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.     

基于高斯分布的进出港航班延误免疫检测方法

为了对机场航班延误情况做出较准确的检测,提出了一种基于高斯分布的进出港航班延误免疫检测模型。该模型利用生物免疫机制与航班运行机制的联系,建立了相应的自体集合、检测细胞及它们之间的匹配模型,同时针对每一架飞机每天要执行多个航班,机场进港航班与出港航班形成的前序后继关系,采用高斯分布进行拟合航班链延误波及影响。对国内某机场仿真实验结果表明,该模型有较好的效果。     

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。     

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。     

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DCS-DES组合的机场航班延误预测方法

航班延误对民航运输业的影响较为明显,针对机场航班运行的特点,将生物免疫机制与航班运行机制相对应,依据航班的延误率对检测器进行划分,用机场航班运行数据对检测器进行训练,提出了基于动态克隆选择算法和动态指数平滑法组合的机场航班延误预测方法,简称为DCS-DES组合方法.对这两种方法采用均方误差各所占比例加权组合预测的方式进行了实验,实验结果表明,该方法能较准确地预测下一时段航班的延误数量,且实时性较好.     

精确求解进港飞机调度双目标优化问题的epsilon约束算法

随着机场客流的持续增长,航班延误日益严重。同时,对于机场最重要的跑道资源而言,积雪结冰等会造成 飞机 打滑,从而出现事故。对于机场管理者,周期性地维护跑道至关重要,以防雨雪天气出现飞机打滑事故。该研究主要针对跑道上的 航班调度问题,考虑恶劣天气环境下跑道的周期性维护(如周期性喷洒除雪盐等)。为了在保证航班的服务质量的同时提高机场跑道的使用效率,文中以最小化航班总延误和跑道使用时间为优化的双目标。首先,提出该双目标优化问题混合整数规划模型;其次,为了精确求解出Pareto前沿,开发出epsilon约束算法;最后,给出算例来说明模型和算法的可行性。通过数学规划理论建模并开发精确求解算法,为机场资源优化研究提供参考。     

实现多目标优化的机场特种车辆调度算法

为保证航班正常运行,机场特种车辆必须高效完成地面保障服务任务。目前机场特种车辆的调度方式是单车单航班服务的人工调度方式,成本较高,且效率较低。针对该问题提出一种基于节约算法的解决方案。该方案分为两个阶段:第一阶段,利用节约算法求出满足行驶总路程最短的子路径集合;第二阶段,通过构建的新方法将每个子路径任务合理分配给所有车辆,实现车辆数目最少和任务量差异最小的目标。以国内某机场实际航班数据做算例进行实验,与单车单航班服务相比,总路程节省49.28%;与不加任务量约束相比,任务均衡度由43.55%提高到95.16%。实验结果表明,利用该算法调度特种车辆可大幅降低服务成本,且能实现任务均衡。     

复杂多约束条件下航班除冰延误机理及资源优化配置

针对机场除冰运行存在的除冰航班延误频发、除冰资源使用粗放的问题,提出了考虑航班延误机理的除冰资源优化配置方法.研究了多参数综合影响的除冰效率及航班动态随机环境下的除冰排队延误机理.分析了除冰运行过程的复杂多约束条件,构建了以最小化除冰液消耗、除冰车需求和除冰延误架次为目标的飞机除冰资源多目标优化配置模型.利用自适应网格多目标粒子群算法求解模型并提出了基于多属性决策优化的除冰资源优化配置方法.除冰资源优化配置后除冰液消耗量、除冰车需求量、除冰延误架次相较于优化前分别降低了13.9%,12.8%, 19.3%.该方法为机场除冰运行资源优化提供了新思路.     

航班延误分布式检测与仿真

关于航班延误问题,已成为是困扰民航部门和广大旅客的热点,涉及多个环节和多种影响因素的航班延误状态检测是难点.针对某天某时刻航班实际运行发生的情况,将生物免疫系统机制与机场航班运行机制联系起来,为提高检测准确率,提出了一种分布式人工免疫模型的机场航班延误实时检测方法,采用分布式检测模型的特点,用各周次训练出来的检测器联合实时对下一时刻的机场离港航班延误状态进行检测,仿真结果表明方法不仅能够实时准确地检测机场离港航班状态,而且能够准确预测下一时间段累计延误航班数量,为航班延误预警提供决策支持.