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。     

基于时间窗的机场地面保障车辆动态调度

机场各类地面资源的优化配置是机场场面运行优化的核心问题,而机场地面保障任务的调度是其中的关键一环。本文针对机场地面保障车辆的调度问题,考虑航班延误、提前等情况,构建了双阶段机场地面保障车辆调度模型,并设计双阶段启发式算法进行求解;基于我国某大型机场的实际运行数据,以清水车和食品车调度为例分别进行仿真实验,结果表明：对比先到先服务策略,清水车行驶总距离减少55.31%,食品车行驶总距离减少47.38%;对比传统遗传算法,清水车行驶总距离减少19.31%,食品车行驶总距离减少22.93%;动态调整后,清水车新增总行驶距离1.2%,食品车总行驶距离新增3.2%,均在可接受范围之内。可见,双阶段机场地面保障车辆调度模型能提高大型机场场面运行效率,为机场航班实际地面保障任务调度提供理论依据和决策支持。     

基于Memetic算法的飞机地面作业调度问题研究

机场地面作业管理是通过对机场各地面服务设备的安排调度,以保证航班正常、高效地运行.本文根据机场地面作业管理的实际情况,对每一个航班建立一棵飞机地面作业任务树,由此构建了相应的数学模型,该模型以最小化设备的总流经时间为目标,在规定的时间窗内完成飞机地面作业的并行任务.应用带有过滤扫描搜索策略的Memetic算法进行求解,...     

多元受限地面等待策略建模与分析

为了缓解航班大批量延误问题,综合考虑了恶劣天气下对航路扇区容量和目的机场容量约束,建立了以最小化延误总成本的多机场地面等待策略模型,并对航班延误成本进行了系统的研究分析,着重考虑了延误对航空公司的经济影响,指出延误成本与延误时间的指数型增长关系和连程航班的延误累积效应.利用CPLEX优化软件对多机场地面等待模型进行精确求解,根据目的机场接收率的动态变化以及不同航班单位时间延迟费用的不同,对航班的地面延误时间优化.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.     

大型机场场面交通拥堵状态等级预测

随着地面延误程序的实施,空中交通压力逐渐向地面转移,持续增长的地面运行压力对机场场面管制措施提出了更高更科学的要求。预测机场场面拥堵状态变化规律,设定拥堵状态等级是科学制定机场场面管制措施的重要基础之一。通过对场面拥堵状态分析确定场面拥堵影响因素,并设定场面拥堵状态等级,然后基于GA-LSTM算法对跑道头排队架次、主滑行道延误时间、机动区延误时间进行预测并与LSTM算法进行比较,最后,使用FCM聚类算法确定预测的拥堵状态数据聚类中心,对拥堵状态进行分类以确定场面拥堵状态等级。研究表明,对场面跑道头排队架次、主滑行道延误时间、机动区延误时间预测的均方根误差分别为1.18架次、1.85秒、2.11秒,该预测结果能够为战略级层面管制决策提供依据。本文所提出的方法对大型机场系统均具有普适性, 可提前预知拥堵可能产生的区域及时段,为管制员提供决策支持,提高空中交通系统的运行效率。     

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。     

基于滚动模糊时间窗的场面动态路径规划

为了减少机场场面滑行冲突,提高机场运行效率,提出了一种基于模糊规则系统的滚动模糊时间窗算法。首先构建机场滑行时间预测模型,其次将滚动时间窗和模糊时间窗算法相结合,对滑行路径进行动态优化,最后结合机场地面滑行数据进行检验,结果表明,地面延误降低了9%-17%,地面冲突减少了10%-18%,说明该方法能够有效提高机场地面运行效率。     

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.     

