基于累积延误损失算法的GHP模型

考虑不同机型的不同延误损失费用提出了一种累积延误损失算法,并建立基于该算法的地面等待策略(GHP)数学模型.该算法进行到达航班排序时,以所有航班总延误损失费用为首要排序标准,以先来先服务为第二排序标准,从而得到总延误损失费用与总延误时间值都较小的到达航班序列.同时,该算法也考虑了有后继任务的航班对到达航班序列的影响.基于该算法的GHP模型结合实际数据在实验仿真中取得了较好的效果,表明了该算法与模型的实用性与有效性.     

基于协同时隙分配的非劣邻域免疫系统

协同地面延误程序(CDM GDP)是一种用来解决机场供给突发下降而造成大面积航班延误问题的高效、公平的空中交通流量管理措施。协同时隙分配作为CDM GDP的核心,包括初次分配和再次分配问题,其关键在于重新有效、公平、合理地分配时隙。分析了非劣邻域免疫算法(NNIA)的特性,将其应用于协同进离场时隙分配中,构建基于协同进离场时隙分配的多目标优化非劣邻域免疫系统模型。仿真实验表明,该模型能够在使航空公司承担损失相对均衡的前提下,使其延误损失及时间降至最小,实现容量充分利用,满足时隙有效分配,具有一定的经济价值及研究意义。     

多目标流量管理优化模型及算法研究

针对日益增长的空中交通需求所带来的严重航班延误现象,采用单目标难以解决离场时隙、飞行路径和管制员工作强度分配等问题,提取了造成空域拥挤和航班延误的要素,综合考虑离场时隙飞,行路径和管制员工作强度等目标,建立了多目标、非线性规划模型.设计了多目标遗传算法对其进行求解,并利用实际航班数据进行仿真,结果表明:所建立的模型和算法不仅能在合理的时间内为空域内全部航班找到较优离场时间和较优飞行路径,还能降低管制员高强度工作的持续时间,使流量更符合实际情况,有效缓解了空域拥挤现象.     

基于航班模糊聚类的时隙分配均衡模型

为了科学合理的利用机场时隙资源,克服现有模型只考虑效率性的缺陷,建立了效率性和公平性转换的均衡优化模型;利用模糊聚类方法对航班进行分组,并计算相应的延误损失费用,应用人工鱼群算法快速求解模型;对20架航班进行算例仿真,结果显示均衡优化模型的总延误损失费用为102800元,高于指派模型和改进的指派模型的83600元,但是最大延误损失费用为10000元,低于指派模型的16000元以及改进指派模型的15000元.仿真结果验证了效率性和公平性不能同时达到最优,说明了均衡模型能够让延误损失费用在各航班之间均匀分配,更具公平性.     

随机型协同时隙分配模型

为解决机场概率容量条件下的协同时隙分配问题,提出了随机型协同时隙分配策略. 根据机场容量预报的更新模式,分别建立了静态模型和动态模型,模型以各种概率容量情景下的总航班延误损失期望最小为功效性目标,以各种概率容量情景下的平均旅客延误时间期望最小为公平性目标,在满足有效性约束的基础上,为进场航班分配时隙;并采用多目标遗传算法NSGA-Ⅱ求解模型. 以某机场运行数据为例进行仿真验证,与随机型地面等待经典模型相比,本文模型实现了机场概率容量条件下时隙资源的功效、公平、有效分配.     

CDM GDP飞机着陆时隙多目标优化分配

为科学利用机场时隙资源、降低航班延误损失,研究了CDM GDP时隙资源分配方法.提出采用有效性、功效性和公平性均衡的CDM GDP时隙分配方法,给出一种多目标优化模型.模型以有效性为约束,以功效性和公平性为目标,寻求总延误成本损失最小和航空公司间损失偏差最小的分配方案;引入具体的评价指标量化比较分析航空公司间的公平性.模型采用一种多目标遗传算法予以求解.算例仿真结果表明,获得的一组最优方案的功效性和公平性比RBS算法提高了17.9%、88.5%,验证了所提方法的有效性.     

