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。     

基于自适应滑动窗的降落航班排序模型

对交通拥挤时进场航班进行合理排序，是空中交通流量管理的一个重要研究内容.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.     

离场航班多目标优化排序研究

为缓解大面积、长时间的离场航班延误现状,研究了多目标离场航班优化排序问题,考虑连续航班对离场航班影响,建立了具有多个目标函数的混合整数规划模型,并基于多目标优化问题的Pareto最优解概念,设计了一种带精英策略的非支配排序遗传算法(NSGA-Ⅱ)求解模型.选取上海浦东机场3 h内离场航班进行仿真验证,并将仿真结果与其他算法优化方案比较,与FCFS策略相比,航班总延误降低了20. 1%,延误架次减少了20.较单一目标优化,该算法具有保持多个目标函数优异性的特点,且115架航班优化时间仅为302 s,能够较好的满足实际运行效率需求.所提方法能够有效解决离场航班多目标优化排序问题.     

随机机会约束的机型指派模型及算法

为了满足民航旅客日益增长的需求,保障安全运输,航空公司的机型指派既要满足飞机周期性检修的要求,又要提供符合旅客需求量的机型。在基本机型指派模型的基础上引入随机变量,建立随机机会约束的航班机型指派的优化模型,进而提出了由航班计划建立符合检修周期要求的算法。根据算例数据,采用随机模拟及混合智能算法对机型指派优化问题模型进行了求解。结果表明,随机机会约束模型符合实际运营情况,并提供了兼顾效率和安全性的优化方法。     

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。     

航班计划监视系统的设计与实现

空中交通流量的急剧增大，为空中交通网络带来了强大的负担。空中交通流量管理能有效地缓解交通拥塞。航班计划监视系统（Flight Schedule Monitor）作为空中交通管理的重要系统之一，本文从硬件，软件结构上对其进行设计，然后用计算机编程实现。最后结合实际的数据，用计算机仿真实验对该系统进行了验证，证明了系统的优化性和有效性，具有较好的参考价值。     

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.     

基于旅客满意度与公平性的机场航班计划恢复研究

为了降低航班延误对旅客满意度的严重不良影响,提高航班延误恢复调度的公平性,将群体情绪模拟引入旅客满意度表征函数,并考虑航空公司公平性约束,构建了机场终端区航班计划恢复模型,运用模拟退火算法对机场航班实例进行仿真求解。与经典FCFS策略对比,所提方法在保证航空公司公平性在可接受水平之内的前提下,使旅客满意度衰减程度下降了41.58%,有效优化了机场运行服务质量。     

巡航速度控制下航空公司受扰航班一体化恢复

由于航空运输系统的复杂性,诸多原因如天气、空中交通流量管制、军航、飞机维修等会导致航班的不正常产生.为了解决航空公司面对航班扰动人工恢复和分阶段恢复的弊端,考虑航班不正常一体化恢复,综合考虑飞机、机组与旅客恢复.改进传统航班网络的弊端,给出一种基于广度优先搜索的航班网络生成算法,并根据此网络在路径置换、路径延长、路径取消策略的基础上额外考虑巡航速度控制策略,对航班恢复决策过程进行建模.针对模型中的非线性约束利用双曲不等式转化为二阶锥优化问题进行求解,并设计场景算例,说明巡航速度控制在一体化恢复中的作用.     

短期航班调整的利润分析

航班计划是航空公司一切生产活动的基础和核心,因此短期航班调整是航空公司提高利润的重要手段。本文通过建立数学模型,以广州一杭州往返航线为例,对在不同市场环境下,采用机型调整、时刻调整、新增航班以及取消航班等4种短期航班调整方案后获得的利润分别进行比较,选择最合适的调整方案。在市场由淡及旺的变化中,对各调整方案获得的利润进行评价,最终得出应分别采取取消航班、时刻调整以及新增航班三种调整方案的结论。     

基于飞行计划集中处理的预战术航路飞行流量预测

为准确把握航路点流量变化趋势和缓解空中交通压力,提出了一种基于飞行计划集中处理的流量预测方法。首先,在预战术飞行流量管理阶段,通过飞行计划集中处理可得到的航空器飞行计划信息,根据各航班在起飞前提交的领航计划电报和全飞行剖面混杂模型来预测航空器的航迹;然后,通过预测出航空器过关键航路点的过点时间,并结合空域结构数据来获得主要航路点的流量预测值;最后,通过算例仿真的结果可以发现所提出的航路飞行流量预测方法能够很好的对关键航路点进行预测,并且方法是切实可行和有效的。     

飞行计划集中处理的流量瓶颈点的识别与优化

为建设全国级的空中交通流量管理系统提供智力支持,将飞行计划集中处理这一手段,运用于预战术飞行流量管理阶段的流量管理方法和技术的研究之中,提供了一条新的研究思路.首先,利用过点时间预测算法计算过点时间,并根据过点时间统计出关键航路点的流量预测值;接下来,通过航路点容量模型识别航路上飞行流量大于容量的航路点,即流量瓶颈点;...     