地勤服务车辆调度的多目标模型建立

根据统计,机场航班延误的主要原因之一是机场调度失误。航班地勤服务是机场调度的重要环节。地勤服务针对于机场过站航班,由于航班计划限定了航班在机场的抵港和离港时间,因此地勤服务车辆调度具有时间窗的约束。通过分析机场地勤服务的运作流程及特点,建立了带有时间窗的地勤服务车辆调度问题的多目标数学规划模型。     

近距平行跑道机场绕行滑行道使用策略研究

为了给近距平行跑道机场制定和优化航空器场面运行策略提供理论依据,提升跑道运行安全水平和效率、减少机场运行场面冲突、降低安全隐患。本文分析并建立基于进、离港航班平均地面滑行时间最小为目标的绕滑使用决策模型,并以某机场两条近距平行跑道绕滑运行为例,采用数值计算和AirTOp运行仿真软件两种方式验证了该模型的可行性。算例结果表明,由该模型确定的绕滑使用策略,可以同时降低机场进、离港航班的延误水平,提高地面滑行效率。并且,通过对该机场航班运行数据的进一步研究发现,起飞跑道交通密度与绕滑使用率之间存在较为明显的正相关关系,进而提出针对该机场在高峰小时运行架次和起降比变化情况下的绕滑运行策略。     

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。     

多车型条件下机场接送服务的协作调度优化

针对多车型机场接送服务,建立了以最少行驶总里程数为目标的协作调度模型.根据模型特点,提出用于模型求解的启发式优化算法.该方法在初步规划出基本路径后,寻找出需要一辆车单独服务的载客点,即孤立点.分别考虑了孤立点与基本路径的协作方式、剩余基本路径与已和孤立点协作的基本路径的协作方式,以及最终剩余路径之间的协作方式,由此获得了协作模式下的车辆调度方案.仿真实验证明,本文提出的协作调度模型及优化算法能有效降低机场接送服务的运营成本.     

基于机场协同决策系统的机坪牵引车调度方法

为优化机坪牵引车服务流程,将机场协同决策系统与数学模型、多目标遗传算法相结合,通过理论计算与实例验证的方法研究了牵引车调度优化问题.首先,利用机场协同决策系统获取航空器的预计推出时刻;再基于历史运行数据设计航空器推出耗时和牵引车行驶耗时的生成方式,考虑航空器推出过程中可能引发的推出冲突设置约束条件,建立以某一时段、机坪单一保障任区内航空器推出作业总费用最小、参与作业的牵引车数量最少和牵引车服务的航空器数量保持均衡为优化目标的数学模型;然后,针对性地设计多目标遗传算法,并结合实例进行验证.结果表明:提出的机坪牵引车调度方法相较于传统的人工调度方案而言,推出作业总费用降低31.67％,服务航班数方差降至0,方案制定时间缩短71.15％.可见该调度方法能明显优化牵引车的服务流程.最后,在该方法的基础上设计了可视化的牵引车调度程序,为一线运营人员提供决策参考.     

侧向跑道机场滑行路径优化

为了缓解机场场面交通拥挤状况,提高侧向跑道机场场面运行效率,构建了侧向跑道机场航空器滑行路径优化模型.该模型以航空器加权滑行时间和延误等待时间最小为目标,提出了动态优化航班的优先级的优化方案.将航空器的运行规则转化为相应的数学约束条件,根据侧向跑道机场的滑行道调度问题进行算法设计,运用改进的遗传算法对模型进行求解,以航空器的优先级滑行序列和航空器滑行路径为染色体,基于MATLAB对双链染色体进行编码,并对4种滑行冲突与解脱进行分析.以成都天府国际机场为例进行算例分析,与先到先服务序列进行对比,采用优化方案的序列可以节省42 s,并与蚁群算法进行比对,验证了改进的遗传算法的有效性,可以为繁忙机场的滑行调度提供决策支持.     

基于排队网络模型的机场航班延误预测

机场航班量不断增长,必然会带来机场高峰时段延误水平的增加。因此机场延误水平的科学预测对确保机场运行效率具有重要意义。论文首先根据航空器运行特性建立机场排队网络模型;然后利用Lempel-Ziv算法计算不同时间尺度的航班时间序列复杂度,确定刻画航班延误的小时间尺度,由此确定排队网络模型参数,并用实例进行验证;最后运用AirTop仿真软件以全天平均延误、高峰小时平均延误作为关键指标,仿真得出机场延误水平变化趋势。通过将仿真数据与计算结果进行对比分析发现,机场排队网络模型能够较好的反应真实情况下的机场延误水平;而选用小时间尺度15 min进行机场排队网络模型参数计算,结果更贴近真实机场延误水平。