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。      

基于改进遗传算法的最小油耗机场飞行区布局优化

为降低机场飞行区的飞机燃油消耗,根据飞行区的结构特点,完成了改进遗传算法设计,并针对停机位分配和飞行区布局开展了优化研究。通过对飞行区跑道、滑行道、联络道及停机坪位置和停机位分布形式的分析,在考虑不同机型飞机油耗的基础上,建立了单跑道飞行区构型以及直线式停机位分布形式的飞行区油耗仿真模型,以飞行区油耗最低为优化目标,完成适应度函数设计;设计了一种实数编码和二进制编码混合编码方式,可兼顾停机位分配和飞行区结构参数的编码需求;完成混合编码基因到可行解的映射以及基因选择、交叉和变异的进化操作设计;采取惩罚函数的方法,减小进化过程中不可行解基因对可行解基因的影响;采用最优保存策略,以保证最优个体基因在进化操作过程中不被破坏,提高遗传算法优化的效率和准确度;为验证优化方法的有效性,对飞行区构型为一跑一滑和停机位分布形式为直线式的飞行区进行了优化。优化结果表明：经改进后的遗传算法可有效对飞行区参数进行优化,以实现飞机油耗最低的目的,优化收敛速度快、质量高。     

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．     

改进的协同航路分配优化模型及算法研究

为优化协同航路分配程序,利用基尼系数定义一个新的公平性能指标,构建同时兼顾效率和公平性的双目标非线性整数规划模型,采用基于航班优先级排列的染色体编码方式设计一种改进的遗传算法,融合满意解的选择过程.仿真算例结果显示,与现有算法相比,改进遗传算法得到的最终满意解使空域运行效率提高9.3%,航空公司公平性提高33.7%.结果表明,改进的遗传算法能快速获得真实帕累托前沿,且最终满意解能在空域运行效率和资源分配公平性上得到显著提升,说明本文模型及算法合理.     

基于候选集的轨道交通网络优化研究

给出基于候选集的轨道交通网络的规划流程和多目标规划的整数模型。模型综合考虑乘客与规划者,以最小化乘客出行时间、最小化轨道网络总长度、最小化轨道总发车次数为优化目标,并选用遗传算法作为模型的求解算法,给出模型解的编码与求解过程。     

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.     

基于动态容量的航班进离场流量鲁棒优化分配

为解决机场和定位点动态容量条件下的航班进离场流量优化分配问题,以总航班延误损失为决策依据,建立了绝对鲁棒优化模型、偏差鲁棒优化模型和相对鲁棒优化模型,并用捕食搜索算法,设计了寻找鲁棒最优解的算法流程.以国内某机场数据为例进行仿真验证,结果表明,得到的鲁棒最优解能够根据不同偏好有效规避风险,与该终端区一般容量条件下最优解的航班延误损失相比,偏差鲁棒最优策略和相对鲁棒最优策略下的航班延误损失分别减少了8.2%和7.8%.     

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。     

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%.     

基于多目标优化的航空器离场时隙控制方法

为了兼顾效率性和公平性,合理利用时隙资源,进行航空器离场时隙分配,根据机场管制运行部门和航空公司的决策目标,以航班正点率、旅客延误时间、延误成本、基尼系数等目标的不同组合为优化目标,建立了3组多目标优化模型.针对机场管制中航空器放行的应用背景,采用改进的人工鱼群算法求解模型.算例仿真结果表明:以航班延误成本和航班正点率为优化目标时,得到2个Pareto解集,与RBS(ration-by-schedule)分配算法相比,航班延误成本减少了52.9%和48.6%,航班正点率提高了62.5%和75.0%;以航班延误成本和旅客延误时间为优化目标时,得到1个可行解,与RBS分配算法相比,航班延误成本和旅客延误时间分别减少了52.9%和37.5%;以公平性和效率性为目标时,随着公平性的增强,效率性减弱.本文的多目标离场时隙控制方法,弥补了现有方法只考虑效率性的缺陷,为管制员提供了更多可供选择的决策方案.     

大型机场进场航空器联合调度模型

为减少进场航空器总延误与总滑行时间,研究了大型机场进场航空器联合调度问题;分别以跑道排序时间跨度和总延误加权和最小、被分配至远机位航班数量最少、进场航空器总滑行时间最短为目标函数,构建了跑道、停机位、滑行道三大系统的正向联合调度模型;在此基础上引入停机位再调整模型,通过调整额外滑行时间较大的航空器的停机位指派方案对滑行...     

