停机位分配的多商品网络流模型及离散粒子群算法

本文建立了停机位分配的多商品网络流模型,并以航空器总场面运行时间最小为目标,建立数学模型。将机场场面分为若干区域,建立区域—机位两级分配策略,以降低问题规模。设置机位外等待时间,以省去区域容量相关约束。在传统粒子群算法的基础上,设计离散粒子群算法,对模型进行求解。选取乌鲁木齐机场某日240架航班和109个机位进行实验,证明了与现有研究中的典型模型相比,多商品网络流模型能使运算时间减少10.1%,并能达到与典型模型相同的精度。全空域和机场模型(total airspace and airport modeller, TAAM)仿真结果表明,和现行机位分配方案相比,多商品网络流模型的机位分配结果能使航空器的场面调配运行时间减少7.49%,延误时间减少8.87%。算例结果进一步表明,提高机场场面运行效率的关键在于均衡航班的进离港滑行距离,同时避免停机位密集分布。     

基于多目标差分进化算法的机场停机位分配问题研究

科学合理的停机位分配方案或对现有方案进行优化,能够有效提升机场的运行效率,降低机场运行成本.笔者依据停机位分配的相关概念和约束条件建立基于航班-航班,航班-停机位的加权分数矩阵的停机位分配模型.然后将经典的差分进化算法加以改进来解决停机位分配问题,有利于更好地实现机场停机位分配多目标的优化.最后使用标准测试函数和停机位...     

机场停机位实时分配研究

航班提前、延误和取消的情况发生的频率逐年增加,给机场运营指挥中心的调度计划造成了很大的干扰。建立了应对机场非正常运行的停机位实时分配模型,目标是对原停机位分配方案干扰最小。模型的计算结果不仅包含飞机停机位实时分配方案,还包括飞机的降落时间。在建立模型后,使用CPLEX优化软件对模型进行求解,数据采用某枢纽机场的实际航班数据,验证了模型的有效性。最后进一步研究了解决停机位使用次数和使用时间的均衡化问题,更加贴近实际情况。     

基于多目标规划的停机位分配建模技术研究

目的进行民航机场停机位分配(aircraft stands assignment,简称ASA)优化建模技术研究,为机场生产调度提供理论和方法支持。方法利用多目标规划的理论和方法,深入考察机场ASA的实际过程,提出建模的假设条件,抽象出初始条件和约束条件,提出优化指标,构造出目标函数和效用函数。结果建立起了ASA问题的一个多目标整数规划模型,为后续优化算法研究奠定了基础。结论ASA优化属于NP-Hard问题,应采用现代智能算法求解;同时,采用计算机仿真的方式进行模型和算法的验证是一种便捷和有效的技术途径。     

基于航空排放的机场停机位分配优化

随着航空业的快速发展,航空排放对大气环境的影响日益严重。机场停机位分配优化研究,对航空绿色发展具有重要意义。基于场面运行规则,航空器排放、近机位利用率等多目标,建立一种使航空器排放量最小,近机位利用率最大的机场停机位分配优化模型,并通过南京禄口国际机场某日航班数据实例验证。结果表明:由于近机位利用率的提升,航空器的HC、NOx、CO、SOx和颗粒物(particulate matter,PM)排放量分别减少12. 33%、7. 81%、12. 66%、11. 06%和11. 17%;地面保障设备(ground support equipment,GSE)的HC、NOx、CO、PM排放量分别减少9. 59%、4. 63%、14. 34%、13. 64%;远机位旅客平均花费时间减少42. 31%。可见提出的优化模型增加了近机位利用率,减少了机场航空排放,减少了远机位旅客平均花费时间,验证了模型有效性。     

考虑机场、航空公司与空管需求的机场群离场航班时刻优化

随着我国航空流量的不断增加,机场群内航班延误时间长、延误架次多、机场时刻紧张等问题逐渐暴露,这些问题主要是航班时刻设置不合理所导致。为解决这些问题,需要对机场群内航班时刻进行优化。本文通过从机场、航空公司、空管三个角度综合考虑,分别以延误时间、航空公司航班时刻调整总方差、管制员总调整量作为优化目标,建立了机场群航班时刻优化模型,并使用权重线性递减的粒子群优化算法实现对模型的求解。以京津冀机场群为例进行分析,使用Matlab对模型进行寻优。结果表明优化后机场群内总延误时间由77 580分钟至46 260分钟,航空公司航班时刻调整总方差由447.076减少至63.141,管制员总调整量由467 次减少至253 次,三个目标均得到了优化。可见该模型权衡了机场、航空公司与空管之间的公平性,为机场群航班时刻的优化提供了理论参考。     

基于跑道容量的航班恢复优化模型

为了降低航班延误造成的经济损失和旅客滞留,在不增加管制员工作负荷的基础上提高航班运行效率。本文在原有的航班恢复模型基础上,引入跑道容量模型,综合考虑旅客流、航空公司公平性以及航线重要程度的影响,建立了以各单位恢复总成本最小为目标函数的航班恢复模型,该模型适用于跑道数以及构型不同的单一机场,算例中引用国内某机场的真实延误数据,并用遗传算法和粒子群算法求解模型得到优化方案,与遗传算法相比,粒子群更适用于该模型,收敛速度更快。与现有的航班运行相对比,优化后的方案总延误时间缩短了11.85%,总延误成本减少了6.55%。最后用TAAM仿真软件分别运行实际恢复方案和优化恢复方案,报告显示优化方案中终端区产生冲突的可能性更小,管制员工作负荷更低,从而验证了模型和算法的可用性。     

