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.     

延误航班地面等待成本计算模型

分析了延误航班地面等待成本差异产生的原因,结合航班实际运行情况,构建不同供电模式下、不同旅客等待环境下的航班地面等待成本模型.以A320和B747主流运输机型为例,讨论了航班地面等待时使用机载APU（Auxiliary Power Unit）和桥载设备提供电源和气源的成本变化,以及模型中各子成本比例的变化趋势;分析了旅客在候机楼和客舱等待时延误成本差异,以及不同机型使用桥载设备的成本优化.仿真结果表明,延误航班地面等待时使用桥载设备比APU更经济,能有效地推迟为降低延误成本而卸客的时间.根据等待时间合理地安排旅客等待环境,选择经济的桥载设备对优化延误航班的地面等待成本有重要意义.     

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。     

空中交通流量管理中的多机场地面等待策略

为解决航班延误问题,提出了一种考虑机场网络的延误累加效应及连续航程航班影响的多机场空中交通流量管理模型。该模型采用地面等待策略,对机场网络中各机场的延误情况进行综合考虑。当某些机场容量受恶劣天气或其他突发情况影响发生变化,使延误无法避免时,能够合理分配机场的出发和到达容量,减少航班的空中延误。结合中国3个枢纽机场的流量数据,对模型进行了仿真计算。仿真结果表明:该模型提供了一种更安全、更经济的航班调度策略,可为民航相关部门制定航班计划提供辅助的战略决策。     

多机场地面等待动态建模及其算法研究

随着我国民航事业的快速发展,空中交通流量迅速增长,使得空中交通拥挤问题日益严重,因此建立科学合理的空中交通管理系统变得十分迫切,而管理系统的核心-流量管理优化算法的研究就十分重要了。给出了考虑扇区容量限制的多机场地面等待问题的动态模型,并设计了一种以航班优先级别为核心的多机场地面等待启发式优化算法。详细地给出了算法的设计思想和步骤,求解时还考虑了目的机场容量的变化以及不同航班单位延迟费用的不同。最后仿真验证了其可行性。算法可求出符合各容量约束条件的满意实时解。     

基于改航策略的空域流量管理研究

为减少危险天气下的航班延误现象,结合地面等待以及改航策略实施空域流量管理.将受危险天气影响的扇区视为流量约束区,根据扇区受危险天气影响的情况,以最小总延误成本为目标,流量约束扇区容量、起飞机场容量、流量约束扇区进入点的安全时间间隔为约束,建立基于改航策略的空域流量管理模型,并采用遗传算法对模型求解.通过算例进行仿真,仿真结果表明,基于改航策略的空域流量管理可以有效减少航班延误时间,提高航班运行的总体经济效益.     

多机场网络效应在地面等待策略中的应用

在多机场地面等待策略中,对多机场延迟的网络效应进行研究.将其以约束条件的方式加入到运算模型当中,对模型进行优化,并设计启发式算法对模型进行求解.多机场地面等待的网络效应主要体现于航班延迟在多机场网络中传递,该效应在枢纽机场尤其严重.通过对延迟时间中各时间要素进行分析,并得出新的约束条件对模型进行优化.优化后应用于真实算例的求解.求解结果显示:模型更真实地反映了多机场地面等待问题的实际情况,模型的求解为航班调整提供了依据.调整后的航班总延迟时间段数目减少,而航班总运行成本降低,达到了提高运行效率的目的.     

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。     

基于不确定因素扰动的机场大面积航班恢复规划

航班恢复过程往往会受到不确定因素的干扰,这些不确定因素可能还会进而引发一系列不确定因素的产生,造成更加严重的延误情况。为了提高航班恢复计划的鲁棒性,对不确定因素扰动下的航班恢复问题进行研究。首先,利用中国某机场的地面服务数据,研究了不确定因素对航班恢复过程中地面服务保障时间的影响。然后,建立以最小化延误成本和保证航班公平性为优化目标的航班恢复调度模型;同时考虑进场航班对离场运行的影响;并在模型中加入不确定因素对航班的干扰。最后,运用模拟退火算法对中国某机场的航班数据进行仿真,与先到先服务方法进行对比。结果表明:对于解决机场大面积航班恢复问题具有可行性。     

