考虑机场公平性的机场群航班时刻分配

机场航班时刻优化是机场需求和容量管理的一个重要手段，一直是空中交通领域的研究重点。现有研究主要考虑机场容量和航班运行等约束，对单个机场的进离场航班时刻进行优化分配，目标是在尽可能地满足航空公司需求的前提下最大化利用机场容量。随着我国机场群的建设，机场群内各机场竞争关键空域资源的矛盾日益突出。单独优化每个机场的时刻可能会导致不同机场的航班在关键空域点发生拥挤，造成航班延误。综合考虑机场和空域资源优化航班时刻是提升机场群资源利用效率的关键之一。特别是，考虑机场之间的公平性合理配置航班时刻至关重要，但鲜有相关工作开展。本文首先建立了一个考虑机场容量和空域容量的多目标航班时刻优化模型，实现对机场群系统资源的优化利用；然后，综合考虑了各机场在潜在离场冲突点的需求，构建了基于高峰时刻需求的机场公平性指标和整体度量，兼顾了机场群内各成员机场的功能定位。最后，通过粤港澳大湾区五机场实际航班数据验证了模型的有效性和可扩展性，为机场群层面各利益相关方的公平性研究提供了重要借鉴和参考。     

单枢纽机场选址与航线网络规划综合优化

枢纽机场选址与航线网络优化问题是近年来受到民航业界广泛关注的热点问题之一。考虑到枢纽机场建设对航线网络的反作用,提出了单枢纽机场选址与航线网络规划综合优化问题。为了描述该问题,建立了基于空中交通均衡分配的成本最优的数学规划模型。最后,给出了求解该模型的迭代优化算法,并进行了算例验证。     

停机位分配问题优化技术

停机位分配是一类规模较大的组合优化问题，也是民航机场生产调度的关键和薄弱环节。根据系统优化理论，考察了ASA问题的研究历程和发展趋势，论述了ASA优化问题研究的一般技术途径，并对其关键技术——建模技术和优化求解技术进行了较为深入的探讨。     

CDM理论在优化进离场飞机队列上的应用研究

应用协同决策系统理论。研究了进场航班优化排序问题。给出了机场进离场容量转换和容量优化的模型。通过机场进离场容量转换来解决拥挤时段的进场与机场容量之间的问题。在协同决策思想的指导下把进离场航空器结合起来并且看作两个相互关联的操作。当进场容量和离场容量相互转换时。协同决策系统能提供最优的解决方案，使机场的进离场达到最大的吞吐量并且将延误减到最小。     

多机场系统内外部航线网络构建的优化问题

区域多机场系统已经成为航空业中颇具规模的机场群实体,但是现阶段区域多机场系统的发展面临诸多问题:系统内部各机场的发展不均衡,客源主要集中在区域内的主要枢纽机场;整体规划不严谨,造成各机场内出现不良竞争.针对此问题建立了0-1整数规划模型,通过合理地整体规划来满足航线流量的需求,同时减轻枢纽机场的负担.实验表明,利用求解该整数规划问题,经过模型优化后,使得整个区域多机场系统的运作效率大大提高.     

基于禁忌搜索算法的机场场面联合优化模型

针对当今机场场面优化对象仅为某一独立环节的情况,梳理联合优化框架,利用已有的单一环节优化模型,建立了滑行路径规划与停机位分配联合优化模型,并设计了禁忌搜索算法流程,最终降低了航班进离场资源占用时间。将优化模型分别植入空域管理与评估系统（ ACES）的空侧容量评估系统中进行仿真分析,结果表明,联合优化模型能够在综合考虑机场运行实际的条件下大幅提升空侧容量,改善机场运行效率与资源配置情况。     

机场终端区跑道配置优化及容流调配模型研究

大型繁忙机场交通需求的持续增长导致的飞行流量与保障能力、机场容量之间的矛盾日益突出。为了充分利用跑道系统资源,合理配置跑道运行容量,优化飞行流,建立非线性0-1整数规划模型解决以下两个问题:确定跑道配置优化序列,匹配进离场飞机流。模型综合考虑机场交通流、跑道配置转换容量折损、跑道容量包络线等约束,以优化区间内航班总延误最小为目标,用LINGO建模求解,使用实际运行数据验证模型的有效性。结果表明,模型实现了跑道资源的优化利用,降低了航班延误。     

