基于先验频繁模式算法的航班延误关联规则挖掘

为探究航空公司航班延误特性，利用基于约束-聚类的多维数据预处理方法，采用先验频繁模式算法挖掘运行要素和延误事件之间的内在关联。选取某航空公司连续3年的北京—广州航班运行数据，通过频繁模式搜索和关联规则挖掘，经置信度和支持度阈值的筛选，选取提升度大于1的强关联规则形成规则库；分析研究了包含前项数为1和2在内的32条强关联规则，并使用真实数据进行了饱和性和有效性验证。研究结果表明：航班延误关联规则库的判断准确性较高，达到了86.7%;极端气象条件、前序航班延误状态、航班计划时刻和其他部分时间属性，显著增大了航班延误现象出现的概率；此外，对特定属性要素组合发生的潜在作用的挖掘，证实了对航班运行控制决策参考的有效性。     

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。     

航班化航天运输系统中的控制问题

航班化航天运输是航天运输系统未来发展的重要方向。聚焦中国航天强国发展目标以及航班化运输系统发展需求，首先从系统组成、发展路线、面临的环境变化、任务特点等维度分析了航班化航天运输系统面临的挑战，进而提出航班化航天运输需要智能赋能、信息驱动，在此基础上从运营体系、控制架构、理论基础等方面总结了航班化航天运输需要解决的控制问题，并对未来发展做出了展望。     

基于空中交通运行水平的航季划分方法

为了优化航班时刻资源的配置，提高民航航班正常性，本文针对大范围空中交通运行水平下的航季划分方法进行了研究。利用动态时间规整算法分析空中交通运行效率指标的月度时间序列相似性，建立航季划分多目标优化模型，运用带精英策略的快速非支配排序遗传算法进行划分求解，并采用带熵值的TOPSIS法对帕累托解进行评价，给出了各划分角度下最优航季划分结果，并分析了不同空中交通运行水平下的航季划分结果及权值设定对结果的影响。结果表明，在综合考虑空中交通运行水平评价指标影响的情况下，随着权值的变动，各划分角度下最优航季划分结果稳定。本文所提出方法不仅适用于大范围空域环境的航季划分，同样适用于探索单个机场运行的航季模式，为民航局和机场科学制定航班计划提供依据。     

大型航空运输企业航班恢复系统(RM)应用研究

随着航空公司机队规模和运营航线的不断扩大,在发生大面积航班延误时,航空公司需要快速计算出最优的航班恢复方案。为了提高运行控制效率,探索一种优化控制的方法,根据经济效益、航班正常等不同的目标要求,计算出最优的运行方案,最终达到快速、高效地调配航班。分析了大型航空运输企业不正常航班恢复的主要场景,在此基础上筛选了制约航班恢复的关键约束条件,设计了航班恢复和校验的基本逻辑,通过应对台风处置的实际案例,验证了某大型航司和美国世博公司的航班恢复系统(RM)在实际案例应用中的效果,总结了该航班恢复系统的优点和存在的风险及短板。实践表明,该系统可缩短2 h航班运行恢复时间,平均每个受影响航班减少延误30 min,减少相应的成本2万元,提升整体航班正常率3%~5%。