一种改进的多机场地面等待启发式算法

从满足航空公司关于航班公平性的需求出发,将航班时刻优先规则用于改进基于优先级的多机场地面等待启发式算法(ABG算法).采用被动优先级表,根据航班计划到达时刻的先后,依次分配降落时刻,分配后的降落时刻不再参与试图降低总延误时间的时刻交换处理.基于相同实验数据的计算结果对比表明,改进算法可降低最大延误时刻的50%和输出更为平滑的航班延误分布.     

基于固定优先级和贪心法的航班时隙分配算法

航班时隙分配在空中交通管理领域中有着重要应用,考虑到在相同的延误时间情况下,不同类型的航班和不同的载客人数造成的综合损失差异,提出一种基于贪心法的航班分配算法。该算法在对航班进行排序的时候,在考虑到航空公司公平性的基础上,根据航班类型和载客数量,计算每架航班的优先级,然后根据当前可用时隙,以贪心法的规则找出优先级最高的航班,若有多个航班满足条件,则根据先来先服务原则进行选择,从而使经济损失和人员延误损失二者构成的综合损失最小化。算法仿真结果显示：该算法在很大程度上改进机场的运营效率,确保航空公司航班分配的公平性,维护航空公司及其服务对象的利益,具有一定的实用性和有效性。     

基于可变优先级的航班时隙排序

空中交通拥塞日益严重．这不仅带来大量的经济损失．同时给飞行安全带来隐患。地面等待策略作为短期措施中缓解交通拥塞的有效方法．其核心是如何解决时隙分配问题。传统的时隙分配算法（RBS和Compression算法）采用的是“先排班先服务”的原则,且没有考虑到航空公司的公平性。针对RBS和Compression算法的局限性．采用一种新的优先级设定方法,在同时考虑航空公司公平性、不同类型航班延误损失的不同、同类型航班载客量不同以及同一航班等待时间不同的基础上对航班进行优先级设定。采用分支定界法求解最优解。使用该算法对北京首都机场某个时间段内航班进行仿真排序结果显示：该改进算法在一定程度上提高时隙分配的合理性。减少航空公司的总延误损失．同时尽可能公平的保证航空公司所服务对象的利益。     

基于免疫遗传算法的停机位动态再分配优化

针对兼顾旅客转机行走距离、航班场面滑行距离和停机位使用效率的多目标停机位分配的问题,以最小化航班停机位分配的扰动性为优化目标,建立停机位动态再分配混合整数规划模型.提出基于航班序列的自然数编码方案,设计改进的免疫遗传求解算法,保证个体在遗传操作中的可行性.将免疫算法中个体密度的概念引入对个体适应度值的评价过程,以保持种群的多样性,避免算法过早收敛.实例仿真结果表明,所提出的优化方法能够有效降低延误航班对停机位预分配计划造成的影响.     

基于两次应用优先级的GDP时隙分配算法模型

地面等待策略是空中交通流量管理中主要采用的一种方法,文中主要介绍了基于两次应用优先级的GDP时隙分配算法。初次优先级的使用是达到分组的目的,再次应用优先级则是为了解决初次分配后可能存在的在同一分组中航班竞争同一时隙的问题。文中对相应的算法实现做了详细介绍,并对成都双流机场的航班进行了多次仿真实验。同时和单纯的基于优先级的方法进行了对比,验证了该算法的可行性。     

基于两次应用优先级的GDP时隙分配算法模型

地面等待策略是空中交通流量管理中主要采用的一种方法,文中主要介绍了基于两次应用优先级的GDP时隙分配算法。初次优先级的使用是达到分组的目的,再次应用优先级则是为了解决初次分配后可能存在的在同一分组中航班竞争同一时隙的问题。文中对相应的算法实现做了详细介绍,并对成都双流机场的航班进行了多次仿真实验。同时和单纯的基于优先级的方法进行了对比,验证了该算法的可行性。     

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。     

一种基于流量预测的多优先级队列缓存管理算法

在引入优先级因素的流量预测模型基础上，提出了一种多优先级队列的缓存管理算法，该算法通过固定时刻的缓存预分配，结合时划间隔中的缓存竞争，使缓存的分配更加合理而有预见性，仿真实输表明它能够明最降低高优先级数据包的丢包率，同时兼顾低优先级数据包的转发，并且不产生额外的延迟，表明该算法有很好的应用价值。     

基于动态优先级的机场滑行道调度优化算法

为提高机场航班的地面运行效率,针对航班滑行道调度问题,提出一种动态调整航班优先级序列的滑行道调度优化策略。为实现该策略,对遗传算法进行改进,采用双链染色体编码的方式,并行优化航班的滑行路径和优先级序列。通过设定两个适应度函数,利用改进的遗传算法确定各航班的滑行路径,根据滑行路径的变化动态调整航班优先级序列,在此基础上由冲突解脱算法得到具体的调度计划。实验结果表明,该算法有效解决了航班间的冲突问题,能得到最优的调度滑行路径和优先级序列。     

航班着陆调度的多目标优化研究

航班着陆调度问题是多目标优化问题,难以使用最优化方法求解。为了解决这一难题,以减少航班延迟时间和降低飞行延误成本为目标,提出一种整合的启发式方法。该方法使用吱呀轮算法SWO(Squeaky-Wheel Optimization)进行导向式搜索,并利用改进的GA充分扩展SWO的搜索空间,最后通过合理整合GA和SWO,取得求解效率和求解质量的提高。通过实验仿真对比表明该算法能高效求解该问题,满足了实时调度的需求,同时求解质量也优于其他启发式算法,节省了更多降落时间和成本。     