基于双层规划的机场场面运行规划研究

当今国内民航业迅速发展,大型机场航空器起降架次稳定增多,场面运行情况也随之更加复杂,这对机场场面运行规划提出了更高的要求。综合考虑停机位指派和滑行道调度两个优化问题,引入双层规划模型,上下层模型分别以停机位与机型的匹配度最高、滑行时间最短为优化目标,采用遗传算法进行求解,并以上海浦东机场为实例进行场面运行规划。结果显示,优化后的方案在近机位利用率与滑行时间上都得到了改进,验证了模型的有效性。     

一种多机场航班时刻协同优化方法

随着多机场协同化发展日渐加速,单独优化各机场的时刻可能加剧关键空域点的冲突。因此,协同优化各机场的航班时刻成为提升整个多机场系统运行效率的关键。本文首先引入机场公平性因子与调度因子,综合考虑航班唯一性、航班调整量限制、航班连续性约束和机场动态容量等约束,建立多目标的多机场航班时刻协同优化模型,兼顾航班总调整量最小化和机场间公平性最优。其次,通过NSGA-Ⅱ算法对完成多目标协同优化模型的求解。最后,选取长三角地区的四个机场构建多机场系统,以其实际航班数据进行算例分析,给出具体的优化方案,优化后各机场航班架次分布更加均衡,每小时的航班数均不超过其饱和容量,航班取消率为1.28%,总调整量为160刻,公平性为0.01276,验证了模型的有效性。     

航路容量受限的多机场终端区放行策略研究

航路容量制约了民航的发展,考虑影响航路容量的基本因素,建立仿真模型确定航路容量。根据机场终端区分布、航线网络等因素,利用模糊评价排序算法确定多机场终端区的放行策略,解决基于航班时刻优化的多机场地面等待问题,有效地提高机场运营效率和安全性。     

民用机场及附近空域空中交通流量优化

针对民航客运需求快速增长所带来的航班延误和空域拥塞问题,提出一种优化民用机场及附近空域空中交通流量的方法。通过空中交通走廊容量评估方法,对经典优化模型进行了发展和改进,建立起综合性优化模型;将机场和附近空域视为一个整体系统,根据交通需求和容量的相互关系动态调整航班流量和机场起降容量;在优化计算时,提出一种兼顾效率和准确性的新型优化算法。通过算例对所述优化方法进行了验证,该方法可以为空中交通管制人员进行流量优化分配提供参考。     

空中交通流量优化管理

研究了空中交通流量管理中的机场流量最优化问题,提出了解决目前日益严重的拥塞问题的一种方案,将机场流量利用最优化问题分解为两个子问题,以折考虑解的最优性及求解复杂性,针对两个子问题,提出了一种折考虑解的最优性及求解复杂性的线性规划数学模型,利用该模型,可以最有效地发挥系统功能,同是保证飞机飞行过程的有效隔离,最后,还给出了具体的实例分析,证实了所建模型的实用性。     

图论最大流理论在机场登机口分配中的应用

为提高登机口的利用率、提升航空旅客出行的便捷性与舒适性、提高机场的运行效率及航空公司的运营效益,在图论中网络最大流理论的基础上,将旅客步行距离、机场资源运行效率、飞机最短过站时间、＂航班对＂、机型等作为约束条件,考虑航站楼布局、始发/终到及中转旅客数量等因素对登机口分配结果的影响,建立旅客登机口分配的优化网络模型,并对该算法的复杂度和最优性进行分析和证明。最后,运用实例来验证该方法在缩短旅客步行距离和提高机场运行资源利用率方面的可行性,该算法也可用于飞机停靠机位的优化安排。     

基于优先级调配的进离场航班序列动态优化

以可变的优先级作为调配手段,针对航班的进离场序列建立了一种动态优化模型.首先,根据不同进离场阶段的航空器燃油消耗率和安全系数,进行航班初始优先级分配;然后,考虑机场的空中等待航班数量、空域容量、场面容量以及机场的起飞需求,对航班优先级进行二次调配.以总耗油量为目标函数,引入合作型协同进化遗传算法,设计了令一对代表个体形成合作团体的新的代表个体选择方案,改善传统遗传算法中存在的种群多样性低、易早熟等问题.仿真结果表明,在机场容量限制下,该模型仍可以实现流量的动态调配,并有效降低燃油消耗,缓解机场空域及场面的运行压力.     

