恶劣天气下机场离场航班运行韧性评估及恢复

为保障恶劣天气下机场整体性能,科学评估机场离场航班运行韧性,提高航班恢复能力,从而有效缓解天气的影响。给出机场离场航班运行定义,从机场离场航班运行系统性能出发,分析航班离场延误时间、离场总延误时间、离场航班正常率和机场离场航班运行系统综合韧性指数4个指标,对系统在恶劣天气条件下的韧性变化进行评估;提出机场离场航班运行系统性能恢复策略,利用遗传算法对离场延误航班进行优化排序;以2012年北京首都国际机场“721”特大暴雨事件为实例进行数据分析,得到暴雨影响下首都机场的性能指标和韧性指数,对比分析机场离场航班运行系统性能及韧性水平变化。研究结果表明：受暴雨影响,机场离场航班运行系统综合韧性指数由0.457 3下降到0.062 8,暴雨减小后上升到0.222 3;在进行航班优化排序后,离场航班总延误时间减少了24.85%,优化后机场性能恢复速度提升了13.89%,优化后的机场离场航班运行系统最小韧性指数提升了13.38%,系统性能优先恢复至初始状态,表明所提恢复策略有效。     

航班保障因果分析框架

航班离港延误是民航界一致关注并希望解决的重点及难点问题。针对航班离港延误产生原因不明晰及因果影响强度不确定的问题，提出了BLCNS-LV-IDA因果分析框架，从因果推断的角度出发，在航班地面保障业务范畴领域内，从定性和定量2个层面对航班离港推出延误进行因果分析。以航班离港推出延误时长为目标变量，基于特征选择和极大祖先图贪婪搜索(GSMAG)算法结合的BLCNS局部因果网络结构发现算法，构建因果网络模型；根据得到的因果网络，基于LV-IDA算法对各等价网络中的边缘进行因果效应评估。实验结果表明：BLCNS局部因果网络结构发现算法在处理变量较多的大样本数据集时有一定的优势，在50节点集的1 000、5 000、10 000样本量下，F1值较基线算法分别提高了-0.303、0.008、0.132，呈明显上升趋势，且在运行时间方面至少缩短16.29%。节点间的因果效应明确了各节点对航班延误的具体影响强度，为航班保障的精细化管理、减少航班延误提供了指导。     

过站航班地面保障过程动态预测

过站航班地面保障过程预测是机场协同决策系统的重要功能。针对目前无法实现过程精细化动态预测且精度较低的问题,提出了一种基于贝叶斯网络的过站航班地面保障过程动态预测方法。建立了地面保障过程贝叶斯网络模型,设计了基于航班属性的初始样本空间生成算法,结合高斯核概率密度估计构建了地面保障过程动态预测方法。某枢纽机场实际数据的仿真结果表明:所提方法在充分考虑航班运行属性的基础上实现了各保障节点的动态预测,其平均绝对误差仅为2.224 1 min,均方根误差相比其他方法低近2 min,能够为机场运行短时战术组织提供客观的决策依据。      

基于滚动时域控制的多路径进场航班排序优化

进场航班排序优化是提高进场航班着落效率、减少航班延误的有效方法。基于此，以最大化着落效率为目标，结合多跑道、多航路选择，考虑实际航路点限制，提出了多路径多跑道一体化进场航班排序优化混合整数规划模型。为解决大规模航班排序计算的实时性问题，提出了多航路点滚动时域控制算法。以广州白云国际机场终端区为实例进行验证，采用实际进场航班数据开展计算实验，在尾流安全间隔上，采用RECAT-CN运行标准，计算结果表明：小规模航班架次时（23架），所提模型最大降落时间比先到先服务方法提前55 s，比未优化时提前271 s；大规模航班架次时（104架），仅靠求解器在3 600 s内未找到可行解，所提算法在128.65 s找到解。所提模型和算法有效，可应用于实际航班排序优化。     

基于贝叶斯准则的支持向量机预测模型

对实际统计数据中存在的相关性、不确定性和非线性问题,提出贝叶斯支持向量机预测模型方法.构建基于高斯分布的权值分布模型描述信息的不确定性,基于先验概率分布和贝叶斯关系获得后验分布模型,利用极大似然方法和递推迭代算法求解后验分布的最佳参数,从而得到关联向量机.建立起基于参数分布多维时间序列预测模型,将每一步迭代过程中的支持向量机输入作为随机变量,考虑数据不确定性的传递,递推得到贝叶斯支持向量机预测输出.由于贝叶斯支持向量机可以有效反映随机影响及其传递,可以克服数据不确定性和相关性的影响,因此基于贝叶斯支持向量机预测效果更加符合实际.实例表明利用贝叶斯支持向量机预测高科技企业发展趋势与实际发展趋势接近,可以克服数据相关性、不确定性和非线性对信息模型的影响,具有较高的预测精度和预测鲁棒性.     

