基于NetLogo的终端区交通流仿真

空中交通流仿真可用于分析空中交通流特性及其要素之间的相互关系,以揭示空中交通流随时间和空间的变化规律,阐明空中交通现象及其机理。采用多智能体仿真工具NetLogo建立终端区进场交通流仿真模型,并实例化描述了工具在空中交通实验中的建模和实验过程。结果表明,基于智能体的仿真建模工具可用于空中交通仿真实验,较好地再现真实世界的交通流特性。NetLogo是一个方便实用的空中交通仿真建模研究工具。     

TBO模式下终端区进场交通流优化模型与仿真分析

持续增长的交通需求量和日趋饱和的可用空域资源促使未来空中交通管理向基于航迹运行（TBO）的精细化管理模式转变。在TBO概念的基础上，依据目前繁忙机场终端区常见进场航线结构，提出了对应TBO模式下的截点直飞方式与融合点方式进场交通流优化模型，并以法国戴高乐机场终端区为例，构建了仿真运行环境。基于实际飞行计划与雷达记录轨迹模拟生成了航空器四维航迹，而后运用上述2种模型对进场交通流进行了优化，根据仿真结果对特定交通流参数展开了对比分析。研究结果表明，模型可通过航迹选择、时隙分配、顺序交换及动态间隔等方式有效化解终端区内潜在的航空器冲突并保持交通流安全高效运行，同时在一定程度上揭示了TBO模式下交通流的部分运行特性，为以四维航迹为核心的未来空中交通管理策略提供了理论支持。     

基于CTM的终端区交通流参数关系研究

为研究终端区空中交通流宏观时空特性及演变规律,利用时间离散的差分方程方法建立终端区进场交通流元胞传输模型,分析推导了交通流基本特性参数间的数理关系;借助NetLogo系统仿真平台对终端区进场交通流进行数据仿真与模拟推演,统计验证了交通流基本特性参数及其间相互关系,并利用真实雷达数据验证了仿真数据的可靠性;比较分析管制间隔对终端区空中交通流特性参数的影响规律。研究结果表明,进场交通流的速度与密度、速度与流量、流量与密度之间存在明显的相互影响关系,且管制临界密度与管制临界流量直接影响关系曲线拐点位置。     

基于Netlogo的终端区进场交通流建模与仿真

终端区进场交通流特性参数研究对于解决复杂空域结构下航空器拥堵、航班延误具有重要的实际意义。基于元胞传输模型将进场航线划分元胞,并且在数理推导的基础上,基于Netlogo仿真建模平台搭建进场交通流元胞传输模型仿真环境,对进场交通流的宏观涌现行为进行仿真模拟,得到交通流基本参数速度、流量、密度之间演变趋势。研究结果表明,终端区进场交通流三大基本参数之间存在明显的数量关系,关系曲线相对应分为自由流、拥挤流和阻塞流三种状态,并且受到管制间隔、飞行程序、管制策略的影响。利用相关研究成果,可通过改变管制策略、调整管制间隔、优化飞行程序的方法使得交通流特性向着可预知的方向演变,因此对终端区交通态势的判断具有应用价值。     

多机场终端区进场交通流优化排序方法研究

为了提高终端区时空资源利用率及空中交通运行效率,综合考虑航班间尾流间隔、航向道安全间隔及定位点管制移交间隔等时间标准的约束,研究了进场交通流在多机场多跑道系统及定位点的排序优化问题,建立了整数线性规划模型,旨在最小化多机场航班的总延迟时间和跑道总调度时长.开发出Epsilon约束精确算法,可以在数分钟内求解出多机场进场交通流排序方案的Pareto前沿.通过仿真实验证明了模型的正确性及算法的有效性.     