基于改进高斯伪谱法的多无人机协同轨迹规划

针对当前伪谱法求解无人机轨迹存在的计算量大、运算时间长以及难以保证最优性等问题,提出了将粒子群算法与高斯伪谱法相结合的改进方法。首先,使用粒子群算法进行航迹预规划,保证近似最优解的快速实现;其次,针对高斯伪谱法配点的相对位置选取,对粒子群预规划的航迹点做拟合处理,并以此作为高斯伪谱法的初始参考指令,从而解决伪谱法的初值敏感问题,加快优化算法的收敛速度。最后,综合考虑无人机编队性能指标、飞行环境以及协同飞行约束等进行实验。实验结果验证了初值选取的重要性,同时表明了所设计算法可提升解的最优性与收敛速度。研究结果可为多无人机协同飞行控制快速规划出多维度、高精度的引导指令,对实现智能自主化飞行有一定参考价值。     

基于耦合分析的高超声速飞行器纵向协调控制

为解决高超声速飞行器纵向飞行控制系统设计中的协调问题, 基于高超声速纵向非线性数学模型, 对其状态变量组与输入变量组、 轨迹变量组与姿态变量组之间进行了耦合分析, 根据量化耦合程度提出了一种新型的纵向系统分层协调控制方法。 仿真结果表明, 与传统控制方法相比, 该方法可有效解决高超声速飞行器在轨迹运动、 姿态运动和推进系统之间的强耦合问题, 在保证姿态稳定的基础上, 实现更加平稳和高效的轨迹跟踪。     

基于开源软件的无人机飞行仿真

飞行控制算法设计和仿真是无人机研制的关键步骤。为了缩短无人机飞行控制算法设计周期和试验成本,本文对无人机纵向和侧向控制算法进行了设计,并基于开源软件开发了固定翼无人机可视化的飞行仿真系统,对飞行控制算法进行仿真实验。仿真结果显示,飞行仿真系统实时且直观,通过对飞行仿真试验数据的综合分析,验证了飞行控制算法的有效性,该飞行仿真系统可广泛应用于无人机飞行控制算法的仿真验证。     

人工免疫算法路径规划在林火救援中的应用

为解决复杂环境下双机林火救援路径规划问题,提出用人工免疫算法规划三维飞行航迹。借鉴人工免疫算法规划机器人路径的方法,通过考虑飞机飞行特性和双机路径规划的要求,为双机异地出发同时到达规划出三维飞行路线,并对算法的主要影响因素进行了分析和估计,获得规划航迹的最优参数,用于设计安全高效的飞行航迹。研究结果表明,该方法能规划出复杂环境下双机飞行航迹,利用参数优化后的人工免疫算法不但能快速有效地规划三维航迹,而且丰富了航迹规划方法研究。     

基于飞行计划集中处理的多航空器无冲突航迹规划

为增大空域容量,提高飞行安全,降低管制员的工作负荷,4D航迹预测与规划是国内新一代空管自动化系统中最为重要地一项核心技术。首先在预战术流量管理阶段,通过飞行计划集中处理得到的航空器飞行计划信息,将航线划分成若干航段。然后利用航空器在不同航段间的离散型模型和单个航段中运动的连续型模型建立混杂模型,通过全飞行剖面混杂模型进行航迹预测;在相对运动法中采用调整速度来规避航路交叉点冲突以实现冲突解脱。最后提出航迹规划方法并对航空器进行无冲突航迹规划。仿真算例表明：在飞行计划集中处理与混杂模型下预测的水平航迹与垂直航迹能够准确地反映航空器飞行状态变化;调速法或调整时刻能有效地规避飞行冲突,所以提出的无冲突4D航迹规划方法是切实可行的。     

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。     

炼钢连铸热轧一体化批量计划编制模型及实现

为解决钢铁企业生产计划一体化编制时能保证生产物流在各工序间的协调有序和高效运行,通过分析炼钢连铸热轧带钢各阶段的生产目标和工艺约束、物流变化及衔接关系,建立基于多目标优化的一体化批量计划数学模型。按照热轧带钢生产合同的要求,将一体化批量计划编制问题分解为热轧带钢的轧制单元计划、炼钢连铸的组炉和组浇计划。各计划之间既有独立又存在耦合,先编制完成轧制单元计划与组炉计划,然后再将轧制单元计划与组炉计划共同作用于组浇计划,运用基于改进协同进化的遗传算法设计模型求解策略。以某钢铁企业的带钢生产计划编制数据为例进行模型的仿真运行,测试结果表明了模型的可行性,为钢铁企业的一体化批量计划编制提供了一种有效手段。