终端区飞机排序的人工蜂群算法

摘 要：为缓解终端区空中交通压力,研究了人工蜂群算法在终端区飞机降落排序中的应用。建立以航班总延误时间最小为目标函数的规划模型,运用人工蜂群算法,对着陆飞机排序问题进行了仿真计算,并与先到先服务算法、模拟退火算法、蚁群算法进行了对比研究。仿真结果表明：在双跑道模型下,人工蜂群算法比先到先服务算法,延误减少了48%。与模拟退火算法和蚁群算法相比,人工蜂群算法求解的结果最优且用时最少。说明应用人工蜂群算法求解终端区飞机排序问题是可行的。     

单机调度问题在终端区排序中的应用研究

当终端区比较拥挤的时候,就需要对到达流航班着陆顺序进行调整,以有效缓解终端区的压力、缩短队列完成时间、提高飞行的安全性.飞机排序问题(ASP)属于NP-hard问题,通过将飞机排序问题表示成单机调度问题,设计了求解ASP的蚁群算法,以减少飞机队列总的完成时间最小为优化目标.通过与FCFS调度方法进行对比来验证基于蚁群算法的单机调度问题在单跑道机场终端区到达流排序中具有更好的适用性.     

A算法在终端区飞机排序中的应用

讨论了终端区飞机排序问题,根据飞机尾流间隔要求,利用A算法建立了终端区航班排序的数学模型。利用A算法,对一个算例进行验证计算,找到了更合理的航班着陆队列,减小了航班的总延误成本。结果表明,航班总延误成本的优化结果是令人满意的,A算法在终端区飞机排序问题中的应用是可行的。     

航班延误优化模型及算法

针对航班延误问题,通过谱系聚类的方法对20所机场进行分类,分析中国航班延误的原因,得出飞机在终端区的排序问题是制约空中流量控制的一个重要因素,在已有的FCFS(先到先服务)的排序方法之上,通过多因素的比较,建立模糊综合评价指标,利用模糊综合评价和层次分析相结合的方法对已有的FCFS排序方法进行改进.通过对航班预计到达时间、航班飞行速度及飞行性质3个因素,利用Matlab编程对10架航班进行仿真处理,对终端区航班进行重新排序,验证了模型的有效性.     

基于优先级的航班到达调度算法

随着空中交通流量的迅猛增长,终端区空中交通拥堵以及由此导致的航班延误现象日益突出,甚至危及航空安全,航运效益也随之受到巨大的损失。作为终端区流量管理的核心,航班到达调度旨在为终端区待着陆的航班安排合理的着陆顺序和降落时刻,在确保安全的前提下提高进港航班运行效率。基于优先级思想,文章提出了PBSA和PBSA-CPS两种航班到达调度算法,并引入约束位置交换概念,以提高调度结果对于管制员的可操作特性。最后以首都机场为例进行了仿真,并与现行的先到先服务算法FCFS进行了对比。仿真结果表明,通过对航班赋予相应的优先级,有助于优化调配到达航班队列的降落时隙分配结果,提高终端区运行效率,减少延误损失。     

终端区航空器排序方法研究

终端区空中交通流量瓶颈问题需要采用动态解决方案,文章应用A*启发式算法处理航班排序优化问题,在考虑航班最小安全间隔的基础上,尝试寻找最小最有进场航班序列,使航班总延误和平均延误最小。     

基于分布估计算法的离港航班排序优化

离港排序优化问题是指优化离港航班序列以减少终端区离港航班的延误,是当前空中交通管制领域需要解决的重要问题。该文基于带滑动窗的分布估计算法,实现了对此问题的求解。算法以飞机优先序列进行编码,适应度函数考虑了离港飞机起飞延迟因素,并在传统的优化流程中加入了滑动窗的排序思想,解决了多架飞机参与排序时编码空间不足的问题。仿真结果表明:分布估计算法在离港排序优化问题上具有较好的整体性能,同时滑动窗参数的选择对于优化结果具有明显的影响。     

单亲遗传算法求解飞机降落排序问题的研究

为了保证飞机在降落时安全畅通,对飞机的降落排序进行了有效的排序,以单亲遗传算法(PGA)为基础,建立了以航班延误总时间最小为目标函数的规划模型,对着陆飞机排序进行了仿真计算,并与先到先服务算法、模拟退火算法以及蚁群算法进行了对比研究.仿真结果表明PGA算法在延误时间方面远低于先到先服务算法、模拟退火算法以及蚁群算法,但在计算性能上稍差于没有优化的先到先服务算法,因此提出该算法的可行性.     

基于点融合技术的机场终端区运行效率

为解决繁忙终端区运行效率低、飞行冲突严重、管制员工作负荷大、通信频道拥堵等问题,提出了一种基于点融合技术的进场航班流排序方法.通过细化基于点融合的进场航班排序过程,分析了基于点融合程序的空中交通管制工作流程;基于雷达管制模拟机设计并验证了点融合程序应用于中国西南某机场终端区的可行性.结果 表明:点融合程序能解决终端区大流量情况下的进场航班排序问题,相比于现行程序而言,雷达引导、高度速度调整指令次数均有不同程度的减少,有效降低了管制员和飞行员工作负荷,改善了陆空通话拥挤现状.同时,进场航班间的飞行间隔更均匀、有序,进场时间和间隔均有一定程度的减小,终端区空域容量和运行效率显著提升,能有效缓解航班延误.     