基于交通状态的离场航班动态协同排序方法

为适应协同决策(CDM)需要，考虑空管、航司和机场三方的诉求，对拥挤和非拥挤场景下的离场航班动态协同排序问题进行了系统研究。通过分析离场航班运行特性，利用离场航班的计划撤轮档时间(SOBT)和预计撤轮档时间(EOBT)数据设计了一种离场航班动态排序方法；针对各方构建了离场航班排序的多个优化目标，且为保证排序公平性，提出了航空公司延误公平性评价指标，将非受控离场航班优先级分为3类，对各类非受控离场航班设置其可接受的最大延误时间和最大位置偏移量，创建了基于交通状态的离场航班协同排序模型；采用带精英策略的快速非支配排序遗传算法(NSGA-Ⅱ)寻求离场航班动态协同排序的最优解。仿真结果表明:较先到先服务(FCFS)方法，所提方法在2种场景下各排序时段均增加多种排序方案，离场航班总延误均减少50%以上，且在非拥挤场景下提高了航空公司延误公平性。所提方法可对离场航班进行优化排序，显著减少航班延误，有效提升公平性，契合协同决策理念，可实现三方协同排序。      

时隙分配算法在CDM GDP 程序中的应用

机场容量由于恶劣天气等突发原因受到限制导致大面积航班的延误,带来了巨大的经济损失.CDM(Collaborative Decision Making) GDP(Ground Delay Procedure)就是解决这类突发情况的空中交通流量管理程序.就其核心问题——时隙分配,在现有的时隙分配算法基础上,引入航班延误损失系数,使得算法以延误损失替代延误时间,提出了2种基于该系数的时隙分配算法.最后,用java语言进行了仿真实验,引入了评判函数来选择在总延误损失和延误损失分配的公平性上最佳满足决策者要求的分配结果.      

不确定容量下时隙分配问题两阶段规划模型

恶劣天气等不确定环境下,传统时隙分配方法易造成航班大量延误现象,为解决这一问题,分析了时隙分配过程,基于不确定理论,从权衡"请求时隙-计划时隙差"和"计划时隙-运行时隙差"的角度,提出了不确定容量下的时隙分配两阶段规划模型,分别构建了单机场模型和多机场模型。根据模型特点,设计了基于人工蜂群（ABC）算法的渐进二元启发式方法,提升了求解效率。通过算例分析,验证了所提模型和方法的有效性,同时对模型参数设置进行了分析。      

航空液压泵磨损状况预测

磨损是航空液压泵典型的渐进性故障之一,因磨损量难以测量,对磨损状况进行准确的预测比较困难.针对上述问题,提出了基于多尺度数据的支持向量机预测方法,该方法将支持向量机用于时间序列预测的基本理论和数据多尺度分解、相空间重构方法结合,能更有效地挖掘时间序列的内在联系及变化规律.采用回油流量作为反映航空液压泵磨损状况的敏感信号,将其分解为趋势项和随机项,采用多尺度支持向量机作等维信息一步预测和多步预测,利用网格方法对预测模型参数寻优.对比传统支持向量机算法分析其预测精度,结果表明:多尺度支持向量机模型预测精度更高,适于中长期预测.      

基于双层K近邻算法航站楼短时客流量预测

航站楼离港客流量在短时期内呈现准周期性规律变化,易受航班计划、天气等多种因素影响,表现出复杂的非线性特点。为了实现航站楼短时客流量的准确预测,在传统K近邻（KNN）算法基础上增加了航班计划状态模式匹配方法,以航班计划包含的多维属性作为特征选取相似历史运营日作为预测基准向量,建立基于航站楼短时客流量预测的双层K近邻模型。通过实例分析,与ARIMA模型和传统K近邻模型等进行比较,证明双层K近邻模型预测误差更小,精度更高,模型拟合度相对传统K近邻模型提高了8%~10%,为航站楼短时客流量精确预测提供了一种新的解决思路。      

航线联营下基于转运的飞机航线路径优化

为解决航空运输成本高,运输资源闲置、浪费多的问题,对航线联营下基于转运的飞机航线路径优化问题进行研究。基于货物转运问题,考虑联盟对运营的影响,引入航空联盟选择概率,确定转运前后航段运输的承运及托运问题,并考虑托运运输的衔接问题。由于航空网络中双机场容量限制,运行中全货机飞行时段及空域容量的限制,以总成本最小化为目标,建立了航线联营下基于转运的航线路径优化模型（T-AAAFRP）。设计了改进的遗传算法求解模型。通过实例分析,研究选址和路径优化问题。研究结果表明：设计的算法具有较高的收敛性;转运点数量变化的过程中,双机场城市总被选择作为转运点;需求量、飞机固定成本的变化对优化决策有较大影响;飞机载重量、联盟承运与托运的分摊系数、决策者风险偏好的变化对优化决策有较小影响;总体上转运点数量越多,所承担的总成本越小,使用的飞机数量越少。     

一种基于图论的机场空域无人机流量控制方法

城市物流无人机机场需具有同时起降多架无人机的能力，针对中小型垂直起降无人机设计了一种单入口单出口、航路交叉、多停机坪的机场模型，提出了一种基于图论的飞行安全优先的流量控制方法。根据机场内无人机飞行状态，控制无人机进离场时间，规划出机场内飞行航路，保证无人机飞行安全。仿真结果表明:该流量控制方法可以确保无人机在机场空域内安全有序飞行；分别测试了面积不同的机场进场与进离场运行容量，在单个停机坪面积一定时，停机坪数量越多进场容量越大，但进离场容量反而越小；因此在设计机场时，在给定的机场面积情况下，需要合理规划停机坪数量。      

