容量受叠限的航班时刻规划算法的设计和实现

航班时刻规划是战略时期空中交通管制的主要方法.针对起降容量受限和航班延误耗损的变化趋势,提出基于时隙分配的航班时刻规划算法.该算法以调整时间最小和延误耗损总和最小为准则,对进离港航班统一分配时隙.算法考虑了对航班的前提调整,从而得到总延误损失费用与总延误时间值都较小的分配结果.同时,该算法也能处理有后继任务的航班.结合实际数据,用计算机仿真实验对该算法进行了验证,证明了算法的优化性和有效性.     

考虑速度调节影响的进近空域容量评估

为了解决管制员在管理进近空域流量时出现实际流量低于理论流量的问题,根据运输类飞机适航标准和管制员调速规则和原则,提出了考虑下达指令时机的航段容量计算模型,由现行的进近空域结构能够发现进近空域是由多个航段连接形成了一个航路网络,根据历史统计数据得到的交通流比例,结合网络流中最大流最小割理论对进近空域容量进行评估。实例分析结果表明：在下达管制指令时间范围内,通过约束管制指令使航空器在同一减速点进行减速时,减速航段容量的最大值与最小值相差0.88架次/h,进近空域容量评估结果为：最大容量为43.79架次/h,最小容量为43.61架次/h;方法可以有效解决问题并且评估结果贴合运行实际容量。     

基于改进粒子群算法的离场航班排序

航班离场过程中,以时间或经济损失最小的单目标排序会导致延误时间分配不均和多目标排序在求解时存在算法收敛速度慢、易于陷入局部最优的缺陷,导致计算效率低。为解决这一问题,基于航班优先级、尾流间隔、航班延误时间、航班延误标准差构造航班离场排序模型,对粒子群算法的惯性权重和学习因子采用动态调整的改进策略。以厦门高崎机场非拥挤和拥挤场景下的共4 h离场航班进行优化排序验证,结果表明：与先到先服务(FCFS)方法、惯性权重线性递减粒子群(LDWPSO)算法相比,文中方法非拥挤场景下延误总时间减少了72%,26%,延误标准差减少了27%,28%;拥挤场景下,较FCFS延误总时间减少69%,延误标准差减少68%,与LDWPSO算法相比,优化效果上无明显差异,但在解空间的迭代收敛速度更快,达到最优罚值的迭代速度提升了55.6%。