机场飞行区航空器与除冰车协同优化调度方法

针对现行“先到先服务”的机场除冰车调度方式效率不高的问题。以最小化除冰车行驶总距离和航空器等待总时间为目标函数,构建机位除冰车辆和航空器协同调度模型,并提出一种改进的遗传算法对模型进行求解。采用西安机场某天142条航班数据进行仿真实验,并与随机调度算法和贪心算法进行比较。结果表明,改进的遗传算法相较于随机调度算法和贪心算法分别节约15.23%和7.81%的行驶总距离,且航空器等待除冰时间大幅度减少。证明了所提算法在指导除冰车作业方面的优越性。     

动态时空衔接的一体化恢复

针对恶劣天气、飞机故障等因素导致的不正常航班问题,在综合考虑飞机、航班、机组和机场的动态时空衔接等条件下,建立了飞机和机组的优化恢复模型.结合一体化恢复问题特点和模型结构,设计了一种GRASP算法,通过用C#编程进行求解.实例研究表明:该模型和算法在时间和成本上都有明显的优势,符合航空公司的实际需求.     

基于MCLP的WSN定位参考点选择算法

为了避免经验算法和SHARP算法的覆盖度低和可靠性差的缺点,采用最大覆盖布局模型(MCLP)对定位参考点的选择进行研究,并将贪婪随机自适应算法(GRASP)应用到该模型.在此基础上提出了以覆盖度为目标的基于覆盖理论的定位参考点选择算法(CRS).该算法从构造最大三角形布局开始,然后采用逐步扩散的方式为定位参考点选择位置.最后利用Matlab进行仿真实验.仿真实验结果显示在不需要增加额外硬件开销情况下,CRS算法以增加布局时间为代价增加了覆盖度.     

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.     

基于跑道容量的航班恢复优化模型

为了降低航班延误造成的经济损失和旅客滞留,在不增加管制员工作负荷的基础上提高航班运行效率。本文在原有的航班恢复模型基础上,引入跑道容量模型,综合考虑旅客流、航空公司公平性以及航线重要程度的影响,建立了以各单位恢复总成本最小为目标函数的航班恢复模型,该模型适用于跑道数以及构型不同的单一机场,算例中引用国内某机场的真实延误数据,并用遗传算法和粒子群算法求解模型得到优化方案,与遗传算法相比,粒子群更适用于该模型,收敛速度更快。与现有的航班运行相对比,优化后的方案总延误时间缩短了11.85%,总延误成本减少了6.55%。最后用TAAM仿真软件分别运行实际恢复方案和优化恢复方案,报告显示优化方案中终端区产生冲突的可能性更小,管制员工作负荷更低,从而验证了模型和算法的可用性。     

航班地面等待问题建模及优化

首先建立了一种单机场地面等待问题的事件驱动优化模型,该模型综合考虑了航班的延误成本差异、最大延误时限以及尾流间隔等其他多种因素;然后提出了一种改进的自适应遗传算法对该模型进行求解,该算法对传统适应度函数形式和初始群体的产生加以改进,并针对问题特征定义了交叉算子.通过对多组算例进行仿真验证,实验结果表明,本文的模型与算法对降低延误成本以及控制航班最长延误时间取得了明显的优化效果.     

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。     

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.     

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,...     

机场登机口分配问题的顶点着色模型与算法

对航班-登机口分配问题进行研究,将其看成顶点着色问题进行求解,设计了简单有效的可以应用于具有卫星厅的登机口分配的贪婪算法策略.将按照"先到先服务"的原则,依次运用启发式规则为当前航班选择登机口,即优先使用可供航班类型种类数量少的登机口,并选择已空闲时间最长的登机口.这样有助于减少使用可供多种类型航班使用的登机口的数量,...     

基于合作博弈论的多机场终端区协同航班调度

针对多机场进离场航班协同调度问题,以协同决策(CDM)理念为基础,结合合作博弈论相关理论建立协同航班调度模型.模型主要分析机场、航空公司以及空管部门的效用函数和拒绝性函数,通过计算各航班拒绝性值和选择性值分析进离场航班次序.实例仿真表明,基于博弈论的协同航班调度优化模型有较好的准确性和实用性,有助于解决机场终端区的航班调度问题,较公平地兼顾了机场、航空公司和空管部门之间的利益.     

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.     

停机位分配的多商品网络流模型及离散粒子群算法

本文建立了停机位分配的多商品网络流模型,并以航空器总场面运行时间最小为目标,建立数学模型。将机场场面分为若干区域,建立区域—机位两级分配策略,以降低问题规模。设置机位外等待时间,以省去区域容量相关约束。在传统粒子群算法的基础上,设计离散粒子群算法,对模型进行求解。选取乌鲁木齐机场某日240架航班和109个机位进行实验,证明了与现有研究中的典型模型相比,多商品网络流模型能使运算时间减少10.1%,并能达到与典型模型相同的精度。全空域和机场模型(total airspace and airport modeller, TAAM)仿真结果表明,和现行机位分配方案相比,多商品网络流模型的机位分配结果能使航空器的场面调配运行时间减少7.49%,延误时间减少8.87%。算例结果进一步表明,提高机场场面运行效率的关键在于均衡航班的进离港滑行距离,同时避免停机位密集分布。     

基于自适应滑动窗的降落航班排序模型

通过对降落航班排序问题的研究,基于对降落总时间和计算量的优化,引入滑动窗模型.通过理论证明和仿真试验分析了窗体大小和步长对计算量和排序评估结果的影响.添加时间参数,使算法能自适应调节窗口大小和滑动步长.通过实际飞行计划仿真,本文的自适应滑动窗算法与先来先服务相比,明显减少了总降落时间,降低了航班调整力度,证明了算法的灵活性和实用性.     

航班计划的优化设计研究

以航空公司的正常营运和最大收益为目标,结合统计数据和目标要求,建立航班计划动态规划模型,采用贪婪算法对其进行求解,得到航空公司的航班计划、飞机数量的规划,从而为航空公司编制和优化航班计划提供一定的理论依据和方法支持.以某航空公司特定机型的航班计划数据进行实证,验证了该模型和算法的可行性.     

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。     

航班延误优化模型及算法

针对航班延误问题,通过谱系聚类的方法对20所机场进行分类,分析中国航班延误的原因,得出飞机在终端区的排序问题是制约空中流量控制的一个重要因素,在已有的FCFS(先到先服务)的排序方法之上,通过多因素的比较,建立模糊综合评价指标,利用模糊综合评价和层次分析相结合的方法对已有的FCFS排序方法进行改进.通过对航班预计到达时间、航班飞行速度及飞行性质3个因素,利用Matlab编程对10架航班进行仿真处理,对终端区航班进行重新排序,验证了模型的有效性.