终端区动态容量预测模型

为有效预测终端区动态容量,提出了一种危险天气影响下的动态容量预测模型。该模型根据危险天气预报概率的大小,将受影响空域的范围做区间化处理,认为危险天气预报概率大于70%的空域为完全避让空域,危险天气预报概率在70%以下的空域为可能避让空域。引入航班进离场优化排序和危险天气避让路径规划策略,以平均航班延误最小为目标,采用捕食搜索算法予以求解;并根据终端区实际容量评估的一般流程,运用仿真方法预测一定延误水平下的动态容量区间。以某机场终端区为例,验证了模型的有效性。     

危险天气下航班等待与改航的实时集成优化

为了提高航班准点率,降低危险天气对航班飞行的影响,同时考虑等待策略和改航策略,进行实时空中交通流量管理的研究。以改航起始点至改航结束点间的总航行时长最短为目标,安全可行性、技术可行性为约束,建立了数学模型,并设计了两阶段求解算法,先基于遗传算法优化等待时长和改航路径,再基于"化曲为直"和"二分法"的思想调整改航路径,得到了最佳等待时长和改航路径。仿真结果表明,该算法得到的实时优化结果优于几何切线法;相比静态改航,更能提高空域利用率;相比单独考虑等待策略,总航行时长降低了17.04%;相比单独考虑改航策略,总航行时长降低了3.98%;验证了危险天气下航班等待时长与改航路径实时集成优化在实时空中交通流量管理中的有效性。     

航班延误中的空管原因及对策探讨

经常大面积的航班延误问题日益受到关注,究其原因,主要是受天气、军方活动、空域管理和管制理念的影响.预防和解决航班延误需要改革空域管理体制,合理利用空域,改善空管基础设施,合理安排航班量及航班时刻,更新管理理念和管制理念,大范围统筹安排飞行流量,尽可能减少空管原因造成的航班延误.     

机场

2011年中国民航航班正常率达779%2011年,中国民航航班正常率达到77.9%,比2010年同期增长2.1%,距实现80%的目标更近了一步。在全国各大机场中,华北地区机场航班正常率达到74.92%,与上年同期增长1.6个百分点,正常率在80%以上的机场达到10个,比上年增加2个。     

基于容流匹配的进离场航班调度优化模型和算法

综合考虑机场的空中等待航班数量、空域容量、场面容量以及机场起飞需求等约束条件,以可变的优先级为调配手段,以总延误时间最短为目标函数,建立了一个新的基于容流匹配的进离场航班调度优化模型。引入合作型协同进化遗传算法,设计了用一对代表个体形成合作团体的新选择方式,有效解决了传统遗传算法种群多样性低、易早熟等问题。仿真结果表明,该模型能够在满足机场容量限制的同时,有效降低航班的总延误时间。     

空域拥挤资源分配的拍卖方法研究和博弈均衡分析(英文)

基于协调决策的各种流量管理策略已被广泛应用于空域拥挤问题,但是如何整合这些流量管理策略重排拥挤的航班,实现空域资源公平有效地分配,一直是一个难题。流量管理部门对拥塞空域的主要管理目标是系统总延误成本最小,而航空公司则是以自身获利最大化为目标。航空公司可在协调决策过程中,隐藏必要的信息,以实现自身利益的最大化,但是这样会增加系统的总延误成本。为实现流量管理部门与航空公司的目标一致性,提高空域资源的分配效率,文中提出了基于拍卖的方法解决预战术和战术流量管理阶段的空域拥挤问题,并利用博弈理论对航空公司的决策进行了分析建模。通过一个仿真实验,验证了拍卖的分配结果能够降低拥挤空域的总延误成本。最后,根据实验数据分析了通过按拥挤航班数量比例重分配拍卖收入给航空公司方案,该方案能有效地降低航空公司的航班延误损失,提高空域资源分配的公平性和有效性。     

基于调速法的交叉航路空域复杂度研究

目前基于航空器架次的空域容量评估方法很难映射出交通态势、扇区结构及管制员负荷之间复杂关系,采用复杂度评估空域系统运行能力是当前空中交通管理领域的研究热点。本文基于空域复杂度评估方法中的扰动分析思想,根据扇区实际运行中交叉航路、航班流随机到达等实际情况,建立扇区-航班流模型,采用调速法进行飞行冲突探测与解脱,进而定义交叉航路扇区空域复杂度计算方法,设计了瞬时和平均空域复杂度可视化表示方法,对预测和降低空域复杂度提供支持。仿真结果表明,该方法与基于航空器架次的评估模型相比更能反映出扇区交通态势微观特征,向空中交通管理提供了决策支持工具。     

