基于分类与优化的进场航空器调度方法

为兼顾进场运行效率与管制工作经验，提出了一种基于分类与优化的进场调度方法。在分析进场管制特点的基础上，将进场排序问题转化为机器学习领域的分类问题，并构建随机森林分类器预测航空器着陆次序；利用综合得分机制和滑动时间窗实现进场航空器动态在线排序；针对预测着陆次序建立多目标优化模型，实现着陆时间优化；采用长沙黄花机场3组繁忙时段的进场运行数据，验证方法的可行性。结果表明：随机森林分类器预测着陆次序与实际着陆次序高度吻合，正确率达到99.00%以上；相比于传统先到先服务策略，本文方法减少了平均延误时间、平均飞行时间、最大飞行时间、最大延误时间和着陆位置变动次数；相比于常规优化方法，本文方法能够在保障优化指标的基础上，将航空器着陆位置变动由12次降为2次。