机场终端区容流调配鲁棒优化模型

为解决机场不确定容量条件下的航班进离场流量分配问题,以容流调配策略在各情景下的规划外延误损失或多余延误损失的均值与标准差之和最小为目标,建立了终端区容流调配鲁棒优化模型;采用捕食搜索算法求解模型,以国内某机场终端区运行数据为例进行仿真验证,并与经典终端区容流调配模型进行比较,结果表明,鲁棒优化模型较好地实现了容流调配的鲁棒性,有效减少了不同情景下进离场航班延误的扰动。     

多跑道协同运行模式优化方法

繁忙机场飞行区运行能力低下导致空中交通拥堵及航班延误现象频发,机场系统亟需扩容增效与排堵保畅。为有效平衡机场容流供需,研究了多跑道协同运行模式优化方法。综合考虑机场布局、交通流特性、气象条件等因素,提出了多跑道协同运行模式分类方法;基于跑道容量包络线理论,通过引入容量损失系数客观反映模式切换特点,建立了多跑道协同运行模式优化模型;结合多目标优化及遗传算法基本理论,设计了带精英策略的非支配排序遗传算法（NSGA）,对模型进行了准确求解。仿真实验表明,模型可对多跑道协同运行模式进行优化配置,有效实现机场容量与流量之间的均衡。与单一固定模式相比,多元组合模式优化效果显著,其中航班延误成本减少了38.1%,航班调整数量减少了46.4%,所提方法可显著提升多跑道协同运行能力,有效提高航班正常性。     

首都机场终端区多进港队列排序优化策略与仿真

在现行可用空域中，通过流量管理策略与进港航班队列优化相结合可提高机场运行容量。以终端区航路航线间隔和扇区容量为约束，通过合理分配机场终端区边界的进港口流量．以总进场排队等待时间最短为目标，提出了协同调配流量和机动分流两种新策略，达到提高机场运行效率的目的。以首都机场为例，利用计算机仿真验证，结果表明：与现状运行相比较采用的优化策略排队进场可使进场延误和等待时间减少，并使离场正常率提高8％左右。     

基于自适应连续蚁群算法的卫星星座设计(英文)

蚁群算法是一种解决多变量问题的新型启发式仿生算法。本文分析了卫星对地面的覆盖条件,提出用——/(n 1)重覆盖率来评价星座的覆盖性能,建立了以覆盖性能为目标函数的卫星星座参数优化模型。采用蚁群算法对卫星星座参数进行优化,为星座优化问题提供了一种新方法。在连续蚁群算法的基础上对算法进行改进,提出蚂蚁种群数量的自适应准则,有效的提高了搜索范围与收敛速度。通过仿真表明,与其他方法相比,蚁群算法在星座参数优化有着明显的效率。     

资源受限条件下的离港航班停机位分配优化模型

停机位作为机场的重要资源,优化停机位分配策略,实现更优的航班运行效率和旅客满意度已成为研究的重中之重。针对研究牵引车、管制员等资源受限条件下的停机位分配问题,首先以航空器延误时间最少、靠桥数最大为目标,并将靠桥数最大转化为不靠桥数最小,建立停机位分配优化模型,采用启发式算法进行求解;其次搭建场面仿真模型以验证算法的可靠性;最后通过北京大兴国际机场进行实例验证。结果表明：相较于机场实际运行情况,本文所建立的停机位分配优化模型使航空器延误降低25.5%、靠桥率提升8.8%,本文所提出的停机位分配策略可以在资源受限条件下实现场面延误和靠桥率的优化。