基于航班到达时间窗约束的空域资源分配问题

为解决拥挤空域的资源分配问题,针对航班对计划到达时间变动范围的接受程度不同,定义了航班的延误成本函数,建立了一个基于航班有限到达时间窗的0-1整数规划模型,实现空域资源的最优分配,并开发了以匈牙利算法为核心的程序用于模型求解.以某机场运行数据为例进行仿真实验,结果表明,本文模型的最优解较先到先服务策略(FCFS)的分配结果能降低航班延误成本116％,并且其分配方案能满足每个航班可接受的到达时间窗约束.     

飞机地面除冰运行的非合作博弈研究

针对大型机场对优化除冰调度运行以减少航班延误的需求,以及各航空公司对有限除冰资源的无序竞争,结合非合作博弈理论,建立飞机除冰地面运行的非合作博弈模型,设计了除冰资源分配的浮动优先级算法,在MATLAB环境下,利用首都机场动态航班数据对算法进行了仿真验证。仿真结果表明,将设计的浮动优先级算法应用于飞机地面除冰运行中,机场离港航班的延误情况得到了明显缓解,且对现有的"先到先服务"除冰调度策略进行了优化,并保证了资源分配的公平性,为机场地面除冰运行提供了一种新的思路。     

大面积航班延误发生的预测方法

针对现有航班延误预测较少从网络层面分析的问题,提出一种研究空中交通网络流系统中大面积航班延误发生的预测办法。首先,从空中交通网络流系统角度界定大面积航班延误。其次,基于SEIR模型的基本思想,将节点的状态分为正常、延误、延误传播及恢复四种,并建立大面积航班延误传播模型,给出预测大面积航班延误能否发生的方法:通过计算某时段各状态节点转化的各个参数,得出基本再生数的值,根据其值判断下一时段大面积航班延误是否会发生。最后,以2018年冬春航季发生的某次大面积航班延误为例进行验证,结果表明,计算基本再生数可预测大面积航班延误能否发生。     

基于时间Petri网的航班延误链式反应模型构建

由于一架飞机一天要执行多个航班,使得航班之间存在前后衔接关系,因而一个航班的延误会波及到与之衔接的下游航班,造成航班延误链式反应。基于时间Petri网理论,对单架飞机执行多个航班提出了时间Petri网链式模型,并给出了具体算法,用于在初始延误时间已知的条件下,判断初始延误机场的下游机场是否出现航班延误并计算航班延误的时间。实例仿真及分析表明,航班延误链式反应波及的机场个数与飞机的初始延误时间存在一定的量化关系,机场可以参考这个量化关系,根据初始延误时间建立航班延误预警机制。     

多机场网络系统流量分配策略

为有效减少机场交通拥挤、降低航班延误,从系统角度研究战略层面的机场交通供需平衡问题.通过考虑单机场进场和离场间的相关性以及多机场联程航班间的关联性,提出了开放式多机场有向网络交通流系统;基于多元容量受限约束和联程航班约束,以最小化网络系统内所有航班的总延误为目标,建立了开放式多机场网络配流模型.结合国内三大机场的实际航班数据,对模型进行了仿真验证.仿真结果表明:所建模型可以对多机场网络系统流量与容量进行协调优化匹配,充分利用系统容量最小化系统航班延误;可为空管部门提供流量调配优化策略、为民航部门制定航班计划提供辅助决策依据.     

基于航班时刻优化的跑道运行容量提升方法

分析了航班时刻编排对跑道延误的影响, 建立了平均跑道延误时间最少、总时间片调整最少、总延误 航班架次最少的多目标航班时刻优化排序模型, 用非支配排序多目标优化算法NSGA-II求出该模型的PARATO前沿解集. 以长沙机场典型日航班时刻为例, 运用该模型对跑道运行容量进行计算. 其计算结果与时间片内航班随机排序模型相比, 航班平均跑道延误减少了28.8%,平均时间片调整数减少了27%, 跑道运行容量增加了10.2%.     

