基于 Monte-Carlo 模拟的进场排序不确定性研究

为了提升终端区航班排序抵御不确定因素扰动风险的能力,保证航班运行效率及降低延误损失,综合考虑终端区运行的多种约束限制.基于不确定性因素对进场航班影响分析,以航班总延误和管制干预最小为目标,建立进场航班排序的多目标随机期望值模型.应用 Monte-Carlo 模拟方法刻画航班运行状态随机变量的统计特征,将模型所求目标函数值表征为随机模拟的数学期望,设计了带精英策略的非支配排序遗传算法(NSGA-II)寻求模型的 Pareto 最优解集,绘制不同阈值的缓冲间隔下得出 Pareto 前沿拟合曲线.采用广州终端区典型时段进场航班数据进行仿真验证,结果表明模型中不同阈值范围的缓冲间隔设置,可提供权衡航班延误和管制干预之间的合理化建议,且最高可降低32.4%的航班延误.所提方法能有效缓解繁忙机场航班延误,提升航空运输服务能力.      

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.      

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.     

航班放行公平性测量指标分析与建立

航班放行公平性是衡量民航可持续运作的重要性能指标.但与航班运行效率相比,对航班放行的公平性研究较少.为了更加直观地衡量航班放行延误的差异程度,以航空公司航班放行的公平值为研究对象,先界定航班放行公平性概念;在此基础上,结合归一化算法,首次建立了衡量航班放行公平水平的归一化指标.以首都国际机场为例,按航班放行的离港口划分4个放行方向,计算并分析4个放行方向上分别对各航空公司航班放行的公平性值.结果显示,4个方向上航班放行公平值均满足正态分布;航班放行平均公平值越高的方向,分布越不稳定.经调研验证,由该指标计算的公平值与实际运行值相符.      

协同式地面等待程序中时隙公平分配研究

研究了CDM GDP机场时隙资源的公平分配问题,提出了基于延误成本公平分配的新的协同地面等待优化模型.给出了航班延误成本的计算方法,将其应用于优化模型中目标函数的计算,并利用遗传算法对模型求解.最后,应用国内某机场的实际数据进行仿真验证,并与RBS算法作了比较.仿真结果表明,所提模型不仅能有效地分配GDP期间的有限时隙,使总延误成本比RBS算法降低了18%,而且使得航空公司间的延误损失得以均衡,显著提高了分配的公平性.     

面向航班高峰期的机场地勤车辆多阶段优化调度方法

在航班运行高峰时段内,地面服务需求更加集中,机场可调度的地勤车辆数量有限,可能引发航班延误,导致机场多方面损失。针对该问题,研究了地勤车辆多阶段优化调度方法,重点考虑摆渡车和加油车2种地勤保障车路由与时间窗口限制,以航班准点率及延误时间为评价指标进行优化调度。构建了具有4类节点和5类弧的容量-费用网络G1,通过设置合适弧容量及费用参数,确定最小费用流规划模型;采用拉格朗日松弛启发式算法对模型求解,通过不断寻优,设置对偶间隙初值、容许误差,最大迭代次数,输出预测结果;深入分析高峰时段的航班运行状态,构建基于时空网络的整数线性规划模型,优化第一阶段未服务航班的总延误时间;结合最小化最大值定理,构建单航班服务延误模型,将单个航班延误造成的损失降到最低。最后,基于实际航班数据,结合机坪平面布局开展仿真实验和验证,结果表明：利用优化调度得到加油车和摆渡车准时服务的最大航班数分别为30,131架·次,待服务航班的最小总延误时间分别为223,542 min,航班总延误下降21.56%,显著缩短航班延误时间,提升了机场场面的整体运行效率。     

机场及终端区仿真优化系统建模及实现

对机场及终端区系统运行进行优化是缓解交通拥挤和延误的重要措施。采用解析模型,便于实现机场及终端区系统的优化,但由于建模过程中简化过多造成众多优化模型实用性不强。计算机仿真模型可以准确表征复杂系统的各种约束,但一般的空中交通计算机仿真软件都不具备优化功能。文中采用Arena仿真平台,对机场及终端区系统飞机运行过程进行分析和建模,同时在仿真模型中嵌入基于Memetic算法的优化模块,实现了集仿真和优化功能于一体的机场及终端区仿真优化模型。     

