目标。文中研究在协同决策机制下,航空公司根据航班旅客特性自由指派航班时隙的方法问题。建立了一种航班时隙指派模型,针对模型的特点设计了一种启发式算法。通过实例证明了采用该方法可以减少旅客总延误时间,同时还说明了航空公司参与时隙分配决策的重要性。     

连续下降进近(CDA)航迹的 Gauss 伪谱优化方法

针对优化恒定下滑角的直线连续下降进近(CDA)飞行航迹问题,采用高斯伪谱法将 Bolza型最优控制问题(OCP)转化成飞行器不同襟翼状态下的非线性规划问题,得出时间优化连续下降进近飞行航迹.对连续下降进近的飞行器建立动力学模型,确定飞行位置的状态变量及航迹角的控制变量,提出时间最小化性能指标.选取 B737-800机型,在终端区和飞行状态限制条件下利用 GPOPS工具仿真高斯伪谱法时间优化航迹,确定 TOD 位置和飞行速度控制曲线.并与其它 CDA 航迹算法进行比较研究.对比分析终端区17条 CDA 航迹及1条传统阶梯式进近航迹的进近状态,结果显示,采用高斯伪谱法获得的 CDA 航迹相比于传统进近航迹的下降时间缩短了16.67%,且优于其它算法获得的 CDA 航迹.验证使用高斯伪谱法优化 CDA 航迹可节省下降时间,提高航迹预测的精度和飞行控制系统的计算效率.      

基于VMD-MD-Clustering方法的航班延误等级分类

针对航班数量逐年增加导致的航班延误日益频繁问题,研究对航班延误等级分类的方法,从而为制定针对性措施,降低航班延误造成的损失提供理论基础。从时间、空间和效率3个方面确定航班延误时间、航班飞行时间、延误影响人数和航程这4个数值属性指标,以及过站是否经停、飞机载客量2个类属性指标,共计6个评估指标构建航班延误等级分类模型。提出了1种基于变分模态分解（VMD）、马氏深度（MD）函数和K-means数据聚类（Clustering）的航班延误等级分类方法（以下简称V-M-C方法）。V-M-C方法将非正态、非平稳的多维航班延误数据视作含噪声的信号序列进行处理,通过VMD降噪获得正态、稳定的多维信号数据;利用MD函数进行降维处理得到一维的稳定信号数据;使用K-means方法对得到的一维数据进行聚类,对航班延误等级分类。为确定航班延误等级分类精确性,采用带惩罚权重的支持向量机（SVM）对分类结果进行分析,可以在一定程度上提高V-M-C方法的普适性。以某大型枢纽机场某月的航班运行数据为例,只使用K-means算法的航班延误等级分类精度为81.9%,而V-M-C方法对航班延误等级分类精度可提升至95.41%。实验结果表明,V-M-C方法的分类准确率更高,能够帮助机场根据相应延误等级制定预案,保障航班整体运行正点率。      

基于Logistic模型的大面积航班延误预测方法研究

航班大面积延误发生时,对其后续发展做出准确的预测能够减少自身损失.研究从固定空域的角度出发对航班大面积延误进行预测,给出了基于Logistic模型的延误航班数量与航班累计延误时间的预测方法.考虑到航班数量的实时性,模型中采用时间变化量为参数,并借助2013年8月17日下午我国华北地区某空域航班大面积延误实际数据对Logistic曲线进行了拟合,对延误累积阶段和延误消散阶段分别进行计算,确定各自参数,最后得到预测数据.预测时刻距当前时刻越近,精度越高;预测的延误航班数量和航班累计延误时间与实际数据的最大相对误差分别为3.9%和3.6%.      

飞机驾驶舱自动化系统诱发的显性人为差错

对波音(Boeing)与空客(Airbus)2种飞机在降落阶段中驾驶舱自动化所诱发的显性人为差错进行对比分析。针对美国航空航天局(NASA)航空安全自愿报告系统(ASRS)收集的人为差错事件,结合内容分析法将定性的事件描述转换成定量数据,然后从专业角度对飞行员主动报告的事件原因进行分析,并推论事件发生的环境等因素。结果表明,空客在降落阶段所产生的与自动化系统有关的人为差错数量多于波音;但是就飞行机组决策与违规类型的差错而言,波音多于空客。同时,机组资源管理对2种机型飞行员的决策与技能型差错的发生并无显著影响。研究表明高科技的自动化系统能有效提升飞行安全,但也会衍生出新的人-机交互方面的人为差错问题。      

基于极大代数的多航空器无冲突4D航迹生成

航空器在同高度汇聚飞行时总会存在飞行冲突,文中根据极大代数法的思想,将航空器到达交叉点离散的过程线性化,并且针对同一终端区航空器离场向同一导航点汇聚的实际航路结构,给出了问题的具体描述,建立了具体的终端区单航路极大代数服务模型,并将其推广到通用情况下.在单航路模型基础上根据极大代数思想设计了终端区航路汇聚模型,解决了同高度航空器汇聚的冲突问题,可以将2条线型航线在交叉点的冲突规避,实现4D航迹的无冲突预测.对模型进行了算例验证,结果表明,极大代数能够较好的解决航空器航迹冲突的问题,实现航空器到关键点的无冲突放行,从而一定程度上提高了空域资源的利用率.