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.     

基于蚁群算法的多跑道航班协同调度建模

针对终端区航班拥堵问题,模型通过读取进离场航班的航班号、机型和所属航空公司等实时信息,以提高航空公司效益性和航空公司之间竞争公平性为目标,建立了多跑道航班协同调度（CDM GDP）的多目标动态优化模型,采用蚁群算法对模型进行仿真.经过仿真验证表明,模型优化算法与先到先服务（FCFS）状态下航班排序相比,延误损失降低70.10%;延误损失偏差和降低38.64%.     

机场终端区容量利用和流量分配协同优化策略

为充分利用机场终端区系统容量,减少航班延误,协同优化进离场容量利用和流量分配策略．把进离场视为互相影响的两个过程,以机场终端区系统容量为约束,以进离场航班总延误损失最小为目标,建立了容量利用和流量分配优化模型．引入航班延误损失优先级系数作为航空公司协同决策的偏好信息．用遗传算法求解模型．算例结果表明,该策略在充分利用容量和使航班延误损失最少的同时兼顾了航空公司的利益;设计的遗传算法运行稳定．     

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。     

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...     

多机场终端区微观交通流建模与仿真分析

为研究多机场终端区交通流微观时空特性与演变规律,考虑终端区内单股、汇聚和交叉交通流具有基于目标点运行的基本特征,依据先到先服务原则,利用刺激-反射跟驰理论,建立了空中交通流局域排序模型、跟驰模型和机动模型.在此基础上,采用多智能体仿真工具NetLogo,构建了多机场终端区交通流仿真平台,仿真分析了进场交通流特征参数之间的关系和灵敏性,以及进离场交通流之间的相互影响.研究结果表明:多机场终端区进场交通流存在明显的相变与迟滞特征,形成自由相、畅行相、伪拥塞相和同步拥塞相等基本相态;流量与速度密度乘积之间存在线性关系;管制间隔对交通流的影响较大且存在最优管制间隔,进场交叉点的最优管制间隔为8 km.      

基于机场群的航班选择机场模型分析研究

为了解决枢纽机场因容量限制而产生的航班延误,引入了一种新的概念——机场群,就是地理位置接近的多个机场构成一个超级大的机场,进行航班的共同调度,并且结合地面交通,解决空中交通运输需求问题。本文针对机场群问题进行研究,给出了机场选择模型的数学描述,并结合模糊综合评判方法思想,设计了启发式算法。通过对现实机场情况的仿真,表明了模型的可用性,减少了跑道空闲状态。     

多跑道航班起降调度优化算法

为了提升大型繁忙机场的运行效率, 考虑了多跑道的运行条件和安全要求等因素, 以最小航班总延误为目标函数, 以最大位置偏移为约束条件, 引入滚动时域控制策略, 建立了航班动态排序模型。针对多跑道航班调度问题的特点, 分别采用基于滚动时域控制策略的遗传算法和现有的先到先服务算法求解模型。计算结果表明: 当航班正常时, 采用现有的先到先服务算法, 航班总延误为1 712s, 采用基于滚动时域控制策略的遗传算法, 航班总延误为1 080s, 与先到先服务算法相比, 延误时间减小37.0%;当航班不正常时, 采用现有的先到先服务算法, 航班总延误为1 658s, 采用基于滚动时域控制策略的遗传算法, 航班总延误为969s, 与先到先服务算法相比, 延误减小41.5%。可见, 基于滚动时域控制策略的遗传算法有效。     

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。     

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...     

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%。     

基于多Agent 的通航运力资源协同调度

针对并行式多任务条件下的通航运力资源调度效率较低问题,提出一种基于多 Agent 协商的通航运力资源协同调度方法. 构建多Agent 通航资源协同调度框架,建立基于招投标机制的运力资源匹配性模型以提升并行任务处理能力,在匹配性结果基础上设计资源调度策略,最后使用实际运行数据验证本文提出方法的可行性. 仿真结果表明：该方法资源调度速率受并行任务数量影响较小,满足实时性需求;相比常用Agent算法所得调度结果,单机日利用率平均提升0.19 h/d,作业时长均方差平均降低0.03 h,能够快速有效地调度通航运力资源.     