机场群共用航路点的航班排序模型及算法

机场群上空空域资源共享、运行耦合复杂，拥堵往往发生在共用航路点。为缓解空域拥堵和航班延误问题，开展了机场群共用航路点的优化排序研究。针对共用航路点的运行特征，引入惩罚因子并以总延误时间成本最小为优化目标，建立了机场群共用航路点的航班优化排序模型，基于滑动时间窗算法和粒子群优化算法的原理提出了TW-PSO组合优化算法对模型进行求解。选取京津冀机场群过共用航路点的航班进行算例仿真，结果表明:TW-PSO组合优化算法与FCFS算法、滑动时间窗算法、粒子群优化算法相比在高峰时段的总延误时间成本分别减少了216，212，161 min；在算法性能方面，具有比经典算法迭代次数少、优化效果更佳的优点，能有效缓解航班延误问题，改善机场群的协同运行效率。      

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.     

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。     

基于计划延误成本的出发时间选择模型

出行时间不确定性对出行者造成诸多负面影响,其中之一就是计划延误成本增加.向出行者提供交通信息可减少出行时间不确定性的负面影响,减少计划延误成本.为了估计其负面效应和出行时间信息的价值,研究了一个出行时间不确定性下的出发时间选择模型.假定在不同的出发时间下,出行时间分布的形式不同.模型中出行者可得到交通信息服务系统(A T IS)提供的基于平均出行状况的交通信息或基于当日出行状况的交通信息,同时他对得到的信息有自己的感知值,基于此感知预测出行时间并选择出发时间.用算例反映了出行时间不确定性、不同信息状况和信息预测的质量对出行者广义出行阻抗的影响.结果表明交通信息的收益不应该只表现为传统的出行时间节省,它还能减少约30% ~40% 的计划延误成本.      

公交枢纽内多线路车辆实时调度优化方法研究

公交枢纽内多线路车辆的实时调度能够提高换乘效率,特别对于已经进行了发车优化的公交线路而某些车辆到达出现延误的情况。根据线路的延迟到达时间和换乘客流量等因素建立了公交枢纽内多线路车辆的实时调度优化问题模型,提出了基于整个系统费用最小的优化目标函数,并运用随机扰动梯度近似算法对问题进行求解。最后结合算例分析了本文方法的应用。     

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%.      

基于满意度的公交车调度模型研究

城市公交调度水平的提高,有利于增强公交在城市交通系统中的竞争力。从乘客候车满意度和公交公司运营成本的角度分析了公交车调度问题,建立了以乘客候车满意度为目标的公交线路发车频率优化模型,实现了模型的求解算法,并通过仿真算例进行了实证研究。     

公共卫生事件暴发初期的医疗物资调度优化

在公共卫生事件暴发初期，为了合理高效地分配医疗物资，兼顾医疗物资运输成本和运输延误，以新型冠状病毒感染的肺炎为例，研究了公共卫生事件暴发初期受影响较大地区的医疗物资调度问题。基于疫情期间医疗物资供给不足的实际情况，结合各个医疗点对医疗物资的不同需求，采用最优化理论与方法建立考虑物资延迟损失和物流成本的双目标医疗物资优化调度分配模型。同时，采用外逼近法对模型进行求解，通过算例分析验证模型的有效性和算法的高效性。结果表明：由所构建的兼顾延迟损失与物流成本的双目标模型及采用的算法，能够得到不同条件下的医疗物资分配方案，所构建的双目标优化模型可以更好地兼顾医疗物资分配过程中的延迟损失和物流成本，并根据疫情走势及医疗物资供给实际情况提供更为合理的调度方案。     

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.      

MAS在机场路面路径优化中的应用研究

利用多Agent技术,研究进出港航班滑行路径的优化问题,为刚降落和即将出港的航班规划最短滑行路径,判断航班在规划的滑行路径上是否会发生对头相遇.由于多Agent技术更能体现人类的社会智能,更适合开放的、动态的社会环境,因此引进这一技术对进出航班滑行路径进行优化.文中将每架飞机被看作是一个Agent;将跑道,滑行道,停机位等看作是资源Agent;在多Agent环境下,优化出最佳的滑行路径.