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。     

基于飞行需求的航路动态管理

针对空域与飞行需求日益突出的矛盾,以及目前空域管理运行模式难以满足持续增长的飞行需求,提出了一个航路动态调整模型.模型在考虑空管的实施情况、空中交通流量情况和天气情况相关的条件下,对航路进行动态调整,动态的开放和使用临时航路,优化航路区域容量从而减轻航班延误.然后利用动态规划及整数规划方法相结合,求解模型得出航路动态调整的最优方案.最后利用典型空域进行了验证,结果表明所建立的模型能够大大减少航班延迟成本与航路管理成本,优化空中交通的顺畅运行.     

基于改进免疫粒子群算法的动态航班着陆调度

为改进机场终端区空中交通流量管理,对动态航班着陆次序进行适当调整,使机场和空域的可用容量达到最有效利用,减少航班延误造成的经济损失,提出一种新颖的动态免疫粒子群优化算法(DIPSO),重点针对待着陆航班的动态变化,结合滑动时间窗,多方面考虑现实约束,在确保航班延误成本最小的同时,兼顾航班着陆的公平性和管制员的工作负荷。仿真结果表明,在处理动态航班着陆问题上与先来先服务相比有效降低了延误成本。     

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.     

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。     

基于进离场流量和冲突发生位置的扇区规划

随着空中交通流量的日渐增大，空域结构及交通流分布的不合理性导致空中交通管制与飞行安全存在着一定的隐患。鉴于机场进近区是限制空域运行能力的主要瓶颈，针对如何提高空域资源利用率从而提升空域容量进行了进近区扇区规划，提出了考虑飞行流量、冲突发生的位置以及空域运行情况等因素建立的扇区容量均衡模型，利用霍夫曼编码原理进一步找到了扇区边界，并验证了方法的科学性和合理性。     

终端区战术(流量)管制辅助决策系统

终端区战术管制辅助决策系统是通过科学的算法对空中交通流量进行合理控制的方法,它的最大好处是帮助管制员避免飞行冲突,减少航班延误国内外现状近年来,伴随着民航运输业的飞速发展,空中交通流量的增长很快。现有的空域结构、航线、航路的网络布局、通信导航设备等管制条件难以适应空中交通流量的快速增长,导致在我国的某些机场、终端区及航路交叉点出现了较为频繁的飞行冲突,管制员的工作也变得十分紧张、繁重。特别在北京、广州、上海机场和进近区域这种情况尤为突出。 终端区战术（流量）管制是指在终端区内空域同时存在多个航班…     

基于交通复杂性技术的流量问题解决策略

引言 空中交通流量存在的问题，基本归纳为以下三类：（1）机场需求与容量不平衡问题；（2）空域需求与容量不平衡问题；（3）避让不能进入或是不愿进入空域引发的问题。这三个问题是贯穿空中交通流量管理全过程的问题，辨识并解决这些问题是各层级流量管理工作的主要职责。空中交通流量管理人员，在大多数的工作时间内都在进行着辨识与解决这些问题的工作。     

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。     

基于进离场容量转化的航班延误优化研究

为了提高机场运行效率,缓解航班延误,研究了进离场容量转化的特性,并建立了以延误时间最小的航班优化模型。结合实际运行数据对模型进行了验证,探讨了进场航班权重系数对进离场容量转化的影响。结果表明:采用进离场容量转化的方式可以增加进离场总容量,从而降低航班运行的总延误;该模型能提供优化的流量分配方案,可应用于机场流量管理。     

