基于遗传算法的离场航班时刻优化

针对枢纽机场航班延误和放行正常率低的现象,对离场航班进行合理的调度,将航班延误降到最低,提高放行正常率.作者从机场运行角度出发,考虑了机场实际放行能力、航班调度难度和管制间隔、跑道容量等因素,建立了离场航班优化调度模型,引入遗传算法对该模型进行求解.并利用AirTop对优化结果仿真验证,以上海虹桥国际机场为例,利用所提...     

基于改进的遗传算法航班进港排序模型研究

根据不同飞机间尾流间隔建立了以航班总延误时间为目标函数的排序模型,提出了基于精英策略下“截断＋锦标赛”的复合选择算子、均匀交叉算子等策略的遗传算法,并按自适应的交叉、变异概率计算和十进制直观编码方式对其进行了改进。基于这种改进的遗传算法,仿真模拟得到进港航班总延误时间为1571s,比先到先服务方法（FCFs算法）和传统的遗传算法得到的总延误时间分别减少了465s和187s。说明该改进方法能明显提高求解性能,减少航班延误时间。     

多机场地面等待策略的建模与仿真

针对我国空中交通流量管理中出现的大规模航班延误情况，根据多个机场实际起飞和降落容量的约束，建立了一种考虑航班取消的多机场地面等待策略数学模型，并提出求解该模型的有效算法。在所提模型与算法的基础上，选择我国三大机场实际数据进行仿真。对比了取消航班与不取消航班两种情况结果，仿真结果验证了模型与方法的有效性与实用性，给出了最优排序的航班时刻表，从而支持了关键航班的运行，减少了航班总延误。     

基于模糊控制的进场飞机排序

针对日益增长的空中交通需求所带来的严重航班延误,利用模糊控制理论设计对终端区进场飞机的调度排序算法。把管制员调度航班考虑的主要因素作为输入,制定模糊规则,建立模糊控制器,输出比较合理的飞机排定着陆顺序。     

求解机场终端区飞机着陆调度问题的遗传算法

空中管制员需为到达的飞机安排跑道并计算着陆时间,以飞机空中延误最小为出发点研究了多跑道的飞机着陆调度问题,约束条件为每架飞机的着陆时间应落在规定的时间窗内及相邻两架飞机应满足最小时间间隔。针对该问题设计了一种遗传算法对问题进行求解,其中染色体由飞机排序链表和跑道链表组成,相应的交叉和变异算子也做了改进设计。仿真实验用数据库OR-Library中的实例验证了该算法的有效性。     

基于多目标动态规划的多跑道进港排序

随着航空运输的高速增长,航班延误日益严重,而对飞机进行进港排序和跑道调度能有效提高机场吞吐量、减少飞机燃油花费,从而减轻航班延误,提升经济效益.由于大量飞机的多跑道进港优化调度问题是一个非确定型多项式完全(NP-C)问题,该问题一直没有得到有效解决.本文针对已有的基于位置交换束缚的单跑道动态规划算法运算量大、运算效率低的不足,采用优化解空间的措施并运用贪心策略,同时将其推广到双跑道调度,从而解决大量飞机的双跑道、多目标进港排序优化问题.大量仿真实验表明,该算法复杂度与飞机数量呈近似线性关系,能在较短时间内对吞吐量和降落花费同时实现优化.     

基于多目标两阶段的跑道起飞调度模型

为了减少起飞延误,针对优化飞机起飞调度问题,提出一种基于多目标、两阶段的跑道调度模型。该模型由培植器、穿越发生器、一阶段组件、二阶段组件组成。培植器建立机场模型,根据飞机重量类别输出飞机从推出到跑道的最短时间。穿越发生器通过扫描进场航班,计算需穿越飞机时间。一阶段组件计算以上输出,从各种飞机类别序列中选择最优序列。二阶段组件将具体航班指配到最优序列得出飞机推出时间,生成优化的离场航班时刻表。实验表明,该模型较之传统的先来先服务模型,跑道吞吐量加大,延迟减少,可节约可观运营成本。     