城市轨道交通地下线车站选址与平面线形优化

基于已知的线路起终点和研究区域内人口分布情况,研究城市轨道交通地下线平面设计方案。以轨道交通车站的布设数量、位置及线路平面线形为决策变量,考虑实际地理条件、站间距、换乘预留及线路平面设计等约束,建立城市轨道交通地下线平面优化模型,实现客流吸引量最大,以及包括建设投资、运营支出和环境影响在内的线路综合成本最小。设计基于非支配排序遗传算法(NSGA-II)与A*算法的混合启发式算法求解模型。选取国内某城市地铁线路为研究对象,结果表明,算法可求得模型帕累托前沿,提供不同客流吸引量下线路综合成本最低的解决方案。此外,与实际平面设计方案相比,帕累托最优方案能够在不降低客流吸引量情况下减小约 4.4％的线路综合成本。     

基于延误油耗优化原则的停机位实时分配算法

停机位的实时动态调整在机场运行过程中具有重要的研究意义．文中研究了在航班发生延误时,通过合理的停机位调整,降低由于航班延误增加的滑行油耗,达到降低运营成本的目的．考虑了特殊性质航班,建立了以延误油耗最低和各航空公司相同机型所承担延误油耗均衡为目标的停机位实时分配模型,采用遗传算法进行求解．实例分析结果表明模型的正确性和算法的有效性,满足机场实际运行的要求．     

面向航班延误的停机位实时指派优化模型

为解决航班延误造成机场停机位占用冲突问题,在对延误等级进行划分的基础上,以最小化机坪冲突概率,旅客变更登机口步行距离和指派至远机位的旅客数为目标,构建停机位实时指派的多目标优化模型,设计带精英策略的非支配排序遗传算法(NSGA-Ⅱ)求解.利用我国某大型机场的实际运行数据进行仿真验证.结果表明：在机位占用冲突得到成功化解的基础上,旅客变更登机口的平均步行距离减至102.9 m,指派至远机位的旅客数减至0人;所提出的停机位实时指派模型在保证机坪安全运行的前提下,能有效优化旅客乘机体验,提升机坪运行效率,为繁忙机场停机位资源调度提供决策支持.     

面向航班延误的停机位实时指派优化模型

为解决航班延误造成机场停机位占用冲突问题,在对延误等级进行划分的基础上,以最小化机坪冲突概率,旅客变更登机口步行距离和指派至远机位的旅客数为目标,构建停机位实时指派的多目标优化模型,设计带精英策略的非支配排序遗传算法(NSGA-Ⅱ)求解.利用我国某大型机场的实际运行数据进行仿真验证.结果表明：在机位占用冲突得到成功化解的基础上,旅客变更登机口的平均步行距离减至102.9 m,指派至远机位的旅客数减至0人;所提出的停机位实时指派模型在保证机坪安全运行的前提下,能有效优化旅客乘机体验,提升机坪运行效率,为繁忙机场停机位资源调度提供决策支持.     

机场停机位指派模型及算法

为探索中小型机场停机位指派问题有效合理的解决方法,以乘客最小行走距离为优化目标,建立了中小型机场停机位整数规划指派模型,利用改进的启发式算法进行了求解。该算法可以缩小搜索空间,在最坏情况下的计算复杂度是多项式的,优于CPLEX软件的指数级计算复杂度,具有更高的计算效率;与CPLEX结果相比,距离误差仅为5.2%,指派结果令人满意。     

考虑换乘异质性的城市轨道交通时刻表协同优化模型

在城市轨道交通网络化运营条件下，极易导致换乘站的换乘需求差异过大。为提高列车时刻表与换乘需求的匹配度，本文基于网络中换乘站的空间拓扑结构和换乘需求在时间和方向上的特点，通过构建量化换乘差异的协同度指标，建立以列车同步次数最大化为目标的列车时刻表优化模型，优化轨道交通网络线路间成功衔接次数，提升乘客换乘出行效率。针对提出的混合 整数非线性规划模型，本文设计了一种基于天牛须搜索的粒子群优化算法进行求解，并将模型及算法应用于北京市轨道交通网络进行算例分析。结果表明，所构建的模型能依据换乘需求在空间、时间及方向上的差异，利用协同度分级优化轨道交通路网中列车协同状态；优化后全网列车同步到达次数增加33.86%，乘客平均换乘等待时间减少22.75%；相较于PSO和BAS算法，本文所提的算法具有更好的全局搜索能力和求解效率。本文可有效提高轨道交通换乘效率，为提升城 市轨道交通服务质量提供理论参考。     

动态交通下车辆路径选择模型及算法

为优化动态交通下物流配送成本及服务水平,依据交通流量将运输时间分为不同时段的不同分布,建立了具有时间窗约束与物流成本最小的车辆路径混合整数非线性模型,设计了自然数插值编码的遗传算法对模型进行求解,对不同交通状况下配送方案选择进行了仿真比较。仿真结果显示遗传算法是收敛的,依据交通状况选择相应的配送方案,不仅物流成本降低了2%,而且服务水平也提高了5%。     

考虑容量限制的多公交车型运行计划优化模型

车容量限制是公交运行计划编制的重要约束.以单条公交线为研究对象,综合考虑了不同公交车型的技术经济性能、车容量大小、车辆数限制和客流需求的时变特征等因素,建立同步优化公交车型和时刻表的规划模型,以确定线路的发车时刻表和选择车型的最优组合.建立了以公交企业运营成本和公交乘客出行成本最小为目标,带有0-1决策变量的非线性整数规划模型,针对该模型多目标函数的求解特点,采用枚举法求解每辆车的发车时刻,应用遗传算法求解车型选择的序列.最后以北京市某公交线为案例进行分析,优化后的发车时刻表和车型配置方案具有较好的运营效果.算例结果表明,采用多车型方案较传统的单一车型方案更具经济性,乘客的出行成本可减少13.9%,企业的运营成本可减少3.5%.