基于贝叶斯网络的航班过站时间分析与延误预测

从航班延误链式波及的角度出发,分析了影响航班过站时间的多种因素,建立了贝叶斯网络模型,模型能够清晰地反映多种因素对下游航班过站时间的影响。提出了基于贝叶斯网络参数估计的航班延误预测算法,当航班发生起飞延误时能够预测下游航班的起飞时间和延误状况。对算法进行了实现,并利用实际航班数据进行仿真,结果表明了该算法有比较高的预测准确率。     

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。     

TD-SCDMA集群系统中优先级退避算法研究*

针对TD-SCDMA集群通信系统随机接入优先级用户快速建立呼叫响应的要求,提出了基于优先级退避算法的随机接入技术。该算法通过为各优先级用户分配相应的上行同步码资源,以及对不同优先级用户采用优先级退避处理来实现对其快速等级接入。MATLAB仿真结果表明,与优先级BEB退避算法相比,采用改进优先级指数退避算法的随机接入过程,在能保证高优先级用户成功接入的同时,还能明显提高中、低优先级用户的接入成功率,并且当用户接入压力较大时,该算法能有效地降低各优先级用户的平均接入时延。     

基于改进匈牙利算法的机场航班时刻优化研究

航班时刻是我国治理航班延误、管理空中交通流量最为重要的基础数据之一。针对我国枢纽机场运营高峰时段时刻资源紧张、超负荷运行、放行顺序不合理等情况,分析机场航班运行规律和存在问题,在保证正班航班运输需求的基础上,提出基于历史数据的航班时刻优化模型,并改进匈牙利算法求解,以达到航空公司申请时刻调整量和航班地面等待时间整体最小的目标。结合杭州萧山国际机场历史运行数据,验证了航班时刻优化模型的可行性和适用性,对减少地面延误、提高放行正常率、增加机场容量具有重要作用。     

基于Spark的决策树算法对航班延误预测研究

在大数据环境下,为了提高航班延误预测精确度和数据处理速度,提出基于Spark框架下处理海量数据方法。本文使用决策树算法对航班数据进行分析,预测航班的延误情况,并与使用支持向量机,Logistic回归分类算法的预测结果进行比较。结果证明决策树算法具有较高的准确率和灵敏度,表明决策树算法可以应用到航班延误预测中,给航空机构提供数据支持。     

珠三角地区多机场系统航班时刻的仿真优化

珠三角地区机场分布稠密、空域紧张、航班延误率高。为降低该地区的航班延误,提出以延误分层模型为优化目标,采用空域机场仿真模型SIMMOD对珠三角地区多机场系统仿真建模和有约束限制的并行扰动随机近似（Simultaneous Perturbation Stochastic Approximation,SPSA）优化算法相结合的方法,对珠三角地区多机场系统的航班时刻进行仿真优化研究。采用非光滑反馈对SPSA算法进行了改进。仿真结果表明采用这种仿真优化方法生成的新航班时刻,可有效降低总延误时间。研究对从整体上减少珠三角地区多机场系统的延误成本具有重要价值。     

基于优先级的TDMA动态时隙分配算法

根据帧结构的不同对现有的时隙分配算法进行分类,分析其特点及综合性能。根据二叉树块内均分法,提出一种改进的时分多址动态时隙分配算法,地面主控站可根据用户的紧急或优先级高低的预约请求进行实时分配,能满足用户占用时隙块发送较长报文的需求。仿真结果表明,该算法能减少报文的平均延误时间,适合突发应急报文的传输需要。     

航班延误树的构造与波及分析

由于一架飞机在一天中要执行多个航班,各航班之间存在前后衔接关系,因此,一个航班的延误会波及到下游许多其它航班。重点研究飞机和机组资源对于航班延误与波及的影响,给出延误树的生成过程,通过初始航班延误的触发,动态建立以该航班为根结点的航班延误树,并根据统计结果给出相关量值。实例分析了初始航班延误发生的时刻、持续时间与波及的程度,以期辅助优化飞机与机组排班,减少航班延误。     

一种新颖的带模糊截止时限的磁盘调度算法

设计了一种新的基于截止时限的磁盘调度算法，该算法支持带多优先级的请求。对于某些实时要求，其截止时限是不确定的或者不精确的，该算法采用模糊集来描述这类不确定性，模糊截止时限的隶属度函数表示对请求完成时间的满意程度。调度的目的是最优的指定优先级，使得截止时限的满意程度最大化。根据请求截止时限的不同，把满意程度划分为若干连续的区间。在每个不同的区间内，每个请求都对应有修正的截止时限，把请求按照其修正的截止时限非减的顺序分配优先级，才能实现请求优先级的最优配置。仿真结果表明该算法能有效的分配请求的优先级，降低请求的丢失率，保证了更多的请求得到满足。     

考虑紧急度的救灾车辆路径问题建模与优化

为了减少救灾物资配送的延误时间和救灾车辆的总运输时间，引入紧急度的概念，建立了基于紧急度的救灾物资车辆路径问题模型，并设计了一种改进遗传算法对该模型进行求解。首先，采用多种策略生成初始种群；然后，提出一种基于紧急度的任务再分配算法作为局部搜索算子，该算法依据紧急度为延误安置点重新安排配送车辆或调整配送顺序从而减少延误时间，对无延误的车辆优化其路线从而减少总运输时间，以达到延误时间和总运输时间两者最优。在17个数据集上与先来先服务（FCFS）算法、按紧急度排序（URGS）算法和遗传算法（GA）三种算法进行了对比。实验结果表明，具有基于紧急度的任务再分配策略的遗传算法（TRUD-GA）与GA相比，平均延误时间减少25.0%，平均运输时间减少1.9%，与FCFS、URGS算法相比改进则更加明显。