空域数据库中航班航线嵌套表的设计与实现

本分析了空域数据库中航班航线表的数据存储特点，提出采用Oracle特有的嵌套表技术来设计航班航线数据表，并给出了具体的实现方案。     

基于分支定界的离场航空器动态排序

离场航空器优化排序是加速终端空域内航班流动 、提高航班正点率、缓解管制工作负荷的有效手段。采用滚动时域控制(Receding horizoncontrol,RHC)策略构建离场航空器 实时动态排序框架,并基于分支定界法获取时间窗内优化的目标起飞时间。在此基础上,利 用修正的离场滑行时间确定允许开车时间,从而为管制员提供决策支持。以上海浦东机场离 场运行为例进行仿真验证,结果表明文中提出的方法不仅有效地实现了管制决策支持（为管制 员提供目标起飞时间与允许开车时间）,也能够提升跑道离场容量,降低离场延误水平。     

基于改进的状态空间模型进化算法的航班优化调度

单跑道进离港航班优化调度是将某一时间窗内进离港航班看作一个整体,对进离港航班进行统一优化排序,属于典型的组合优化问题。改进的状态空间模型序号编码进化算法（MOSEA）采用序号编码,不使用交叉算子,且通过构造状态进化矩阵来实现基因换位等遗传算子功能,使种群不断地进化,并结合选种池的选择操作实现种群的优胜劣汰。MOSEA算法将问题的解答过程表示为离散状态空间模型的动力学过程,突破了遗传算法的计算模式,简化了遗传操作,并研究了其在航班进离港优化调度中的应用。仿真实验表明：MOSEA算法与遗传算法、先到先服务（FCFS）航班排序相比,航班总延误时间分别降低了22.13%、32.06%,且运算速度更快。     

基于数字孪生的航班链延误动态预测模型

针对复杂多变的航班运行环境，提出一种基于数字孪生的航班链延误动态预测模型，以改善传统预测方法的精度及自适应性。模型基于数字孪生航班链系统构建，采用滑动窗口下的多通道特征建模完成单元级航班延误预测，并提出一种混合优化策略进行模型参数的动态优化，最后通过孪生数据驱动的链式分析方法实现了全航班链的延误分析与修正。采用国内航班数据进行实验，得到在各个窗口下的航班延误平均绝对误差（Mean absolute error, MAE）为11.79 min，低于其他基线模型和静态模型；且引入孪生数据驱动分析和修正后，紧随其后的航班预测误差比此前进一步降低了6.44%。结果表明，模型有利于数字孪生航班链系统实现虚实交互，并具有优良的预测精度和自适应性。     

基于交通场景的进离场航班联合调度双层规划模型（英文）

为适应协同决策需要,考虑进离场运行不同交通场景下空管、航司、机场和旅客的诉求差异,对进离场航班联合调度问题进行了系统的研究。根据容流匹配程度,判定进场/离场运行的交通状态为高峰或非高峰,分析不同交通状态下进场/离场运行各方诉求的差异,分别建立了各交通状态下进场/离场航班调度的数学模型;针对进场/离场运行交通状态组合所得的4种进离场联合运行交通场景,分别建立了相应的进离场航班联合调度双层规划模型并设计精英保留的遗传算法求解。结果表明:较先到先服务方法,在进场高峰/离场非高峰和进场高峰/离场高峰场景下,优化调度结果中离场航班均衡满意度得到提升,离场航班流的跑道占用时间减少了38.8%;在进场非高峰/离场非高峰和离场高峰/进场非高峰的场景下,优化调度结果中进场航班均衡延误时间大幅减少,离场航班均衡满意度提升了77.6%,离场航班流的跑道占用时间减少了46.6%。与其他4种策略相比,优化调度方法更好地权衡了公平与效率,调度结果更加合理可行。     

容量受叠限的航班时刻规划算法的设计和实现

航班时刻规划是战略时期空中交通管制的主要方法.针对起降容量受限和航班延误耗损的变化趋势,提出基于时隙分配的航班时刻规划算法.该算法以调整时间最小和延误耗损总和最小为准则,对进离港航班统一分配时隙.算法考虑了对航班的前提调整,从而得到总延误损失费用与总延误时间值都较小的分配结果.同时,该算法也能处理有后继任务的航班.结合实际数据,用计算机仿真实验对该算法进行了验证,证明了算法的优化性和有效性.     

