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。     

进近区域到达航班排序和调度的优化

为了减少中国目前由于空中交通管制手段落后而引起的航班延误,提高航班调度的效率和空域的利用率,建立了到达航班排序和调度问题的混合整数规划模型,分析了求解问题的特点,提出了一种启发式算法。该算法结合了空管知识,通过预估未来一段时间内的流量状况实施调度,同时引入优先权,体现了连续航程航班和延误较大的航班的优先级。对算法进行了验证,结果表明:该算法能有效减少航班的延误和空中盘旋等待,提高了空域利用率,对改善中国空中交通管制的自动化水平具有实际意义。     

基于滚动时域的遗传-免疫算法优化航班着陆调度

航班调度问题一直是空中交通管制(ATC)中的一个复杂而具有重要意义的任务,而航班着陆问题(ALS)是其中的核心问题.航班着陆调度是NP-hard问题,具有规模大、约束条件多的特点.因此,为了有效合理地解决航班着陆问题,本文提出了基于滚动时域的遗传-免疫算法(RHC HGIA)的航班着陆调度算法.RHC HGIA主要从两个方面解决航班着陆问题,一方面根据设定的滚动时域长度与大小选择需要进行优化的待降落航班;另一方面对选择的待降落航班使用遗传-免疫算法进行优化并确定其实际着陆时间.经过优化后的航班组成新的航班降落序列,从该序列中选择实际着陆时间在给定时域范围内的航班进行着陆.重新设置滚动时域长度,选择待降落航班进行优化,直到所有待着陆航班都已着陆为止.本文仿真实验以某机场一天内的20架待着陆航班数据为基础,并在机场管制仿真系统中进行模拟仿真.仿真实验表明,与传统航班着陆调度算法(FCFS)相比,经过RHC_HGIA算法优化后的待着陆航班的额外成本有明显的降低.     

累积优先级时隙分配算法的GDP模型

针对空中交通拥挤日益严重的现象,提出一种基于累积优先级时隙分配算法的地面等待程序模型.该算法在计算航班优先级时综合考虑了航班的延误时间、延误损失费用和飞行距离三种因素,通过引入权重来调配三者的重要程度.时隙分配时,采用累积优先级较大者优先的方式.通过计算机进行仿真,仿真实验表明,本算法能得到有效正确的时隙分配方案,且与先来先服务算法、整数规划算法比较,航班总延误时间和总延误费用有较大的减少.     

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.     

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.     

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。     

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.     

空中交通进近排序及优化调度

针对空中交通进近管制地区日益繁忙的交通流量,设计了一种进近排序及优化调度方案。目前的空中交通调度依赖于管制员的经验判断。随着交通流量的增加,管制员的工作负荷越来越重,这就进一步威胁交通安全。管制员通常以牺牲容量为代价来保障安全,结果造成大量的交通延误。该文设计的进近管制排序和优化调度方案能够在充分保证安全运营的情况下最优地使用机场和空域的容量。同时为管制员提供方便直观的决策支持工具,可以进一步减轻管制员的工作负荷。该方案已应用于清华大学国家CIMS中心与华北空管局合作开发的空中交通管制指挥检测系统(ATCCMS)中,得到了管制员的一致好评。     

终端区交通态势识别研究

终端区交通态势日益拥挤,严重制约了航空运输业的快速健康发展。为了科学评估空中交通状态,提高空域资源的利用率,对终端区交通态势进行了研究。提取影响终端区的属性指标,运用模糊C-均值聚类(FCM)对数据进行分类离散化,采用粗糙集理论分析各属性的权重,并结合模糊关系矩阵构建终端区交通态势识别模型。采用FCM和FCM-粗糙集两种识别方法对终端区交通态势进行识别。结果表明FCM-粗糙集模型既可避免人为因素干扰,还可解决数据多属性冗余问题,使交通状态判断更加准确可信;终端区交通态势分四类时,效果最好。该模型为终端区交通态势识别提供了新的研究方法。     

基于Lyapunov指数的空中交通态势识别

为客观评价空中交通复杂性,探讨飞机态势与空中交通复杂性的关系,提出了一种基于飞机对时序距离的李雅普诺夫指数算法,并用该算法得到的飞机对时序距离的李雅普诺夫指数,判别飞机对之间的可预测程度。通过分析不同飞机对时序距离的李雅普诺夫指数,可以发现李雅普诺夫指数与空中交通态势之间的关系;结果表明,可预测程度可以作为识别空中交通态势以及衡量空中交通复杂性的依据。     

一种求解终端区紧急降落飞机的插入算法

空中管制员需为到达的飞机安排跑道并计算着陆时间,研究在一条单跑道上安排要求紧急降落的飞机到已排好降落次序的飞机队列中的飞机着陆调度问题.紧急降落的飞机只有出现在终端区时才知道它的机型和预期落地时间.约束条件为紧急降落的飞机应在预期落地时间之前降落及其与前后相邻两架飞机应满足最小时间间隔.已排好的飞机可以被延迟降落,但降落次序不能改变.目标函数是使由于插入紧急降落飞机所造成飞机的总延误时间增加值最小.针对该问题设计了一种优化插入算法对问题进行求解,该算法分为两部分：离线部分——为了实行实时插入紧急降落的飞机做准备;在线部分——当出现紧急降落的飞机后施行实时计算出其插入位置.实例验证了该算法的有效性.     

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...     

自适应遗传算法在飞机调度问题中的应用

基于自适应遗传算法，实现了单跑道降落飞机调度问题的求解，算法以所有飞机的排列次序做为个体编码，解码时用移动方法确定飞机的降落时间，适应度函数的构造综合考虑了飞机的提前和延迟带来的损失，选择算子采用期望值方法，交叉算子用顺序交叉，变异算子用倒位变异，为提高算法的执行效率并避免早熟收敛，对交叉和变异概率均采用自适应策略，仿真结果表明了自适应遗传算法用于飞机调度问题的有效性。     

关于积Domain上的Scott拓扑和连续函数Way-below关系的一点讨论

对任意一族具有小元的dcpo{Li}i∈I，证明了若每个σ(Li)是连续格，则ⅡLi上的Scott拓扑恰是诸Scott拓扑σ(Li)的积拓扑，得到了关于连续函数way-below关系的一些结果。