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。     

地勤服务车辆调度的多目标模型建立

根据统计,机场航班延误的主要原因之一是机场调度失误。航班地勤服务是机场调度的重要环节。地勤服务针对于机场过站航班,由于航班计划限定了航班在机场的抵港和离港时间,因此地勤服务车辆调度具有时间窗的约束。通过分析机场地勤服务的运作流程及特点,建立了带有时间窗的地勤服务车辆调度问题的多目标数学规划模型。     

基于波及延误的航班过站松弛时间重分配

航班计划松弛时间是为航班地面过站设置的冗余时间,如果预留过多是对资源的浪费,造成飞机、机组、时间等资源的闲置;但在实际运营中,又是吸收延误的重要手段,如果预留时间过少,将造成延误传播加剧.针对过站松弛时间优化问题,本文构建波及延误树.动态研究以初始航班延误为根节点触发的延误传播过程,建立航班过站松弛时间重分配模型,该模型具有确定性和线性易于求解的优点.通过航空公司的实际运行数据的实验结果表明,提出的模型能够较好地解决松弛时间优化问题,在基本不改变原始的机队和机组调度决策的基础上,不增加计划成本而将波及延误时间降低28%.     

航班时刻资源优化配置与延误水平评估

针对中国大型机场由于航班时刻资源受限造成的航班延误问题,在评估机场容量的基础上,建立了降低机场航班延误水平的航班时刻分配模型。在满足机场容量限制,考虑航班连续性和中转旅客需求的约束下,应用改进的吱呀轮优化算法寻求航班调整总量最小的分配方案。以北京首都国际机场的航班时刻资源配置为例进行优化,并应用SIMMOD软件对模型设计算法,验证航班时刻优化模型的有效性。优化结果显示:北京首都国际机场的进离港延误水平都降低了26%以上,放行正常率提高了20%。     

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.     

基于航班延误成本的停机位分配建模仿真优化研究

该文利用延误过站航班的预计延误时间、预分配的停机位为数据基础,建立了延误过站航班的延误成本初级、改进优化模型,以总的延误成本最小为目标函数,设计求解模型的初始、改进遗传算法。实例仿真中,用初始、改进的模型算法算出的目标函数结果与实际操作的目标函数结果进行比较,发现改进后的模型算法能够提供更好的停机位再分配方案。     

机场大面积航班延误传播的状态空间模型

为提高航班运行效率、减少航班延误传播,针对机场大面积航班延误在本场及本场与目的机场之间的传播,首先提出了O-D场的概念并对大面积延误下的O-D场延误传播途径进行了分析,建立了表征延误传播的动态参数,并对延误传播程度进行了量化。基于状态空间理论建立了O-D场延误传播的状态空间模型。最后通过算例分析,得到大面积延误下O-D场内不同传播途径对延误发展的影响,并验证了延误传播模型的合理性。     

基于多机场终端区交通态势的航班延误预测

为了针对性地制定后续优化措施,以降低多机场终端区内航班延误所带来的不利影响,并提高多机场系统内各机场的运营效率,进行多机场终端区航班延误的预测研究。首先,考虑多机场终端区交通态势对航班延误的影响,在对多机场终端区交通态势进行分析的基础上,建立了6个描述终端区交通态势的指标。接着,构建反向传播（back propagation,BP）神经网络航班延误预测模型,将终端区交通态势指标、航班信息和天气环境数据等作为输入,航班延误时间作为输出,并利用粒子群优化算法（particle swarm optimization,PSO）优化BP神经网络进行训练。通过实例验证和分析,基于多机场终端区交通态势的航班延误预测能够有效提高预测准确率,同时,通过粒子群优化BP神经网络的预测模型预测准确率均高于一般的考虑交通态势的BP和遗传算法优化的BP神经网络模型（genetic algorithm and back propagation,GA-BP）。     

基于贝叶斯网络的机场航班延误因素分析

中国民航业近年来快速发展,航班量增多、航班密度逐步加大,许多资源配置的矛盾也日益凸显出来。机场大面积航班延误难以避免。针对上述问题,在航班延误波及分析的基础上,建立机场航班延误的贝叶斯网络分析模型。通过机场航班数据网络学习和测试,得到了不同因素对机场航班延误的影响程度、不同时间段的延误情况,为机场当局解决大面积航班延误提供决策依据。     