突发事件下大规模空中交通流量管理的组合优化模型

为了解决危险天气和军航活动对管制运行的影响，使用动态网络流方法对突发事件下短期空中交通流量调度问题展开研究。首先，结合中国民航管制的特点，分析了突发事件对流量管理的影响。同时，根据航路航线网络及其高度层的特点，给出了网络和高度层的数学描述，并根据机型将航空器分成大、中和小3种交通流，介绍了使用多品种流描述3种机型的必要性；其次，根据网络拥挤程度随时间和流量变化的特点、危险天气随机变化的特点、空中等待和地面等待费用差异的特点构建了3个优化目标，考虑机场容量、扇区容量、航班连续性和扇区连续性约束建立了多目标优化模型；再次，针对军航活动时需要协调空域的特点，多品种流模型求解时间复杂度高，不能适应短期流量管理的缺陷，改进了逐步宽容约束法，设计了一种阶段式求解的近似算法；最后，以西南空管局管制的空域为例，利用实际流量数据，设计了3个场景进行仿真。结果表明，所提模型和算法能有效求解突发事件下的短期流量调度问题，算法效率比起传统算法在大流量下更具优势。     

Comparison of alternative route selection strategies based on simulation optimization

Air traffic flow management (ATFM) is a collaborative process between the airspace provider and the airspace users. The result of the collaboration should be an outcome that maxi-mizes the utility of the system without excessively penalizing any of the agents. This paper develops a discrete-event simulation model which consists of aggregate departure/arrival airports, flight routes, and sectors for evaluating the alternative collaborative route selection strategy. Given the different perspectives from air traffic control center (ACC) and airlines, eight performance-metrics and five alternative route selection strategies represent the past, current and proposed air traffic flow management operations that were evaluated. The Monte Carlo method combined with the Optimal Computing Budget Allocation (OCBA) simulation optimization technique is employed to assess the performance of different strategies. A case study of the upper air routes in central and southern China shows that the proposed model can be readily implemented to simulate different kinds of air traffic flow management strategies and predict the effect of changes on the airspace sys-tem. It also shows that the proposed alternative collaborative route selection strategy is an effective way in alleviating the en-route traffic congestion.     

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。     

空中交通流量管理中的多元受限地面等待策略问题研究

在单机场受限地面等待策略问题的基础上,研究了确定容量条件下的多元受限地面等待策略问题,建立了数学模型,提出了一个启发式和专家系统相结合的流量管理新算法。通过对广州区域空中交通流量的仿真计算,验证了该算法实际应用的可行性。     

Strategic flight assignment approach based on multi-objective parallel evolution algorithm with dynamic migration interval

The continuous growth of air traffic has led to acute airspace congestion and severe delays, which threatens operation safety and cause enormous economic loss. Flight assignment is an economical and effective strategic plan to reduce the flight delay and airspace congestion by reasonably regulating the air traffic flow of China. However, it is a large-scale combinatorial optimization problem which is difficult to solve. In order to improve the quality of solutions, an effective multi-objective parallel evolution algorithm(MPEA) framework with dynamic migration interval strategy is presented in this work. Firstly, multiple evolution populations are constructed to solve the problem simultaneously to enhance the optimization capability. Then a new strategy is proposed to dynamically change the migration interval among different evolution populations to improve the efficiency of the cooperation of populations. Finally, the cooperative co-evolution(CC) algorithm combined with non-dominated sorting genetic algorithm II(NSGA-II) is introduced for each population. Empirical studies using the real air traffic data of the Chinese air route network and daily flight plans show that our method outperforms the existing approaches, multiobjective genetic algorithm(MOGA), multi-objective evolutionary algorithm based on decomposition(MOEA/D), CC-based multi-objective algorithm(CCMA) as well as other two MPEAs with different migration interval strategies.     

近距平行跑道航班着陆调度研究

针对我国航空运输业快速发展导致空中交通拥挤以及航班延误问题,研究了近距平行跑道航班着陆调度问题,以缓解空中交通拥挤和减少航班延误.以配对进近的形式,考虑时间、配对、间隔、排序等因素,建立航班着陆调度模型.针对机场小规模的进场航班流量,采用穷举法求解,并用算例进行仿真验证.结果表明,与先到先服务原则相比,经算法调度的进场航班总的延误时间减少了33%.