基于GIS的机场场面路径优化算法的研究

利用GIS技术,研究了进出港航班滑行路径的优化问题。为机场上刚降落和即将出港的航班规划最短滑行路径。判断航班在规划的滑行路径上是否会发生对头相遇。考虑到机场安全性和使用效率,要求保证进出港航班在滑行过程中按最短路径连续滑行,并且不能发生对头相遇。本提出了两种解决方法：(1)改变进港航班的滑行速度;(2)延迟出港航班的时间。通过实例验证了该算法的可行性。     

航班运控中飞机和机组快速整合优化恢复

由于 天气、交通流量、飞机故障等因素影响,航班推迟甚至取消经常发生。导致航班延误的因素 一旦解除,航班恢复工作必须立即执行,为此航班优化建模求解方法的高速高效尤其重要。 首先系统简要地回顾了航班优化恢复的研究现状。在此基础上,提出了飞机和机组一体 化恢复的数学模型。之后通过构建飞机恢复和机组恢复的可行路径和可行配对作为输入,对 建立的优化模型进行优化求解,以使其在合理的时间内,获得整合恢复的优化解。为了获得 飞机恢复和机组恢复的可行路径和可行配对,设计了专门的递归算法和配对存储树方法 。为了进一步提高计算速度,对计算数据进行了预处理,即将恢复限制在受扰航班中进行 。这样不仅提高了求解速度,同时也最大限度地减少了受扰航班数。计算试验表明,该方法 较之飞机、机组分阶段优化恢复,优度明显提升,而且求解速度快,可用于航空公司中小规 模的航班恢复。     

多跑道机场离场航班排序优化方法研究

本文建立了以旅客总延误时间成本最小化为目标函数的多跑道机场离场航班排序优化模型，并考虑航路流控的影响，通过回溯算法求解，融合位置约束交换算法优先处理受流控影响的航班，最后采用南京禄口国际机场为例进行算例验证。与先进先出模式相比，优化后的离场模式降低航班延误时间效果显著，旅客总延误成本减少了44.81%，所提方法可显著提升多跑道协同运行能力，为当前多跑道机场的调度排序提供了思路与方法。     

空域拥挤风险管理时间决策模型与方法

针对目前日益严重的空域拥挤现象,缺乏有效的空域拥挤风险管理机制,造成拥挤难以应对等问题,建立了空域拥挤风险预测模型、空域拥挤风险解决模型和风险损失成本模型。采用风险预测模型和解决模型预测可能产生空域拥挤的时段、提出不同时段的实施流量管理策略,基于风险损失成本模型给出了不同时段调整拥挤的运行成本,通过比较运行成本和空域拥挤风险管理决策方法确定出解决空域拥挤的最佳时间点。采用实际运行数据进行验证,结果表明:所建立的空域拥挤预测模型、空域拥挤风险解决模型、风险损失成本模型和空域拥挤风险管理时间决策方法能有效地预测未来空域发生拥挤的时段,迅速找到运行成本最小的调整拥挤的时间点,为空中交通流量动态管理提供了新途径。     

基于改进蚁群算法的无人机冲突解脱技术（英文）

基于ADS-B监视数据,提出了一种基于线性外推法的机载无人机冲突探测与解脱方法,为可能发生的冲突提供预警。为解决多无人机冲突问题,引入基本蚁群算法,并通过加入速度调整策略来优化传统的基本蚁群算法的冲突简化模型。提出了一种基于速度调整策略和航向调整策略的多无人机冲突解脱方案。通过加入排序系统和角度信息,改进了蚁群算法。结果表明,改进的蚁群算法可为空域内多无人机规划无人机冲突解脱路径。改进后的蚁群算法,提高了计算效率,收敛出最优化目标所需时间减少了43.9%,且最终总延误距离减少了58.4%。     

基于改进区域生长算法的终端区扇区优化

针对民航业发展中空中交通流量不断增加以及空域划分不合理导致的流量分布、管制员负荷分布不均等问题,基于空中交通管制扇区划分的思想,对终端区扇区优化算法进行了研究。通过对终端区空域实际交通流网络进行数学描述,利用流量栅格矩阵划分空域单元,并以航迹数据作为统计依据建立扇区优化的数学模型,实现利用流量数据代替负荷计算,简化了扇区优化的过程。针对传统生长算法所得扇区不连续空域较多问题,提出环形生长的改进区域生长算法得到最优的扇区划分。最终,以厦门终端区为例,通过改进区域生长算法所得的扇区管制员负荷,经计算均小于总时间的80%,且最小负荷差为304 s,验证了所提出扇区优化方法的合理性。     

冷知识

飞机的窗户为什么打不开据早期的空姐回忆,在上世纪30年代,空姐在日常航班中,有一项重要的工作是:要阻止乘客往窗外扔垃圾和烟头。也就是说,那时飞机上的窗户是可以打开的。早期的活塞式飞机只能在5000米以下的空域飞行,只有在躲避雷雨时才会偶尔飞到6000