基于时空特征的终端区多机场航班时刻优化北大核心

为更好的实施终端区协同决策(CDM),考虑大终端区下多机场的协同运行需要,对终端区内多机场离场航班时刻进行优化。同时考虑各机场的延误时间及航班的总延误成本,建立终端区多机场的协同放行模型;采用改进的多目标粒子群算法对所建模型进行求解。最后对大兴机场开航背景下的京津大终端区分别进行单目标及多目标的仿真验证,仿真结果表明,所提方法优于先到先服务策略(FCFS)且可以有效平衡终端区内各机场总延误成本与总延误时间,兼顾航班延误的均衡性及公平性。     

基于协同决策模式的航空紧急运输流量管理优化模型研究

在现有机场设施条件下,如何通过空中流量管理来提高救援效率是一个亟需解决的问题。构建了基于协同决策(CDM)模式的大中型运输机空中流量管理优化模型,对拥挤时段的进离场航班流进行优化处理,通过进离场容量的合理转换来增加机场容量,并通过仿真计算表明方法合理可行。     

一种基于人工鱼群算法的航班离场问题研究

研究基于人工鱼群算法的航班离场序列问题,并通过仿真二维机场场面,实现基于鱼群算法的航班在二维机场场面的离场顺序仿真效果。对现代国内外机场管制系统的特点进行研究分析,并综合国外先进机场管制系统的优点．结合国内的具体特点;分析人工鱼群算法在航班离场序列中应用的算法流程;给出研究的初步效果以及仿真模拟图。通过仿真实验可知,在二维机场场面上可以比较直观地观察出人工鱼群算法在航班离场顺序上应用的效果．并且为接下来研究决策系统做铺垫。     

基于A~*算法的机场滑行路径优化研究

研究机场场面航班的滑行路径分配和滑行冲突问题。针对目前滑行效率制约机场调度。滑行冲突影响飞行安全的状态,提出将安全间隔、滑行规则和冲突避免限制规则作为约束条件建立了滑行路径优化模型。采用了A*算法给出了问题的优化,在保证滑行道调度零冲突的前提下,缩小航班的总滑行时间,提高了滑行效率。以重庆江北国际机场为例,与管制员依据机场细则得到的路径相比,结果表明提出的滑行道调度模型和优化方法是可行的,在实现较优的滑行路径的基础上能智能的发现冲突、解决冲突,可为繁忙机场的机场调度提供了决策支持。     

协同决策起飞排序系统

为弥补目前国内民航空中交通运输自动化系统相对缺失的状态,实现空中交通运输参与部门协同决策航班数据,完成自动化航班起飞排序,协助管制员进行起飞调度决策,提出了协同决策起飞排序系统的总体框架.阐述了该系统的工作流程、核心模块结构设计、航班起飞约束条件和自动化起飞排序调度算法.根据用户角色职责制定用户权限,参与信息共享和航班数据协同决策.设计基于滚动时域方法的航班起飞协调调度算法,加以尾流和空中流量控制等安全约束,得到优化的待起飞航班序列,并采用时隙表方式直观的将航班序列展示给用户.最后,介绍了该系统的实际运行状况,结果表明,系统可以完成多用户协同决策、实现航班起飞管理自动化、为管制员决策提供依据.     

基于HTCPN的牵引车动态优化调度

针对机场牵引车动态调度问题,基于层次赋时着色Petri网(hierarchical timed colored Petri net,HTCPN)搭建牵引车动态调度仿真系统。在充分考虑实际运行过程中各个步骤的随机性后,根据航空器实时发送的推出申请完成牵引车的动态分配。在保障航班延误最少的基础上依次实现不同车辆间工作负荷均衡度最高和车辆行驶总距离最短的优化目标,通过蒙特卡洛实验验证了优化的有效性。利用该系统完成对目标机场牵引车保障能力的评估,预测在不同航班密度下必要的牵引车配置数量。     

