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。     

航班时刻资源优化配置与延误水平评估

针对中国大型机场由于航班时刻资源受限造成的航班延误问题,在评估机场容量的基础上,建立了降低机场航班延误水平的航班时刻分配模型。在满足机场容量限制,考虑航班连续性和中转旅客需求的约束下,应用改进的吱呀轮优化算法寻求航班调整总量最小的分配方案。以北京首都国际机场的航班时刻资源配置为例进行优化,并应用SIMMOD软件对模型设计算法,验证航班时刻优化模型的有效性。优化结果显示:北京首都国际机场的进离港延误水平都降低了26%以上,放行正常率提高了20%。     

考虑目的地机场繁忙程度的航班时刻优化

为研究考虑目的地机场繁忙程度的航班时刻优化问题,建立了目的地机场繁忙程度矩阵,并对目的地机场繁忙程度进行了分级,在满足延误水平的基础上,以最小的航班运行延误和对目的地机场产生的影响为总目标研究了基于目的地机场繁忙程度的航班时刻优化模型,将所建立的航班时刻优化模型与粒子群算法耦合,并以武汉天河机场为例对航班时刻进行优化。结果表明:优化后进场航班延误降低了48.58%,离场航班延误降低了44.88%,计算结果有效且符合实际。可见优化模型可行,能为机场航班时刻优化和改善延误问题提供重要的理论指导和技术支撑。     

珠三角机场群航班时刻优化研究

在降低航班延误的前提下,为了减少现有航班时刻表调整对航空公司运营造成的影响,建立了机场群航班时刻优化及动态排队模型,并设计了改进的迭代寻优算法,以珠三角机场群为例对模型算法进行了验证。研究结果表明:在不消除航班、飞机中转和旅客中转的情况下,珠三角机场群总航班调整量为615,最大调整量为33;并使广州白云机场和珠海金湾机场离港延误峰值分别降低20%和30%,深圳宝安机场进港峰值降低20%。因此,在能力扩张和运营效率提高不可行的机场,中短期内通过实施机场群航班时间表优化,可以缓解区域机场群的拥堵和延误问题。     

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.     

离场航班多目标优化排序研究

为缓解大面积、长时间的离场航班延误现状,研究了多目标离场航班优化排序问题,考虑连续航班对离场航班影响,建立了具有多个目标函数的混合整数规划模型,并基于多目标优化问题的Pareto最优解概念,设计了一种带精英策略的非支配排序遗传算法(NSGA-Ⅱ)求解模型.选取上海浦东机场3 h内离场航班进行仿真验证,并将仿真结果与其他算法优化方案比较,与FCFS策略相比,航班总延误降低了20. 1%,延误架次减少了20.较单一目标优化,该算法具有保持多个目标函数优异性的特点,且115架航班优化时间仅为302 s,能够较好的满足实际运行效率需求.所提方法能够有效解决离场航班多目标优化排序问题.     

考虑飞机轮挡事件相关时间的航班时刻优化

针对航班延误问题,提出了从飞机轮挡事件的相关时间具有随机性的角度进行优化,建立了减少航班上轮挡及撤轮挡延误时间的概率约束型模型,并首次使用泰尔指数作为公平性目标函数。根据减少航班上轮挡延误、撤轮挡延误以及双延误的三种要求,可对建立的模型进行层次划分,从而达到不同的优化效果。以杭州萧山国际机场为算例进行算例验证,运用改进的粒子群算法进行求解,最终结果表明该模型对高峰期内的延误时间最高可减少26.4%,优化效果显著。     

面向实际运行的战略航班时刻优化技术

为了对航班时刻进行科学合理的配置,以机位、跑道和走廊口构成的系统为研究对象,考虑航班在系统内的实际运行情况,通过滑行时间和飞行时间在各关键资源节点之间建立连接.以满足关键资源节点的容流匹配为前提,建立了面向实际运行的航班时刻优化模型.以5 min为步长的滑动时间窗,设计了面向精确解的高效最优化算法并使用MATLAB工具箱编程求解.对浦东机场班期时刻表进行实例优化,并应用AirTop软件进行仿真验证.研究结果表明,优化后平均离场延误降低了3.2 min,高峰离场延误降低了23 min,放行正常率提高了11.04％,证明了该模型和算法的有效性,可以为大型机场缓解延误、保障运行效率提供航班时刻配置方案的理论支持.     