基于Rough Set 和综合评判的进场航班排序

终端区资源的高效利用对空中交通流量管理效率的提高具有重要作用,进场航班排序是终端区资源利用的关键环节,所以需要研究终端区进场航班的排序问题。利用模糊综合评判方法,考虑排序过程中的多种影响因素建立综合评判指标体系,根据粗糙集理论客观地确定各评判指标权重。利用算例对基于粗糙集理论的模糊综合评判方法进行了验证,表明方法在终端区排序问题中的可行性和有效性。     

基于SPSS的终端区交通流态势评估

空中交通管理工作的实施必须以准确掌握各航线运行状况及其发展趋势为基础和前提。对终端区交通流的运行态势进行评估，即是对交通流实时运行状态及发展趋势进行分析。对终端区空中交通流进行现状评估，确定各个交通流参数的时序分布，评价终端区交通流运行状态。借助SPSS统计软件，剖析参数变量之间存在的关系，以线性回归模型为基础模型，了解变量之间如何相互影响，获取终端区流量出现拥塞的时段，反映终端区交通流特性。     

多机场终端区进场航班协同排序方法

为有效缓解大都市圈机场群日益严重的空域拥堵和航班延误现状,系统研究了多机场终端区进场航班协同排序问题。通过深入剖析多机场终端区时空运行特性,综合考虑移交间隔、尾流间隔和多跑道运行间隔等约束限制,科学权衡安全、经济和公平等各方利益需求,引入多元受限时间窗的创新理念,建立了多机场终端区进场航班协同排序模型。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,寻求多机场终端区进场航班协同排序问题的Pareto最优解。仿真实验表明,模型可对多机场终端区进场航班进行优化排序,显著降低航班延误总时间,有效增强多机场空域资源使用公平性。与经典的先到先服务(FCFS)策略相比,协同排序策略优化效果较为显著,其中航班延误时间减少了31.0%,所提方法可显著缓解大都市圈机场群航班延误现状,有效提升航空运输服务品质。     

对流天气下基于聚类算法的终端区交通流分析

准确分析对流天气对终端区进场交通流的影响,提出了一种面向对流天气场景的基于轨迹聚类的进场交通流分析方法。利用卷积神经网络与K-means++算法对对流天气进行特征提取和聚类;采用均匀化参数方法对进场飞行轨迹进行重采样;进而采用具有噪声的基于密度的聚类算法对进场轨迹进行聚类,采用K-means算法识别交通流的中心轨迹。对...     

多机场终端区进离场交通流协同排序方法

针对大都市及都市圈飞行冲突、空域拥堵和航班延误日益严峻的现状,研究了多机场终端区进离场交通流协同排序问题。综合考虑尾流间隔、跑道间隔、时间窗、进离场容量等约束限制,从时空多维角度引入航班满意度概念,建立了多机场终端区进离场交通流协同排序模型,设计了带精英策略的非支配排序多目标遗传算法(NSGA-II),寻求多机场终端区进离场排序问题的Pareto最优解。实例验证表明,所提方法可对多机场终端区进离场交通流进行优化排序,有效降低航班延误总时间,显著提高航班总满意度,并实现多机场系统对终端区空域资源的公平均衡使用。与经典的先到先服务策略相比,协同排序策略的整体优化效果较为显著,其中航班延误时间得到了一定的降低。     

基于遗传算法的起降航班动态排序模型的研究

讨论了空中交通流量管理中终端区航班的排序规划问题。目的是在终端区空中交通繁忙的情况下有效地为到达航班安排合理的着陆次序，并在不违反飞机间隔要求的情况下给出各飞机经过优化的着陆时间，提高机场跑道的利用率。引入离场起飞的航班问题，建立了航班排序的动态模型和基于遗传算法的终端区动态排序算法。并对一个算例采用冬文方法进行验证计算，结果表明，所提出的方法计算效率高，实用可行。     

管制区短期空中交通流量管理的时隙-航线分配模型及算法

 对管制区短期流量管理问题进行了研究，针对现有模型在约束条件和控制方法中的不足，不仅首次引入了流量控制事件的概念和相应的约束条件，而且在使用动态网络流理论建立了管制区短期空中交通流量管理模型过程中，还新增加了飞行高度层这一决策变量，使本文提出的时隙 航线分配模型与中国管制工作实际更加吻合。算例中采用中国华东空管中心实施的流量控制的真实数据，采用模拟退火遗传算法对其进行求解，求解结论直观、明确、可操作性强。仿真结果验证了模型及其求解方法的有效性和实用性。     