可变后掠翼联动驱动机构设计与尺寸综合

可变后掠翼飞行器通过改变其机翼后掠角,可实现在不同飞行速度条件下,达到最佳飞行状态。为了实现在单驱动下机翼后掠角变化时,同时实现机翼部分蒙皮的展收,基于平面复合连杆机构,提出一种可变后掠翼联动驱动机构。为了解决该机构函数生成与运动生成综合相结合的尺寸综合问题,将复合连杆机构拆分为3个子机构,通过矢量方程法对机构进行分析,建立复合连杆机构的矢量环路方程,并对机构的可动性进行分析。结合机构矢量环路方程,提出一种利用优化算法与运动学分析软件判断机构可动性、优化机构性能的尺寸综合方法。结合相应实例,使用所提方法对机构进行设计,获得了满足可动性要求、尺寸约束,且包络面积最小的机构尺寸构型,证明了所提方法的有效性。     

基于速度障碍法的飞行冲突解脱与恢复策略

针对飞行中的冲突解脱和航迹恢复问题,在速度障碍法模型的基础上提出了一种几何优化的方法,并对这个问题进行了严格的数学描述。首先根据飞机之间的相对位置和速度关系,确定其冲突类型,以及是否满足各解脱策略的条件,选取相应的解脱策略,待冲突解脱完成后,飞机恢复至原航线飞行。然后通过几何分析,理论推导,该模型能够有效解决飞行冲突,并且具体给出冲突解脱和航迹恢复的位置。最后在仿真中,所提方法根据不同场景能够自主选择冲突解脱策略,结果显示该方法简单高效,并且在航迹恢复过程中不引入新的飞行冲突。      

考虑外包的货运航空公司货流分配问题

针对货运航空公司大量、纷繁交错的航空货运需求,制定合理的路径规划和配流方案可以降低运输成本、提高运输效率。考虑货机运输和外包运输2种运输方式,建立了运力配置和货流分配一体化的混合整数规划模型。以中国国际货运航空有限公司为例进行算例求解,根据不同运输距离对货流进行预分配,根据OD对机场所在集合预先规定货流可以中转的机场,不仅缩小了搜索空间,比两者均不处理时节省了85.12%的计算时间,而且中转货流运输路径总长度和中转货流周转量与不处理相比也分别降低了17.19%和28.99%,减少了大量绕路。得到的结果与不考虑外包的模型相比节省了4.87%的成本。引入外包价格系数进行灵敏度分析,随着外包价格系数从1.2到0.8不断减小,货运航空公司通过外包运输的货物量增加,同时小型货机执飞的航段不断减少,而大型货机执飞的航段没有变化。对不同运输方式的单位运输成本随运输量变化的曲线进行分析,当货运航空公司在面临新增局部货运需求时,可以不改变全局方案,而根据曲线及剩余运力情况做出较优的决策。      

战术飞行任务的水平航迹快速生成算法

由于军机的水平航迹规划必须考虑飞机作战生存性和执行任务的有效性，并且借鉴 实时性，所以成为较特殊的优化问题，应用多重尺度奇异摄动法简化了水平航迹规划问题，构成了战术飞行任务的水平航迹快速生成算法，仿真优化计算结果表明，算法能够快速生成水平航迹，优化结果也是有效的。     

基于POD曲线的预警机雷达检飞概率模型

针对预警机雷达检飞试验中距离取样间隔及检飞航线边界条件的确定问题,以保证发现概率(POD)曲线的覆盖率与精确性为目标,提出基于POD曲线的预警机雷达检飞概率模型.首先,根据POD曲线的覆盖率和精确性要求确定检飞试验拟合曲线所需的采样点数.然后,根据POD曲线的经验分布函数建立检飞试验中最小探测距离和最大探测距离的计算方法,并由此确定检飞航线上距离取样间隔的长度.最后,根据发现概率的统计特性得到距离取样间隔内采样点数以及航次数等试验参数,为雷达检飞试验设计与预警性能评定提供定量依据.      

基于SVM的低空飞行冲突探测改进模型

为保障通航飞行器在低空空域的飞行安全,提出了一种基于支持向量机（SVM）的飞行冲突探测改进模型。首先,建立适应于飞行器的保护区。然后,利用改进型ID3决策树算法将搜索空间降低到局部的方法筛选具有潜在飞行冲突的飞行器,并利用随机森林（RF）选择合适训练集。最后,利用tanh函数优化容易饱和的sigmoid函数对SVM分类结果的概率映射。通过仿真验证和对比分析,结果表明:利用基于密度聚类的DBSACN算法去除异常点,将剔除产生误报和虚报的数据作为训练集优化SVM分类器,改进的飞行冲突探测模型的误报率和虚报率分别降低了0.6%和1.9%,算法执行效率得到提高,而且具有较好的抗干扰能力与稳定性。