多跑道进离港地面等待问题建模及协同优化

针对多跑道机场起降航班难以进行跑道合理分配,尤其是混合跑道的使用问题,以降低航班延误损失为目标,提出一种基于跑道的航班优先系数计算策略,建立了一种多跑道进离港地面等待问题优化模型,并实现进离港队列延误费用的合理分配.同时,设计了一种启发式局部搜索算子并嵌入遗传算法,形成一种混合遗传算法对问题模型求解.通过对代表性算例的计算,结果表明,所提出的模型及算法不仅可以减少航班的延误损失,还可以显著优化延误损失在进离港队列之间的合理分配.     

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。     

基于Vague集的多目标二人零和矩阵对策

根据多目标决策和模糊对策理论,研究支付值为Vague值的多目标二人零和矩阵对策.讨论了Vague多目标二人零和矩阵对策的两种求解方法:一是先将Vague多目标对策问题清晰化,再转化为单目标对策问题求解;另一种方法是先将Vague多目标对策集结为Vague单目标对策,再根据Vague值的排序函数进行清晰化求解.算例表明,上述两种方法能方便地得到多目标矩阵对策的均衡策略和均衡解.     

基于灰色关联逼近理想解排序法的航班时刻表评估

准确评估航班时刻表,有助于有针对性的制定航班时刻优化策略,对缓解航班时刻的供需矛盾,减少航班延误,具有重要意义。针对航班时刻表的评估问题,首先,基于现有评估指标集,引入了滑行时间评估指标;其次,使用分类算法预测并计算了评估指标;然后,提出了一种基于灰色关联逼近理想解排序法的航班时刻表评估方法;最后,以北京首都国际机场为例,与现有评估方法进行了对比分析。结果表明：引入滑行时间评估指标,可以提高灰色关联逼近理想解排序法对航班时刻表的优劣区分能力;灰色关联逼近理想解排序法能避免现有的基于帕累托面的方法在样本较少时不能有效评估航班时刻表的问题,具有更强的普适性。     

二人有限零和对策的线性规划求解及Spreadsheet方法实现

二人有限零和对策问题是对策论问题中最基本的一种，论文利用线性规划和对策论的相关定理，证明了线性规划求解该对策的可行性，并结合Spreadsheet方法给出使用计算机具体求解方法．     

基于Isight的博弈多目标优化

复杂多目标优化设计中常遇到性能目标与设计变量之间不具有显式的函数关系式,难以直接运用传统优化方法进行设计计算,且多个性能目标相互耦合,设计周期长等问题。针对这些问题,本文提出了基于Isight的博弈多目标优化设计方法,在Isight优化平台下集成Solidworks软件和Ansys软件进行建模与分析,运用博弈论思想分别建立合作博弈模型和非合作博弈模型,用遗传算法对模型进行求解获得优化解,并以悬臂梁多目标优化设计进行示例说明。     

飞行保障过程中车辆调度仿真优化

建立了飞行保障过程中车辆调度模型,设计了基于禁忌搜索(Tabu Search)的车辆资源配置的优化算法。并利用Arena内嵌的VBA技术和VBA block模块将仿真模型与优化算法集成起来,实现了控制仿真模型、集成优化算法以及向仿真模型重新输入参数3个功能,构成车辆调度仿真优化系统。利用该系统,得到了在单机保障时间最小情况下的最优车辆数配置方案。其运行效率比用Arena自带的优化工具OptQuest提高7倍多。     

航空网络航路点布局的多目标优化设计

航路网络中航路点布局问题（CWLP）是航路网络规划的核心。基于此,从航路网络经济性和安全性出发,考虑航路运行成本和潜在冲突系数两个因素,建立航路点布局多目标优化模型,求解时采用动态递变权重系数的蝙蝠算法以保证运行成本和潜在冲突系数能同时获得较优解。最后对北京飞行情报区进行仿真实验,将蝙蝠算法（BA）与其他多目标算法对比,得到4种算法的非支配解,证明多目标蝙蝠算法在求解航路点布局的大规模优化问题上,能够获得更优解。同时,考虑偏好经济性和偏好安全性两种情况选择两组权重,数据显示,与初始网络相比,这两种情况下网络运行成本和冲突系数减少比例分别为9.99%、15.64%以及-3.97%、65.81%。实验结果表明,该方法能够在航路点布局规划上给决策者以多种优化方案。