一种终端区空中交通复杂度的计算方法

将终端区的空中交通复杂度分为静态复杂度和动态复杂度,提出了终端区空中交通复杂度的一种计算方法。通过考虑航空器数量、机型混杂比例和进离场航迹相互影响关系等因素建立空中交通复杂度模型。有效避免了因管制员工作水平差异等人为因素带来的不确定性影响,能更加客观地反应终端区的空中交通复杂度,具有通用性。最后通过Matlab实例仿真,验证了方法的有效性和实用性。     

尾流间隔缩减技术综述

当今世界各主要机场的航班延误已经成为影响航空运输发展的瓶颈,在通过空中交通流量管理提高效率的同时,也有许多科研工作者对尾流间隔的缩减进行了大量的研究。一类技术是通过改进进近程序缩减近距平行跑道的尾流间隔;另一类技术是建立尾流的预测模型,对尾涡的消散和输运进行预测,从而产生动态的尾流间隔咨询,获得更多的着陆或起飞时隙。采用上述技术的尾流间隔缩减系统可以减少延误,增大终端区容量。根据运行原理的不同将上述技术概括为:基于偏置进近程序的尾流间隔缩减技术和基于动态预测的尾流间隔缩减技术。对采用上述两类技术的系统作了详细分析,并比较和论述了优劣。     

基于复杂网络的空中交通特征与延误传播分析

空中交通流量管理主要集中在尾随间隔、空中等待等局部战术空中交通流量调配,对空中交通流量整体运行规律、延误传播和整体解决的研究较少。航空运输网络是一个复杂系统,从复杂网络理论角度对航空运输网络进行研究很有必要。首先,分析了空中交通流量网络的度、度分布、权值、权分布、流量、容量、延误等静态特征;然后,提出了空中交通流量网络整体效能评估方法,使用选择性攻击和随机攻击方法分析了空中交通流量网络的抗毁性,基于负荷容量级联失效模型和病毒传播模型与空中交通延误传播的相似性建立了空中交通延误传播模型,最后,使用实际运行数据验证了空中交通流量网络的特征与延误传播模型的有效性,该研究可以为大范围空中流量管理提供决策支持。     

基于功能脆弱性的空中交通相依网络流量分配

依据空中交通管理与航班运行规则,采用复杂网络理论构建由机场、航路与管制扇区组成的相依网络模型,建立不同扰动策略的影响规则,提出以网络流量熵和交通流损失比变化率为指标识别网络功能脆弱性。并以网络总流量熵最小为目标,建立基于改进遗传算法的网络流量协调分配策略,以降低空中交通相依网络的脆弱性。以民航华北地区空域为原型,发现了其相依网络脆弱性表现规律和脆弱源,采用遗传算法求解网络流量分配方案,优化结果降低了网络总熵值和功能脆弱性,其中机场网络流量分配后效果最为显著,验证了方法的有效性,研究结果可为空中流量管理决策提供一定的理论支撑。     

空中交通相依网络的脆弱性研究

机场、航路和管制扇区构成空中交通相依网络,节点在受到扰动时,网络运输性能下降,引发网络脆弱性。提出一种空中交通相依网络脆弱性的度量方法,首先构建机场网络、航路网络和管制扇区网络3个层网络,基于空中交通管理规则与层网络间的逻辑连接关系,建立空中交通相依网络模型。在随机扰动和蓄意扰动节点两种不同失效模式下,采用最大连通度和结构熵两个指标,并给出了相应算法,分析相依网络的结构脆弱性;创建流量熵和交通流损失比指标,设计了相应算法,研究相依网络的功能脆弱性。研究结果表明,随机扰动对空中交通相依网络影响更大;网络的结构脆弱源与功能脆弱源是机场网络;网络的脆弱性与层网络间的连接方式和层网络的交通量不匹配有关。