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.     

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。     

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.     

单机场地面等待问题的几种模型

空中交通拥挤不仅造成巨大的经济损失,也是飞行安全的重要隐患。地面等待是解决空中交通拥挤问题众多策略中普遍使用的一种,因为该策略经济又安全,它是将航班的空中等待前移至起飞机场的地面等待。本文首先对空中交通流量管理进行了简单的介绍,而后讨论了地面等待策略,最后阐述了几种地面等待模型。     

空中交通流量管理中地面等待策略问题的研究

地面等待是解决空中交通拥堵的主要方式,具有安全性和经济性高的优点。该文就空中交通流量管理地面等待策略问题进行研究。根据不同的分类标准,地面等待策略可以分为静态和动态、确定性和随机性、单机场地面等待和多机场地面等待、时间驱动和事件驱动几类;该文就单机场静态地面等待分析、多机场地面等待分析、基于事件驱动的地面等待策略及其模型的优缺点做简要分析。     

地面等待策略数学模型分析

地面等待是空中交通管理中普遍应用的一种方法.系统地分析了单机场和多机场地面等待策略GDP(GroundDelay Policy)经典模型.在这些模型的基础上,研究了确定容量条件下的多元受限地面等待问题,建立数学模型.通过对成都机场流量的仿真计算,验证了模型的可行性.     

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.     

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。     

多队列航班起飞排序问题的优化模型与算法

针对一类多队列航班离场排序问题,首先建立了一种以起飞时间最少为目标函数的优化模型,然后根据模型特点设计了一种符号编码遗传算法,并给出了该算法的具体实现算子。最后,对具体问题进行了仿真求解,结果表明,文中的方法能够有效地缩减总体起飞时间,对空中交通流量管理特别是机场管理有参考价值。     

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.     

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。     

Dynamic Air-Route Adjustments——Model,Algorithm,and Sensitivity Analysis

Dynamic airspace management (DAM) is an important approach to extend limited air space resources by using them more efficiently and flexibly.This paper analyzes the use of the dynamic air-route adjustment (DARA) method as a core procedure in DAM systems.DARA method makes dynamic decisions on when and how to adjust the current air-route network with the minimum cost.This model differs from the air traffic flow management (ATFM) problem because it considers dynamic opening and closing of air-route segments instead of only arranging flights on a given air traffic network and it takes into account several new constraints,such as the shortest opening time constraint.The DARA problem is solved using a two-step heuristic algorithm.The sensitivities of important coefficients in the model are analyzed to determine proper values for these coefficients.The computational results based on practical data from the Beijing ATC region show that the two-step heuristic algorithm gives as good results as the CPLEX in less or equal time in most cases.     

基于管制员决策过程的空中高速路匝口控制模型

空中高速路系统有助于缓解日益严重的空中交通拥挤问题。依据管制员工作负荷首次将高速路设定服务水平,选定服务水平后即得到高速路的最大容量,通过计算高速路的最大容量与高速路实际流量差额来寻求最佳入口匝口流量调节率。同时针对控制周期内匝口处飞机到达数、匝口等待区容量以及总的交通需求情况,从管制员决策过程角度对匝口调节率进行修正,得到最终匝口调节率计算模型。通过对模型仿真表明:该模型能够满足空中高速路匝口流量控制,相比较时隙分配模型更符合实际管制工作中的流量控制需求。     

基于交叉点复杂度的空域通行能力优化方法

为解决空域拥挤导致通行能力下降的问题,提出了一种考虑交叉点复杂度的通行能力优化方法。首先,分析了实际民航运行中存在的痛点和难点,以及以往有关通行能力的研究缺少交叉点建模、管制员负荷测量困难和求解时间复杂度高的缺陷;然后从高度层、交叉点和航班运行3个方面提出了空域的数学抽象方法,并根据节点的交叉数对空域的数学模型进行简化,剔除了没有交叉的导航台点,降低了空中交通网络抽象后节点矩阵稀疏的问题;分析了交叉点对于通行能力的影响主要在于流量和交叉数两个方面,以这两个方面建立了交叉点的费用函数;以延误最小为目标,以流量平衡、扇区和航路容量、流控容量和非负整数作为约束,建立了通行能力优化模型;分析并指出存在负容差的空中交通网络更容易发生延误,并根据网络延误的特性提出了一种考虑延误反向传播的迭代算法。最后,以华北地区空域为例,从不同流控等级下的延误时间、受影响的航班数和算法计算时间3方面进行仿真。结果表明：所建模型和所提算法平均能降低33.58%的延误,且通过合理地分配改航、调时和调减最大程度减少延误。     

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。     

模型基预测方法研究

针对民航飞机飞行特点,建立了飞机飞行模型,提出了基于飞行模型的预测方法。将该算法应用于中国民航空中交通管制现代化系统和大型空地协同分布交互仿真系统ＤＡＧＩＳ中,实验结果表明该方法较一般的线性预测算法更准确。     

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。     

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.