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。     

考虑风向概率特征的航班时刻优化方法

在航班时刻表进行实际运行过程中,风向的变化对航班到达终端区共用航路点的时间造成影响,进而造成容量过载或容量浪费。因此,根据风向的统计概率对航班时刻进行调整,目的是制定在一定程度上能减少共用航路点的容量过载或容量浪费的航班时刻表。根据风向对起飞航班跑道分配的影响提出了基准风向的概念,并基于航季中各月份在过去5年间的机场基准风向概率预测了下一年各月的机场基准风向概率。以误差平方和与轮廓系数作为聚类指标,将下一年中机场基准风向概率相似的月份聚为一类。在聚类结果的基础上建立考虑风向不确定性的航班时刻优化模型,并将-约束法与改进粒子群算法结合提出-约束-PSO组合算法实现多目标模型的求解,以北京终端区的离场航班为研究对象进行验证。研究结果表明:相比初始航班时刻表,共用航路点小时流量的最大值减少了12%,在不同基准风向时的共用航路点流量方差分别降低49%和56%;相比线性加权求和的方法,该方法可以实现共用航路点的溢出航班总量减少70%。研究结果表明在风向不确定的条件下,该模型可以在一定程度上使共用航路点的流量更均衡,减少出现共用航路点容量过载或容量浪费的现象。     

考虑机场、航空公司与空管需求的机场群离场航班时刻优化

随着我国航空流量的不断增加,机场群内航班延误时间长、延误架次多、机场时刻紧张等问题逐渐暴露,这些问题主要是航班时刻设置不合理所导致。为解决这些问题,需要对机场群内航班时刻进行优化。本文通过从机场、航空公司、空管三个角度综合考虑,分别以延误时间、航空公司航班时刻调整总方差、管制员总调整量作为优化目标,建立了机场群航班时刻优化模型,并使用权重线性递减的粒子群优化算法实现对模型的求解。以京津冀机场群为例进行分析,使用Matlab对模型进行寻优。结果表明优化后机场群内总延误时间由77 580分钟至46 260分钟,航空公司航班时刻调整总方差由447.076减少至63.141,管制员总调整量由467 次减少至253 次,三个目标均得到了优化。可见该模型权衡了机场、航空公司与空管之间的公平性,为机场群航班时刻的优化提供了理论参考。     

基于非合作博弈的航班时刻优化研究

在进行航班时刻优化时,为解决不同目标之间相互影响,相互制约,存在冲突的问题,提出基于零和博弈的航班时刻优化模型。首先,从零和博弈的角度,给出一种线性加权法,得出纳什均衡状态下各个目标的最佳权重系数;然后将该系数应用到航班时刻优化的多目标问题中,构建航班时刻优化模型;最后通过萤火虫算法(firefly algorithm,FA)进行求解。本文把航班延误总时间和航班调整总量作为目标,以杭州萧山国际机场为例进行验证,最终结果表明,该模型在减少航班总延误的同时,又有效减少了航班总调整量,提升了整体优化的效益。     

面向实际运行的战略航班时刻优化技术

为了对航班时刻进行科学合理的配置,以机位、跑道和走廊口构成的系统为研究对象,考虑航班在系统内的实际运行情况,通过滑行时间和飞行时间在各关键资源节点之间建立连接.以满足关键资源节点的容流匹配为前提,建立了面向实际运行的航班时刻优化模型.以5 min为步长的滑动时间窗,设计了面向精确解的高效最优化算法并使用MATLAB工具箱编程求解.对浦东机场班期时刻表进行实例优化,并应用AirTop软件进行仿真验证.研究结果表明,优化后平均离场延误降低了3.2 min,高峰离场延误降低了23 min,放行正常率提高了11.04％,证明了该模型和算法的有效性,可以为大型机场缓解延误、保障运行效率提供航班时刻配置方案的理论支持.     

基于改进的粒子群优化算法的边坡可靠度分析

考虑边坡稳定性受多种随机因素影响,借鉴当前研究成果,尝试建立一种将随机因素和确定因素分别考虑的新的边坡可靠性分析模型,借助演化计算技术之一的粒子群优化算法收敛快和精度高的优点,通过设置影响其收敛速度的惯性因子,提高算法的收敛速度和精度,进行边坡最小可靠度指标的求解,并进行临界滑动面的搜索.研究成果表明,与其它方法比较,该方法具有较高的精确度和实用价值.     

基坑挡土结构的粒子群优化设计方法

为提高基坑支护结构设计的速度和精度,用模拟自然界鸟群觅食行为的进化算法———粒子群优化算法(PSO)来确定支护结构优化设计方案.研究了基于弹性抗力法的基坑挡土结构的粒子群优化技术:定义在搜索域中的一组可能的基坑设计参数为一个粒子;建立与挡土结构的结构优化设计参数相关联的适应度函数;通过粒子群位置的演变过程来搜索对应最优函数的结构设计参数方法;桩单元长度动态调整的编程技术等.通过工程算例证明了基坑挡土结构粒子群优化设计方法的可行性和适用性.     

