基于Fratar模型的航班时刻需求战略预测方法

航班时刻是机场运行的基础和核心,准确预测机场的航班时刻需求,对于指导机场基础设施建设、运行模式调整等具有重要意义。在航班计划结构信息分析的基础上,构建了全国航班O-D矩阵,建立了多层级机场起降量预测模型,并以起降量预测结果为输入,利用Fratar交通分布预测模型,预测目标机场时刻需求。以杭州萧山机场为例,以2010年为基年,2014为预测年,验证了方法的准确性和可行性,并预测了2020年航班时刻需求,分析了不同运行模式下机场理论容量与航班时刻需求的匹配状况,分析结果表明,2020年萧山机场需由隔离运行模式过渡到相关进近,方能满足时刻需求。     

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。     

面向“最后一公里”的无人机需求预测

针对“最后一公里”配送的无人机需求预测问题,考虑无人机性能、空域环境和运输任务等限制条件,分别以最大化快递运输量、最小化运输成本为目标函数,建立多阶段无人机需求预测模型。考虑快递业务历史数据和影响因素,建立组合预测模型预测快递业务量;利用动态分配算法预测无人机快递分担量和无人机需求量。以某区域实际快递数据和低空飞行条件进行算例分析。结果表明,本文提出的预测方法不仅可以根据配送中心业务量、工作时间和成本要求提供灵活的无人机需求方案,还能够使得无人机的工作时间利用率达到95%以上。     

开放区域航路网战术协同控流策略研究

为降低航班运行延误、提高航路资源利用率,从空管部门和航空公司协同角度研究空中交通开放区域战术控流问题。引入协同决策理念和航路配流思想,考虑航路瓶颈点容流关系和航空器时间间隔标准,整合空中等待和改航等策略,研究建立了开放区域航路网络交通流模型,给出了协同控流策略及其执行程序。采用实际航班运行数据,对所提方法进行了仿真验证。结果表明,用于仿真验证的30架航班总延误时间降低了17.7%,不仅有效减少了航班延误、充分利用了航路资源,而且提高了航空公司参与决策的自主性与积极性,有利于区域航路交通流协同优化控制。     

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。     

轻型无人机与飞机风挡碰撞风险研究（英文）

随着无人机应用的快速增长,机场附近和空域已发生了很多重大航空事故和危险征候,无人机的无序飞行对航空运输安全构成了巨大的潜在威胁。以典型轻型无人机和某型商用飞机及其风挡为研究对象,通过有限元仿真方法得到无人机在最严酷姿态下与飞机风挡最薄弱位置碰撞损伤等级及相应的冲击能量区间,以此保守划分损伤严重性等级。在无空中交通指挥干预的情况下无人机与飞机相互独立运动,考虑两机之间的水平最小安全间隔、侧向最小安全间隔以及垂直最小安全间隔的联合约束,通过蒙特卡洛仿真得到无人机与飞机的碰撞概率,并确定碰撞可能性等级。基于损伤严重性等级和碰撞可能性等级的不同组合形成无人机与飞机风挡碰撞的较为保守的定性风险矩阵。研究结果总体表明:在120 m飞行高度下,两机距离超过3 600 m且在典型的俯仰角和航向角工况下发生碰撞风险及其损伤程度较小,否则发生碰撞风险较大且损伤程度较严重。研究结果为无人机的规范性设计制造、局方对无人机运行管控的政策制定以及无人机与载人飞机在同一空域运行的风险评估提供理论依据和实践参考。     

空中交通网络流量短期概率预测方法

流量预测是空中交通流量管理的重要内容。为提高空中交通流量预测的准确性和时效性,减小空域拥堵和航班延误,促进空中交通流快速、高效的运行,在确定性流量预测方法的基础上研究空中交通网络流量短期概率预测方法。通过分析不确定性因素影响航空器飞行时间的概率分布规律,建立了不确定性条件下航空器航段经验飞行时间和偏差数据库,提出了空中交通网络流量短期概率计算方法及预测算法。实例验证结果表明,所提概率预测方法与确定性预测方法相比更接近实际运行结果,预测准确率提高了18.6%,更能适用于复杂多变的空中交通环境。     

复杂低空物流无人机路径规划

针对复杂低空物流无人机路径规划问题，考虑空域环境、运输任务等内外限制，以飞行时间、能耗及危险度最小为目标函数，建立多限制条件物流无人机路径规划模型，设计启发算法以快速解算路径。采用栅格法对规划环境表征，引入物流无人机性能约束确保路径可飞。针对A*算法存在的问题及物流无人机航空运输特色，引入栅格危险度因子、货物质量惩罚系数，增加飞行时间、能耗等代价以提升避障能力、降低成本。为匹配所提启发算法解算效率与精度，采用动态加权法对函数赋权。为筛除冗余路径点及保证平稳飞行，采用双向交叉判断法等对原路径优化平滑。为验证所提路径规划模型及启发算法的有效性，对比4种算法规划结果，分析栅格粒度大小与代价权重值对结果的影响。在既定的运输环境及物流无人机性能约束下，研究结果表明:所提算法与A*算法相比，保证了物流无人机飞行安全、能耗少，将飞行时间由406 s降至386 s，降低了5%；飞行路径点数为129个、栅格危险度因子为11.69，降低了姿态改变次数，保证了运输安全；当栅格粒度大小为5 m，代价权重值为0.4、0.1、0.5时，采用所提算法规划的路径最佳。