基于易感者-染病者-易感者的时变机场网络延误传播模型

为宏观角度分析机场网络延误传播机理,基于复杂网络易感者-染病者-易感者(susceptible-infective-susceptible, SIS)传染病模型建立了延误传播模型。从机场网络延误传播的时变性和与SIS传染病模型的相似性入手,以机场为节点,定义了其在机场网络延误传播过程里存在的不同状态,依据节点状态间的转变机理,建立机场网络延误传播动力学模型,并根据航班时刻规划航班流运输路径。以全国153个机场为例,采集航班延误数据,进行模型仿真并分析实验参数。结果表明:机场网络延误节点的延误影响范围有限,且网络对延误的传播能力具有一定的抑制性,很少出现全网的崩溃现象;该模型具有有效性和实用性,可以较好地仿真实际延误的传播过程。     

基于物元二次可拓多机场起飞延误关联性分析及预测

为及时掌控多个机场之间的航班延误程度,研究物元可拓方法在机场航班起飞延误关联性中的应用。通过建立分时段航班起飞延误的物元模型,运用物元可拓方法,对多个机场的航班起飞延误情况进行分析。根据机场间航班起飞延误的关联度计算结果,选取关联性较大的机场,对目标机场的航班起飞延误程度进行预测;并通过实例验证了该方法的可行性。算例表明:所提出的方法能够有效地分析多个机场航班起飞延误之间的关系,并能够对起飞延误的发生起到预警作用。     

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。     

基于排队网络模型的机场航班延误预测

机场航班量不断增长,必然会带来机场高峰时段延误水平的增加。因此机场延误水平的科学预测对确保机场运行效率具有重要意义。论文首先根据航空器运行特性建立机场排队网络模型;然后利用Lempel-Ziv算法计算不同时间尺度的航班时间序列复杂度,确定刻画航班延误的小时间尺度,由此确定排队网络模型参数,并用实例进行验证;最后运用AirTop仿真软件以全天平均延误、高峰小时平均延误作为关键指标,仿真得出机场延误水平变化趋势。通过将仿真数据与计算结果进行对比分析发现,机场排队网络模型能够较好的反应真实情况下的机场延误水平;而选用小时间尺度15 min进行机场排队网络模型参数计算,结果更贴近真实机场延误水平。     

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.     

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。     

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。     

高密度机场空中交通运行特性分析

为准确把握高密度机场空中交通运行规律,有效支撑航空运输建模、仿真、分析与实验等工作,亟需对其交通运行涉及的诸多特性进行科学分析。采用总量分析、概率统计、假设检验、包络分析、相关分析、聚类分析等理论方法,对高密度机场的交通计数分布特性、交通运行时间特性、进离场互适应特性、交通运行相关性、场面交通拥堵特性等进行了系统和全面地分析。上海浦东国际机场实例研究表明,单位时间内跑道/停机位的进场流和离场流计数服从泊松分布,滑行延误时间和无阻碍滑行时间分别服从对数正态分布和正态分布,进离场交通流之间存在明显的耦合作用关系,场面滑行时间与离场累计流量、进场累计流量、起飞队列长度、降落队列长度之间存在显著的线性相关关系。在此基础上,对机场场面拥堵等级及各关键指标临界值进行了分类识别与计算分析。所提方法对任意机场系统均具有普适性,可为机场运行管理和空中交通管理提供理论依据和建模参考。     

大连地区航路与鸟类迁徙路线交叉冲突的探讨

为减少鸟击事件,通过对大连机场2011年鸟击事件的飞行阶段和飞行高度、季节规律、时间规律以及造成鸟击事件物种的分析,结合大连地区鸟类迁徙的规律,对大连地区航路与鸟类迁徙路线的交叉冲突点进行了探讨,并对大连地区迁徙鸟类容易造成鸟击的原因进行了分析,根据鸟类迁徙规律和飞行程序提出了应对措施的建议.