基于免疫机制的航班延误快速恢复模型及实现

航班延误是困扰航空运输业的一道世界性难题.在考虑航班延误的经济成本下,借鉴生物免疫系统的免疫应答机制,提出了一种机场大面积航班延误快速恢复模型,并用妥协免疫算法实现B细胞克隆选择来优化航班延误恢复调度过程.针对中国某枢纽机场的航班数据进行了仿真,结果表明,该模型相对于先到先服务调度方法有明显优势,大大提高了航班的整体运转效率,达到了减少航班延误经济损失和快速疏散滞留机场乘客的目的.     

基于背压路由算法的离港飞机滑行路径优化

针对现有优化算法仅从最短路径或最小滑行时间的角度出发,忽略了航空公司满意度和滑行道负载率对滑行道调度影响的问题,提出了基于背压路由的离港滑行路径优化算法．算法首先将离港滑行路径优化问题等价转化为网络拓扑结构中的路由搜索问题,然后利用背压路由算法求解具有最大航空满意度和最小滑行道负载率的滑行路径．对国内某枢纽机场实际运行数据的仿真结果表明,运用该算法获得的滑行路径在保证跑道及滑行道效用的同时,能够有效减少飞机滑行时间,改善机场拥塞问题,缓解机场容量与需求的矛盾,提高机场运行效率,为离港航班滑行路径优化提供了新的研究思路．     

一种面向航班准点率保障的航班协同调度评价模型

为了保障航班的准点率,对航班调度过程中空管、航空公司和机场之间的协同状况进行评价,构建一种面向航班准点率保障的航班协同调度评价模型。基于某一时间段内机场航班进港时间平均偏离值、出港时间平均偏离值、保障完成时间平均偏离值、目标撤轮挡时间准确率和计算起飞时间准确率,建立航班协同调度的指标体系;采用关联规则挖掘的方法确定各指标对航班协同调度及航班延误影响的阈值;结合模糊层次分析法和综合评价法,对各单位在航班调度过程中的协同状况给出量级评价。实验表明:该模型能够科学有效地评价各单位在航班调度过程中的协同状况,对于优化航班保障、提高航班放行正常率具有重要意义。     

考虑任务均衡的加油车动态调度问题

为了提高机场资源利用率以及航班的正点率,合理调度机场加油车为航班进行燃油加注服务势在必行。考虑到航班实际时刻的不可预知性,需建立动态规划时间窗,为窗口依据航班预计时刻捕捉到的航班构建机场车辆调度模型,利用自适应分支定价算法求解模型,从而配置车辆与人员,规划车辆的行驶路线,衔接任务,实现车辆行驶时间最短,加油员工作量均衡的目的。在华北某机场真实数据上进行仿真实验,结果表明,自适应分支定价算法优化下的车辆行驶时间与加油员工作量的标准差分较节约算法分别减小1.38%和7.47%,验证了算法的优势,且算法在机场其他地面服务规划问题中同样适用。     

Time‐selective integrated scheduling algorithm with backtracking adaptation strategy

Currently, integrated scheduling algorithms schedule processes using fixed rules, making it difficult to balance serial and parallel processes in product craftsmanship trees while conducting complicated single product scheduling. To solve this problem, we propose a time‐selective integrated scheduling algorithm with a backtracking adaptation (TISAWBA) strategy. The proposed process sequence sorting strategy aims to determine process scheduling sequences based on the overall structure of the machining craftsmanship tree. The proposed time‐selective scheduling strategy aims to select the process portfolio with the minimum total elapsed time for machining from a process portfolio set based on craftsmanship tree structure. The proposed backtracking adaptation strategy conducts backtracking adaptation to find process portfolios having a total elapsed machining time greater than the “scheduling reference time.” Finally, illustrative use cases verify that TISAWBA guarantees parallel processing for parallel processes and elevates the proximity of serial processes, generating optimized integrated scheduling results.