多跑道机场离场航班排序优化方法研究

本文建立了以旅客总延误时间成本最小化为目标函数的多跑道机场离场航班排序优化模型，并考虑航路流控的影响，通过回溯算法求解，融合位置约束交换算法优先处理受流控影响的航班，最后采用南京禄口国际机场为例进行算例验证。与先进先出模式相比，优化后的离场模式降低航班延误时间效果显著，旅客总延误成本减少了44.81%，所提方法可显著提升多跑道协同运行能力，为当前多跑道机场的调度排序提供了思路与方法。     

基于遗传算法的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。目的在于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，并在不违反飞机间距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。本文把离场起飞的航班也引入到问题中来，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。并对文献[1]中的算例采用本文方法进行验证计算，结果表明本文提出的方法计算效率高，实用可行。     

基于免疫克隆选择算法的繁忙时刻场面航空器调度优化(英文)

为减少大型枢纽机场拥堵和航空器地面等待,以总调度时间最小为目标,提出了航空器地面滑行调度模型并应用于首都机场航班调度。模型参考经典的车间调度思想,将滑行过程中的3类特殊的场面冲突作为约束条件。针对模型NP难解的特征,设计了免疫克隆选择优化算法求解模型。通过北京国际机场仿真实验表明,相比先到先服务(First-come-first-served,FCFS)策略,本模型将一个高峰时段的航班调度时间减少了13.6min,平均每架航空器的总滑行调度时间减少45.3s,提高了跑道容量和机场运行效率。     

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。     

基于运行保障效率的货运航班停机位分配

基于双分拣中心建立最小化不同紧急程度货物的影响下飞机滑行时间和机下运输至分拣系统时间、最大化货运航班类型和停机位类型的匹配程度以及跑道鲁棒性的多目标优化模型,采用线性加权法对目标函数进行赋值,综合分析不同权重下的分配结果并得到最优方案。借助CPLEX Studio IDE 12.8.0软件,以鄂州机场为实例进行求解,实验结果表明,相比于贪婪启发式方法,本文提出的模型得到的分配方案使得飞机滑行时间减少17.90%,货物运输时间减少6.96%,机位类型利用率提升21.21%,跑道使用完全均衡,因此提高了枢纽机场过站时效,运行保障效率有明显提升,可用于货运枢纽机场的实际运营。     

交叉口汇聚航班的航线选择方法

建立了以总延误时间最小为目标的交叉口汇聚航班航线选择问题模型,为到达交叉口的每个航班从固定航线或临时航线中选择合理的一条航线飞行,并且设计了相应的启发式算法计算模型的全局最优解。最后设计了3种场景对航图中嘉峪关到雅布赖航线段航班数据进行算例仿真。仿真结果表明,本文模型和算法可解出多个航班最优的航线选择方案,并且产生的总延误时间最小,证明了本文方法的有效性。     

航班进场调度的改进捕食搜索算法

为高效解决航班进场调度问题,采用以航班总延误时间最小为目标的规划模型,设计了一种改进的捕食搜索算法.区别于传统捕食搜索算法,新算法采用变化的局部搜索和全局搜索限制,从而避免陷入局部最优和解的退化.为测试新算法解决航班进场调度问题的性能,采用10架航班和双跑道数据进行仿真验证,并与传统捕食搜索算法和遗传算法进行比较.结果表明,新算法在最优解的获得率和计算时间上均优于传统捕食搜索算法和遗传算法.     

机场终端区着陆次序的排序规划算法

讨论了机场终端区飞机到达流的排序规划问题。为了能够在终端区交通繁忙的情况下高效地为到达的飞机流安排合理的着陆次序,并在不违反飞机间距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,提出了经过改进的先来先服务、带有时间提前量、带有约束的位置偏移三种排序算法。当进入机场终端区的飞机数量超过机场终端区的容量时,分航路对飞机排队并对飞机间的距离进行限制     

基于生产成本的作业调度

提出了一个基于净现值的调度指标，该指标充分考虑到影响调度决策的各项费用．如在制品库存费用、机床工时费、直接工人的工资、工件提前或拖期完工造成的损失等。然后以遗传算法为工具，研究了作业调度问题，设计了一种很实用的算法。该算法采用基于工序的编码方法把调度编码成染色体，并通过遗传操作来搜索最佳染色体。解码算法根据工序在染色体中的次序和最短加工时间一紧迫度规则得到调度。仿真结果表明该方法是可行的。并有一定的优越性。     

