考虑缓冲时间成本的鲁棒性停机位分配

针对实际航班提前或延误给停机位分配带来的扰动问题,分析了航班实际到离港时间偏离计划时间的分布规律,提出了基于缓冲时间成本的停机位分配鲁棒性评价函数.在此基础上,建立了以缓冲时间成本、机位-航班大小差异度和远机位数等最小为优化目标的鲁棒性停机位分配模型,设计了求解模型的禁忌搜索算法.基于首都国际机场两个典型的A、B工作日实际运行数据的模型验证结果表明,所提方法与不考虑鲁棒性及传统最小化空闲时间离差平方和的停机位分配相比,在A日航班冲突分别减少了98.1%和97.6%,在B日航班冲突分别减少了74.3%和70.8%,有效地提高了停机位分配计划的鲁棒性.      

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...     

基于鲁棒性模拟的停机位分配问题的数值方法比较

为了提升机场停机坪分配的鲁棒性,针对大型国际机场航班延误常态化对机场运行稳定性的影响,构建了两种整数线性规划模型,并引入爬山算法与大邻域搜索(LNS)元启发式算法进行效能比较。同时,采用Monte Carlo方法对不同目标函数在处理航班冲突时的效果进行评估。测试结果表明LNS算法在提升大型机场停机位分配方案的鲁棒性方面表现卓越,在求解速度和方案质量上均有显著提升。特别是,当以空闲时间的平方作为目标函数时,其效果尤为突出。     

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。     

基于波及延误的航班过站松弛时间重分配

航班计划松弛时间是为航班地面过站设置的冗余时间,如果预留过多是对资源的浪费,造成飞机、机组、时间等资源的闲置;但在实际运营中,又是吸收延误的重要手段,如果预留时间过少,将造成延误传播加剧.针对过站松弛时间优化问题,本文构建波及延误树.动态研究以初始航班延误为根节点触发的延误传播过程,建立航班过站松弛时间重分配模型,该模型具有确定性和线性易于求解的优点.通过航空公司的实际运行数据的实验结果表明,提出的模型能够较好地解决松弛时间优化问题,在基本不改变原始的机队和机组调度决策的基础上,不增加计划成本而将波及延误时间降低28%.     

基于航空公司的航班计划优化与延误预测

随着中国民航业的快速发展,航班延误情况一直较为严重.建立了航班计划优化模型,将软备份运力分配在飞行时间和过站时间中,提高了航班的正常率、起飞的准点率和航班串的鲁棒性;为了进一步提高航班的正常率,追踪航班串中各航班的过站机场和离场时间,用加权马尔科夫链预测处在该时间段的过站机场的延误状态,并针对不同的延误状态作出相应的延误预警,提高了航班运营的可靠性.     

航班地面等待问题建模及优化

首先建立了一种单机场地面等待问题的事件驱动优化模型,该模型综合考虑了航班的延误成本差异、最大延误时限以及尾流间隔等其他多种因素;然后提出了一种改进的自适应遗传算法对该模型进行求解,该算法对传统适应度函数形式和初始群体的产生加以改进,并针对问题特征定义了交叉算子.通过对多组算例进行仿真验证,实验结果表明,本文的模型与算法对降低延误成本以及控制航班最长延误时间取得了明显的优化效果.     

近距平行跑道基于相关平行进近模式排序研究

近距平行跑道基于相关平行进近模式排序能最大限度地提高跑道运行能力.介绍了相关平行进近模式,以总延误成本最小为目标函数,综合考虑跑道约束、着陆时刻约束、配对约束、排序约束和间隔约束等约束条件,建立了着陆航班排序模型,采用改进的先到先服务算法求解,得到各航班的延误成本以及总的延误成本.以上海虹桥国际机场为例,结果表明近距平行跑道采取相关平行进近模式较一起一降模式能很大程度地减少延误成本.     

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。     

考虑离场航班公平性的航班恢复优化模型

为研究考虑航空公司航班公平性的离场航班恢复问题,首先,根据某机场历史数据,研究了不确定因素对机场容量的影响,并通过贝叶斯网络得到天气等不确定因素对航班恢复过程中过站时间的影响。其次,在考虑航班优先级的基础上,构建以最小化总延误时间和基于基尼系数确定的航空公司公平性的多目标航班恢复调度模型,并且将不确定性因素对机场容量和过站时间的扰动加入到模型中。最后,运用NSGA-Ⅱ算法对国内某机场的航班数据进行算例分析,与先到先服务方法进行对比。结果表明,总延误时间降低了37.2%,航空公司公平性由0.440提升至0.202,所建模型对扰动的吸收性能较好,验证了模型和算法的可行性。     

基于遗传算法的多扇区移交点交通流量优化

以扇区之间的移交点为研究对象,在扇区容量受限的情况下,将尾随间隔(MIT)与时隙分配相结合对进入扇区的航班流量进行优化管理,以保证扇区之间的航班运行通畅。以最小航班累积延误成本为目标函数,并通过流量分配得出移交点的MIT,同时使用遗传算法优化在满足MIT的情况下航班通过移交点进入扇区的顺序,并求得最低延误成本,得到的最低延误成本比使用先到先服务的传统策略所得到的延误成本降低了18. 6%。     

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.     

基于安全约束的停机位分配问题的研究

停机位在机场运作系统中扮演着重要的角色,如果没有制定高效合理的停机位分配方案,航班便不能按原计划准时到达预定的停机位.随着航班数量的不断增加,机场运作效率的提高面临重大挑战,因此需要对航班进行停机位的合理分配.同时,合理地控制各个停机位的空闲时间可以避免相邻机位航班的运行冲突.考虑到机场系统的安全运行约束,建立避免冲突的停机位分配模型,引入实例,采用遗传算法进行求解,得出停机位分配的甘特图,验证了模型的合理性与有效性,更加贴近实际,提高了机场运行效率.     

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。     

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.     

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AGA的地面等待问题建模及优化

考虑飞机延误成本差异以及有续航任务航班对延误时间的要求,建立了一种地面等待问题优化模型,以降低航班延误费用以及续航航班延误时间,实现多目标优化。采用自适应遗传算法对问题模型进行求解,通过对典型算例的计算,进一步说明了算法和模型的有效性。     

基于时隙-高度层协同的航路分配模型与算法

为科学合理地利用航路资源,实现航路时隙和高度层的协同分配,本文建立了时隙-高度层协同分配模型,提出分配算法的步骤,采用FCFS、模糊聚类和人工鱼群算法来计算模型,并进行算例分析.结果显示:3种算法的总延误时间都为547 min,而模糊聚类和人工鱼群算法分配的第一优先级别的航班延误时间都为0,低于FCFS算法的40 min.FCFS、模糊聚类和人工鱼群算法分配的总延误成本分别为225 500元、123 100元和119 100元.     

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%。     

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。