基于基因表达式编程的终端区飞机优化排序模型设计

终端区飞机排序是空中交通流量管制部门关注的热点问题,通过研究基因表达式编程在终端区飞机排序中的应用,设计了可回溯基因表达式编程的优化排序算法。该算法在染色体进化时使用改进的操作算子——最大区间约束倒置操作符,解决进化中出现的无效解和无用解问题;在种群繁衍时采用了回溯进化技术,为较优种群更好地保存,对回溯栈的操作改进为不...     

基于元胞传输理论的航空器进场优化模型

随着空中交通流量的增长航班延误问题日益严重,终端区的情况尤为突出。为了缓解这一状况,利用标准雷达引导航线建立了基于元胞传输理论的终端区进场航班优化模型,结合实际案例,与当前实际进场运行情况进行了对比,求解得到系统运行最短时间、起点处延误时间。案例分析表明,该优化模型既能够反映终端区进场航班的动态特性,又在一定程度上减少了航班延误,可以为终端区进场航班的路径选择提供参考,满足实际的运行需求。     

单机排序元胞传输模型在终端区排序中的应用

为缓解终端区航班延误问题,将终端区进场航空器排序过程分为航路飞行排序阶段和汇聚排序阶段,从而降低问题复杂度,结合单机排序算法与元胞传输理论,利用标准雷达引导航线,并结合实际管制经验,建立以系统运行时间最短为目标函数的元胞传输模型;根据航空器对链一体化原则,将等待着陆的航空器分组,并赋予相应的权值,针对航空器对链影响因子的不同进行排序,并结合实例计算得到系统总运行时间,起点处等待时间,最终着陆顺序等。结果分析表明,该优化模型能够反映终端区进场航班的动态特性,给出合理的航空器进场顺序,为终端区进场航班提供路径参考,满足实际的运行需求。     

流量预测精度对控制效果的影响

为说明流量预测算法对交通控制的实际影响,进而提出交通控制对预测算法的精度要求,根据青岛市江西路实地流量数据,分析线性预测算法的预测精度,研究预测精度对交叉口流量比、周期的影响,进一步获得预测精度对交叉口平均延误和通行能力的影响。研究过程发现数据前期的平滑处理可提高流量预测精度,从而减少预测数据对配时参数以及控制效果的干扰。通过数据分析及研究,结果显示线性流量预测算法预测误差大约为10%,这对周期造成2%左右的误差,使绿灯时间误差在2s以内,而对延误及通行能力的误差干扰都在5%以内。说明线性预测算法在实际信号配时方案中具有可行性,从而简化系统的复杂性,提高运行效率。     

基于上游到达交通量的余弦函数路段车速-流量关系模型

针对格林希尔茨速度-流量模型变型获得的路段路阻模型中存在当速度为零时研究断面流量反而最大的问题,采用上游到达的车流量代替研究路段或断面的车流量,建立新的关于上游到达车流量-速度的余弦函数路阻模型。分析在不同畅行速度、不同流量的情况下模型的稳定性与实用性。仿真结果表明:余弦函数路段车速-流量路阻模型明显优于格林希尔茨理论,能够更好地解释数据。此外,与美国公路局(bureau of public roads,BPR)模型相比,余弦函数路段延误模型的计算精度得到进一步提高,后者的计算结果与实测数据之间相关性提高了0.450。     

基于航迹的终端区进场效率

随着空中交通量持续增长,空域拥堵、资源紧张、航班延误等问题愈发严重.为了在现有运行环境下提高终端区效率,提出了水平维度与垂直维度联合的终端区进场效率综合评价指标.以天津滨海国际机场为例,基于航迹数据对终端区进场效率进行分析,以评估机场短期改进的潜力.评估结果显示:天津机场终端区进场效率整体较低;不同进场方向航班进场效率不同;航班下降过程中平飞段较多,导致较大的垂直偏差和较长的额外时间;研究还发现水平维度和垂直维度效率评价指标间存在一定的相关性,随着额外时间的增加,垂直偏差也会相应地增加.天津机场可以通过更好地遵循最佳性能剖面来减少额外时间和降低垂直偏差,从而提升终端区效率.     

城市交叉口混合交通流到达模型分析

以城市交叉口机动车、电动车、行人为对象,研究混合交通流的到达模型。通过调查获得3种交通流每10 s的到达数据,运用数理方法对其到达特性进行分析。结果表明,机动车的到达特性不一致,电动车、行人的到达特性都符合负二项分布。最后确定3种交通流的到达模型和单位时间内到达交叉口的概率。结果表明,单位时间内交通流到达数越少,概率越大。     

基于流类型的SDN数据平面故障恢复算法

软件定义网络(software defined networking,SDN)的网络拓扑中,链路故障恢复目标是保证故障恢复时延在可容忍范围内、减少数据包丢失和节约交换机存储资源.现有研究方法对链路故障恢复考虑了恢复时延、数据包丢失率、网络吞吐量等因素,没有考虑数据流对网络带宽的要求及运营商/用户的一些特殊限制.为了解决以上问题,同时满足故障恢复时延要求和运营商/用户定制化需求,提出了基于流类型的SDN数据平面故障恢复算法(failure recovery algorithm based on flow type in SDN data plane,FR-FT).该方法根据服务质量要求将数据流分为3类,将运营商/客户的定制化需求绑定到不同数据流上,根据对应约束条件对不同类型数据流制定不同故障恢复策略.仿真结果表明,该方法可以减少交换机流表项消耗、故障恢复时延、数据包丢失率.