机场到达时刻数量决策随机模型

为高效利用拥堵机场的时刻资源,本文建立了机场到达时刻数量决策随机模型.模型根据不同到达时刻的价值和延误成本、取消成本,将到达时刻进行最大化分割,得到机场一天的最优时刻框架.此外,模型通过引入期望延误率和期望取消率等参数,增强了实际应用的鲁棒性.在进行案例仿真时,本文使用了广州白云国际机场的相关数据,利用优化软件AIMMS4.19求得实验结果.实验结果证明,模型不仅能够提高机场的经济效益,而且能够有效减缓高峰时期的拥堵.     

基于局部弹性路由层的关键航路段改航规划

空中交通流量管理中,改航规划是一项重要工作,可为失效的航班提供新的飞行路径,减小延误损失,提高空域利用率。目前的改航策略往往只考虑静态网络中的最短路问题,忽略了流量负载均衡,不利于解决多航段故障问题。本文提出了一种基于局部弹性路由层(local resilient routing layer, LRRL)的改航规划策略:利用连边删除评估法识别航路网络中的关键航路段集合,对其建立LRRL,通过二进制粒子群优化(binary particle swarm optimization, BPSO)算法进行优化,形成最优改航规划预案。仿真结果显示,该方法在多机场多航段故障时可提供兼顾流量负载均衡、重要航路保护度及其改航成本的改航预案,辅助管制指挥人员决策。     

一种基于辅助路由的拥塞自适应协议

针对现有多跳无线自组网路由协议以被动方式对拥塞进行处理,有可能导致更多的分组丢失、更长的时延和更大的网络开销问题,提出了一种基于辅助路由的拥塞自适应协议（congestion adaptive protocol based on aided-routing, CAPAR）。该协议以主动方式对拥塞进行处理,采取建立辅助路由的方法对发送给拥塞节点的业务流量进行分流,主动避免拥塞的发生,克服了以被动方式对拥塞进行处理所带来的不利影响。给出了CAPAR协议的建立过程,证明了CAPAR协议的正确性,并对其路由存储代价和路由更新代价进行了分析。结果表明,与其他按需路由协议相比,CAPAR减少了重新建立路由所带来的开销和时延,其路由更新代价明显降低。     

A new cascading failure model with delay time in congested complex networks

Cascading failures often occur in congested complex networks. Cascading failures can be expressed as a three-phase process: generation, diffusion, and dissipation of congestion. Different from the betweenness centrality, a congestion function is proposed to represent the extent of congestion on a given node. Inspired by the restart process of a node, we introduce the concept of “delay time,” during which the overloaded node cannot receive or forward any traffic, so an intergradation between permanent removal and nonremoval is built and the flexibility of the presented model is demonstrated. Considering the connectivity of a network before and after cascading failures is not cracked because the overloaded node are not removed from network permanently in our model, a new evaluation function of network efficiency is also proposed to measure the damage caused by cascading failures. Finally, we investigate the effects of network structure and size, delay time, processing ability, and traffic generation speed on congestion propagation. Cascading processes composed of three phases and some factors affecting cascade propagation are uncovered as well.     

私家车位共享系统的车位动态预约与分配

为解决城市"停车难"问题,在现有停车位资源下,设计私家车位共享系统,动态收集私家车位空闲时段和公共停车需求的预约,以停车场使用效率最大化为目标、使用停车位的时间不冲突为约束建立0-1整数规划模型并运用MATLAB R2016a中求解器intlinprog进行求解,为停车需求分配停车位.数值实验表明,需求充足能够保证停车场较高水平的使用效率,动态地收集信息并进行分配所得到的停车场使用效率低于提前获知所有车位供给和停车需求信息的情形,业主尽可能提前提交车位可用时段的信息是停车场使用效率提升的关键,也是业主能够通过车位有效利用获得收益的根本.文中的模型为实践中的私家车位共享系统提供理论支撑,对于缓解城市停车问题,减轻交通拥堵和污染排放有重要意义.