具有卫星厅的机场航站楼登机口分配研究

机场航班量快速增长,导致登机口不足,增加卫星厅是解决登机口不足的新方案。本文在考虑新增卫星厅对中转旅客的影响的情况下,对登机口分配的问题进行研究。以成功分配航班数最多、登机口使用数目最少以及中转旅客花费时间最短为优化目标,根据问题的数学描述和登机口分配的基本原则,建立了多目标最优化模型,并使用遗传禁忌搜索(GA-TS)算法对模型进行求解。在给出的案例中,该方法能够给510个航班成功分配登机口,占航班数的84.16%,使用了64个登机口,占可用登机口的92.75%。本方法能够解决对新建卫星厅后带来的登机口分配问题,减少旅客的中转时间,对优化登机口分配具有积极意义。     

机场停机位分配问题的遗传算法

停机位分配作业关系到整个机场的系统运作,其作用相当重要。通过分析航空器占用停机位时区集合的特点,应用划分时间片算法建立了停机位分配的图论模型,将机场停机位分配问题转化为图的k-顶点着色问题。应用遗传算法求解图的K-顶点着色问题,给出了机场停机位分配问题的实用算法。最后将该算法应用于一个算例。     

基于遗传算法的机场停机位分配问题研究

停机位分配作业关系到整个机场的系统运作,其作用相当重要。通过分析航空器占用停机位时区集合的特点,应用划分时间片算法建立了停机位分配的图论模型,将机场停机位分配问题转化为图的k-顶点着色问题。应用遗传算法求解图的K-顶点着色问题,给出了机场停机位分配问题的实用算法。最后将该算法应用于一个算例。     

基于滑动时间窗的机场流量优化分配

针对机场实际运行过程中飞行流量需求以及机场容量动态变化的特点,将滑动时间窗概念应用到机场飞行流量分配问题中,提出了一种基于滑动时间窗的机场流量动态优化分配方法。对基于滑动时间窗的流量优化分配原理进行了阐述,该方法采用不断进行的动态流量分配代替静态的一次性流量分配,能够实时得到当前时间段最优化的流量分配方案,为机场战术流量管理提供决策支持。实例计算表明：基于滑动时间窗的机场流量优化分配方法在动态环境中能够较好地达到实时优化分配飞行流量目的,而静态流量分配方法不适用于动态环境,文中方法实用有效。     

认知无线网络中基于HJ-DQPSO优化的频谱分配机制

在认知用户和授权用户共存的认知无线网络模型中,为了解决认知无线网络中最大化网络效益和用户间接入网络的公平性联合最优化的多目标频谱分配难题,提出了一种新的基于 hooke jeeves（HJ）计算和量子粒子群（quantum particle swarm optimization,QPSO）理论的离散多目标组合优化机制,即 HJ-DQPSO 优化机制。该机制中,提出了采用 HJ 算法进行局部搜索,防止陷入局部最优,并对 QPSO 算法进行离散化处理以便更匹配离散的频谱分配模型。与现有的频谱分配算法进行仿真性能比较,实验结果表明,该机制具有逼近最优解、快速收敛、不易陷入局部最优、参数设置少的特点。在不同的优化目标情况下,能够较好地逼近频谱分配最优解而且可以实现快速收敛,在满足多个优化目标的情况下可以获得更合理的频谱分配方案。     

航站楼离港资源配置优化方法研究综述

随着民航运输业的高速发展,资源负荷过载导致的航站楼拥堵问题愈发严重,不合理的资源分配策略会对整个民航系统的经济、安全、服务等方面都造成较为严重的负面影响,因此,准确及时地对关键资源进行配置优化成为了近年来民航交通运输领域的研究热点。本文首先介绍了基于资源调度与协同决策的航站楼优化概念的研究现状;接着分别针对值机、安检、登机口三个主要服务资源总结了目前国内外常用的配置优化策略,分别为：基于静态配置模型和动态配置模型的值机资源配置方法,考虑旅客移动特点和手续办理流程的安检优化方法,基于数学规划方法（多目标优化模型与图论-网络流模型）和计算机仿真技术的登机口分配方法;最后提出了航站楼服务资源配置优化问题的未来研究方向。     

无人机多任务区侦察时间分配模型与应用

为了合理分配无人机对多个任务区的侦察时间,提出了一种包含问题建模、求解和方案决策的无人机多任务区侦察时间分配方法。首先,建立了包含侦察收益和侦察风险两目标的无人机多任务区侦察时间分配模型,该模型属于带约束多目标优化问题;其次,提出了一种改进的基于分解的约束多目标进化算法,该算法具有简单、灵活、无参等特点,可有效求解;最后,利用优劣解距离法从非支配解集中选择最优方案。选择了6种约束多目标进化算法,在3个不同雷达强度指数条件下进行对比实验。Hypervolume指标说明约束多目标进化算法在求解该问题时优于其他算法。实验结果表明：提出的方法在求解无人机多任务区侦察时间分配优化问题中能够实现快速准确决策。     

机场地勤服务优化问题的双重变异单亲遗传算法

为了减少地勤服务作业调度影响的航班延误,以总航班延误最小化及航班延误方差最小化为目标建立了多目标非线性整数优化模型.地勤服务作业调度优化问题是NP难问题,因此,提出了一种双重变异单亲遗传算法求解该类问题.该算法避免了遗传算法求解同类问题时产生非法个体的现象,并且双重变异策略具有全局搜索能力.结果表明:双重变异单亲遗传算法可以很好地解决航班分配服务组及服务组内航班服务序列优化的地勤服务调度问题,减少了因地勤服务作业导致的航班总延误,避免了单个航班长时间延误.