基于航班延误水平的机场航班时刻管理评价方法

为有效评估机场航班时刻管理,揭示延误问题根源,本文提出一种独立、客观的时刻资源配置评价方法。首先从延误的定义出发,对时刻管理中存在的延误进行分类,再分析各类延误的含义,并对各种延误进行了强度等级划分。通过层次分析法和物元法确定了各种延误的权重参数,对时刻管理效果形成量化指标。最后以首都机场为例进行了仿真验证,从结论可见,该评价方法能较好地贴近实际情况,反映时刻管理中的问题。     

机场人员迟到 航班推迟降落

据希腊民航局9月29日透露，莱斯沃斯岛上机场的一名空管员因睡过头而上班迟到，致使两架航班被迫在空中盘旋了半个多小时后才降落。一名希腊警察说：“航班机组人员呼叫指挥塔请求指示，但一直没人应答。那名空中交通指挥员后来说睡过头了。”     

基于改进GH-SOM的可接受航班编队调度优化

针对可接受航班编队调度优化问题, 从最大当量航程约束和最大允许延误约束出发, 推导出可接受编队模式的统计判别边界, 将编队调度优化问题转化为最优层次聚类问题, 利用改进的层次生长型自组织映射(GH-SOM)神经网络实现对可接受编队调度聚类的递归求精。仿真结果表明: 与经验判别边界相比, 基于可接受编队统计判别边界的识别量提高了92.14%, 平均扁率和平均时间同步偏差分别降低了25.00%和26.23%, 扁率标准差和时间同步偏差标准差分别降低了12.50%和18.75%;与自组织映射、标准GH-SOM相比, 基于改进GH-SOM的识别量分别提高了303.49%、162.87%, 平均扁率分别降低了34.25%、22.58%, 平均时间同步偏差分别降低了47.06%、36.62%, 扁率标准差分别降低了45.10%、6.67%, 时间同步偏差分别降低了46.94%、3.70%, 因此, 可接受编队模式的统计判别边界与改进GH-SOM是有效性的。     

考虑航段复杂度的机场终端区进场程序设计与评估

机场附近的进近空域通常是限制机场航班量增长的瓶颈。随着进近空域内日益增长的空中交通,管制员与飞行员的通信和工作负荷持续增加,航班延误频发。为了进一步提升机场进近空域容量,先进的技术和方法不断被应用于空中交通管理中。近年来,在世界各主要繁忙机场逐步推广点融合系统（Point Merge System）,旨在通过新的进场程序实现进场航班高效排序和连续下降运行,解决进场交通流汇聚问题并优化排序间隔管理。然而,目前很少关于如何结合机场附近空域结构设计点融合系统的研究。本文以南京禄口国际机场为例,提出了航段复杂度评估方法,评估了当前空域的航段复杂度,识别空域运行瓶颈,选取融合点位于HFE和OF方向进场轨迹的交汇点,交通流开始汇聚整合的定位点作为程序融合点,并以此为基础设计了点融合系统。通过计算机仿真和雷达模拟机仿真,并对其不同运行方式下的航班延误和机场流量进行对比,验证了点融合系统的有效性和先进性。本文的研究为其他机场设计并实施点融合系统可提供参考。     

多跑道降落飞机协同调度优化

为了制定安全、高效的空中交通管理战术决策, 研究了多跑道降落航班协同调度问题。基于协同决策理念, 综合考虑空管、航空公司和机场等因素, 提出一种协同航班调度策略, 给出了协同调度优化模型。模型在满足安全性和公平性约束条件下, 寻求总延误成本最小即功效性最大的调度方案。采用基尼系数建立公平性约束, 以处理功效性和公平性之间的关系, 并引入当量航班概念来定量分析公平性。针对多跑道航班调度问题的特点, 设计了遗传算法予以求解验证。仿真结果表明: 该算法总延误成本比先到先服务算法降低了72.6%, 最大延误时间减小了50.8%, 因此, 调度的功效性与公平性得到提高, 所提方法有效。     

多跑道着陆飞机协同调度多目标优化

综合考虑空中交通管制、航空公司和机场因素,研究了多跑道降落航班的协同调度问题,以实现安全、公平和高效的空中交通管理战术决策．提出了采用协同航班调度策略和多目标优化调度模型．模型以安全性为约束,以总延误成本和空中交通管制员管制负荷最小、航空公司之间尽量公平为优化目标,用多目标遗传算法求解．算例仿真结果表明,用本文算法得出的最优方案与FCFS算法结果相比,因延误造成的总成本损失减少了61．4％,并使延误损失在各航空公司间的分配更加均衡．     

基于阻塞流的多场景终端区容量影响机理

为研究终端区容量的影响因素及变化规律和趋势,基于终端区运行特性分析,综合考虑航线长度、飞行速度、管制间隔等因素,采用阻塞流理论和方法,建立了终端区容量网络模型.以杭州萧山机场终端区为例,构建了恶劣天气发生位置、双跑道运行模式等多运行场景,分析了不同因素对终端区容量的作用关系和影响规律.研究结果表明:终端区容量受恶劣天气影响呈不均匀阶梯状递减,下降梯度与航线的可替代性紧密相关,当影响AND方向单一进场航线时,容量下降10~20架次/h;不同的多跑道运行模式下容量相差明显,容量区间在33~108架次/h.