基于不确定因素扰动的机场大面积航班恢复规划研究

航班恢复过程往往会受到不确定因素的干扰,这些不确定因素可能还会进而引发一系列不确定因素的产生,造成更加严重的延误情况。为了提高航班恢复计划的鲁棒性,对不确定因素扰动下的航班恢复问题进行研究。首先,利用中国某机场的地面服务数据,研究了不确定因素对航班恢复过程中地面服务保障时间的影响。然后,建立以最小化延误成本和保证航班公平性为优化目标的航班恢复调度模型;同时考虑进场航班对离场运行的影响;并在模型中加入不确定因素对航班的干扰。最后,运用模拟退火算法对中国某机场的航班数据进行仿真,与先到先服务方法进行对比。结果表明:对于解决机场大面积航班恢复问题具有可行性。     

机场终端区流量分配及优化调度

针对日益增长的空中交通需求所带来的严重的航班延误,给出了一种空中交通流量管理(ATFM)终端区流量分配及优化调度的模型.它可以实现对终端区某一特定时段内现有容量更有效的利用,进一步优化流量分配方案从而减轻航班延误的影响.模型在考虑机场的到达和出发过程相关的条件下实现对机场流量的最优分配,还考虑了机场容量按时间动态分配的特性以及在交通需求和天气的动态特性下,达到和出发过程之间的流量协调.最后利用中国某国际机场的实际数据对模型进行了验证,取得了很好的效果.     

基于多机场终端区交通态势的航班延误预测

为了针对性地制定后续优化措施,以降低多机场终端区内航班延误所带来的不利影响,并提高多机场系统内各机场的运营效率,进行多机场终端区航班延误的预测研究。首先,考虑多机场终端区交通态势对航班延误的影响,在对多机场终端区交通态势进行分析的基础上,建立了6个描述终端区交通态势的指标。接着,构建反向传播（back propagation,BP）神经网络航班延误预测模型,将终端区交通态势指标、航班信息和天气环境数据等作为输入,航班延误时间作为输出,并利用粒子群优化算法（particle swarm optimization,PSO）优化BP神经网络进行训练。通过实例验证和分析,基于多机场终端区交通态势的航班延误预测能够有效提高预测准确率,同时,通过粒子群优化BP神经网络的预测模型预测准确率均高于一般的考虑交通态势的BP和遗传算法优化的BP神经网络模型（genetic algorithm and back propagation,GA-BP）。     

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.     

机场航班延误优化模型

针对空中交通日益严重的航班延误,给出了一种机场航班延误优化模型.模型将机场的到达和出发视为密切相关的两个过程,考虑了具有连续航程的航班(到达和出发均由同一架飞机在当天顺序执行)及其到达和出发过程之间的相互影响.模型还充分考虑了机场容量、需求以及天气等因素的动态特性,在达到和出发过程之间实现流量分配的协同决策.在机场延误不可避免的情况下,该模型可以为管制员提供未来一段时间内的流量分配优化方案,尽量降低延误的后续影响.最后,结合中国某国际机场的实际数据,利用遗传算法对模型进行了验证,取得了很好的效果.     

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。     

基于优先级的空中等待策略模型研究

空中交通拥塞日益严重,造成大量经济损失.空中等待是空中交通拥挤时流量调整的重要措施,作为短期措施中缓解空中交通拥塞的有效方法,空中等待策略的核心问题是确定航班等待序列.因此针对航班的延误时间和延误费用,提出了一种基于优先级的空中等待策略,并建立基于该算法的空中等待优化模型.该算法中,在确定等待航班的优先级时,综合考虑了航班的延误时间和延误费用的影响,确定出航班的等待序列.结合实际的数据,用计算机仿真实验对该算法进行了检验.结果表明,该算法具有灵活性和有效性.     

恶劣天气影响下动态改航策略研究

将地面等待、空中等待和改航策略相结合,以航班总延误成本最小为目标,引入情景树的概念建立动态改航模型,并利用Lingo进行整数线性规划求解.对上海虹桥国际机场某时间段内从庵东方向进场的航班进行分析,通过与采用静态改航策略、单一的地面等待策略的延误总成本进行比较,验证了模型的有效性.     

空中交通地面等待问题的网络流规划模型

在将网络流方法应用于解决空中交通流量管理问题中,由于其形象直观和求解简单,因而倍受国内外学者的关注。本文针对确定容量条件下的单机场地面等待策略问题,研究了简单网络流规划方法,建立了数学模型和网络流规划模型。在简单网络模型的基础上,考虑更多的实际约束,改进成本函数,建立了修正的网络流规划模型,并对冲突航班例进行仿真,验证了规划方法的可行性。     

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。