基于旅客选择行为的航班时刻优化模型研究

为了使航空公司按照旅客的需要制定科学合理的航班计划,进一步提高旅客对航空公司的满意度,分析了航空旅客选择特性及对航班计划的影响,介绍了旅客计划延误成本的概念,并运用科学的方法建立了基于旅客选择行为的航班时刻优化模型,为航空公司进一步优化航班计划做了探讨。     

飞机着陆状态对轮载信号触发时间的影响分析

轮载信号是飞机相关系统进行空地状态判断的重要信号,轮载信号触发时间对飞机各系统工作状态具有重要影响。该文依据动力学方法,初步建立了飞机从机轮接地至触发轮载信号的动力学模型,分析了飞机着陆状态对轮载信号触发时间的影响,对于飞机相关系统设计工作具有一定参考价值。     

基于改进微粒群算法的飞机纵向飞行轨迹优化

为提高飞机纵向飞行轨迹优化的精度和收敛速度,提出了用改进的微粒群算法对飞机纵向飞行轨迹进行优化的新方法。基于质点动力学和能量状态方程,建立了飞机质点运动数学模型;利用庞特里亚金最小值原理,给出了飞机纵向飞行过程优化的目标方程;引入自适应惯性因子,采用罚函数法对轨迹寻优问题进行无约束化处理,基于改进的微粒群算法对纵向飞行轨迹进行了优化,并给出了算法优化流程。使用改进的微粒群算法,得到了Boeing 737-800飞机纵向飞行最优轨迹。优化结果与试验结果的比较表明,该算法可使纵向飞行轨迹快速收敛于最优解,算法具有收敛速度快、精度高的优点。     

飞行保障过程中车辆调度仿真优化

建立了飞行保障过程中车辆调度模型,设计了基于禁忌搜索(Tabu Search)的车辆资源配置的优化算法。并利用Arena内嵌的VBA技术和VBA block模块将仿真模型与优化算法集成起来,实现了控制仿真模型、集成优化算法以及向仿真模型重新输入参数3个功能,构成车辆调度仿真优化系统。利用该系统,得到了在单机保障时间最小情况下的最优车辆数配置方案。其运行效率比用Arena自带的优化工具OptQuest提高7倍多。     

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。     

一种带自适应飞行时间因子的粒子群算法

作为一种新型智能算法,粒子群算法具有概念简单、易于实现等特点,但也存在容易陷入局部最优的缺点。为了尽可能找到问题的最优解,提高粒子群算法的收敛速度,提出一种带自适应飞行时间因子的粒子群算法,在算法中引入种群多样性和种群进化度两个参数,并根据这两个参数对算法性能的影响,让飞行时间因子随着这两个参数自适应改变。通过对4个基准函数的测试表明,改进后的粒子群算法较其他几种粒子群算法在收敛速度和收敛精度上都有一定提高。     

基于航班离场成本的离场航空器滑行策略优化

针对大型枢纽机场日益严重的场面拥堵及由此导致的航班延误问题,推出率控制策略可利用机位等待代替滑行道及跑道口等待,控制场面离场航班的滑行数量,缓解场面拥挤.基于推出率控制策略同时结合场面滑行路径优化,提出了基于航班离场成本的离场航空器滑行策略.首先,构建了基于推出率控制策略的航班离场成本计算模型;然后,提出离场航空器滑行策略优化方法;最后,以航班离场成本最小为目标,采用遗传算法开展算例仿真,并选取三种策略进行对比分析.结果表明:基于航班离场成本的滑行策略不仅能减少离场航班的总滑行时间,提高场面运行效率,还能减少燃油消耗和气体排放量,具有一定的环保性.     

考虑资金时间价值因素的多资源均衡优化

针对考虑资金时间价值因素的多资源均衡优化问题，构造了不考虑资金时间价值的多资源均衡优化模型，实现了项目中多种资源均衡的静态优化，在考虑资金利息的情况下，建立了资源资金的优化模型．在上述两种模型的基础上提出了考虑资金时间价值因素的多资源均衡优化数学模型；阐述了遗传算法的改进方法，提高了算法的性能，并在此基础上提出了基于改进遗传算法的模型优化求解流程；通过工程实例分析，其成果在工程施工多资源均衡优化当中的应用表明，本文所提方法可行且有效．     

考虑外网效益的微网改进多目标优化调度

在建立微网多目标优化模型时,除了考虑微网自身效益,同时还考虑了微网对外网运行的影响成本,增强了对外网的友好性。针对传统多目标粒子群容易陷入局部最优的问题,提出了基于外部档案监测选择机制的改进MOPSO;并在速度更新公式中引入了小扰动,使求得的Pareto前沿解分布更均匀。在求得Pareto最优解集后,综合考虑微网的安全稳定性能指标,采用基于熵权法的决策机制,从最优解集中筛选出最佳调度方案。最后以一典型微网为例,验证了改进MOPSO的优越性和考虑外网效益的必要性。