带并行机的多阶段生产系统节能调度策略

针对多阶段生产系统中并行机各自的能源消耗存在差异的问题,进行了一种混合型文化基因算法的节能调度策略研究。首先对问题域进行描述,以最小化能源消耗量为优化目标,建立了数学模型;在此基础上提出了一种基于差分进化的文化基因混合算法求解研究问题,该算法融合了最先可获得设备规则和最小能源消耗规则,并引入贪婪算法进行局部搜索以提高算法搜索性能及收敛性能。最后,对算法进行仿真实验,结果表明该算法是有效、可行的。     

基于交通场景的进离场航班联合调度双层规划模型（英文）

为适应协同决策需要,考虑进离场运行不同交通场景下空管、航司、机场和旅客的诉求差异,对进离场航班联合调度问题进行了系统的研究。根据容流匹配程度,判定进场/离场运行的交通状态为高峰或非高峰,分析不同交通状态下进场/离场运行各方诉求的差异,分别建立了各交通状态下进场/离场航班调度的数学模型;针对进场/离场运行交通状态组合所得的4种进离场联合运行交通场景,分别建立了相应的进离场航班联合调度双层规划模型并设计精英保留的遗传算法求解。结果表明:较先到先服务方法,在进场高峰/离场非高峰和进场高峰/离场高峰场景下,优化调度结果中离场航班均衡满意度得到提升,离场航班流的跑道占用时间减少了38.8%;在进场非高峰/离场非高峰和离场高峰/进场非高峰的场景下,优化调度结果中进场航班均衡延误时间大幅减少,离场航班均衡满意度提升了77.6%,离场航班流的跑道占用时间减少了46.6%。与其他4种策略相比,优化调度方法更好地权衡了公平与效率,调度结果更加合理可行。     

采用进化算法优化H∞加权阵的选取

在H∞控制设计中，加权阵函数直接反映了系统的稳定性和性能要求。本文提出了一种采用进化算法优化加权阵选取的方法，把控制系统的多个设计目标转化成不等式约束，将H∞控制器设计中加权阵的选取表示成一个多目标优化问题，并通过进化算法求解该优化问题。仿真结果表明，所提出的方法能够找到满意的加权阵，同时找到满足给定频域和时域性能指标要求的H∞控制器，是一种有效的加权阵选取方法。     

机场登机口优化调度算法及实证

在图论的基础上建立了旅客登机口优化安排的网络模型,给出了它的优化算法。考虑到在登机口调度的实际运作中存在着飞机停场的时间限制、"航班对"的限制和机型与登机口的匹配等限制,提出了该理论模型在使用中的实用算法,并用首都机场18个登机口优化安排334个航班的例子证实了这种算法在缩短旅客步行距离和提高设施利用率方面的显著效果。该算法也可以用于到港飞机停靠廊桥的优化安排,以减少旅客从廊桥到行李房步行的总距离。     

基于改进的状态空间模型进化算法的航班优化调度

单跑道进离港航班优化调度是将某一时间窗内进离港航班看作一个整体,对进离港航班进行统一优化排序,属于典型的组合优化问题。改进的状态空间模型序号编码进化算法（MOSEA）采用序号编码,不使用交叉算子,且通过构造状态进化矩阵来实现基因换位等遗传算子功能,使种群不断地进化,并结合选种池的选择操作实现种群的优胜劣汰。MOSEA算法将问题的解答过程表示为离散状态空间模型的动力学过程,突破了遗传算法的计算模式,简化了遗传操作,并研究了其在航班进离港优化调度中的应用。仿真实验表明：MOSEA算法与遗传算法、先到先服务（FCFS）航班排序相比,航班总延误时间分别降低了22.13%、32.06%,且运算速度更快。     

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.     

稀缺国际客运航权资源优化配置

为了合理配置国际航权资源,避免稀缺客运航权资源的恶性争夺,首次提出了国际客运航权资源优化配置问题,并构建了一个混合整数规划模型。该模型在旅客始发地-终到地（Origin-destination, OD）分布已知的基础上,针对两国多通航点的国际航权资源分配需求,以旅客出行总里程最小为目标,并综合考虑国际枢纽机场地位、航空公司的竞争力水平和市场份额。以国际航权资源、航空公司运营能力和航班客座率等为约束条件,将稀缺的航班资源合理分配给国内的航空公司和国际机场。然后设计了遗传算法求解该问题,并分别采用CPLEX和遗传算法进行算例实验,验证了模型的正确性和算法的有效性。最后针对中法两国间的航权资源分配进行了实际应用。     

基于多agent合作博弈的制造系统调度

针对有多个加工和装备设备的柔性制造系统,提出了一种调度方法.首先根据产品装配结构对问题进行分解,得到多个易于调度的简单问题,形成对应的agent.然后应用合作博弈理论,根据各agent重要性和装配约束获得agent的排序.以此顺序在机器上按照规则进行生产安排,故能够得到满足产品加工约束的近似最优调度结果.最后通过实验对算法进行了验证.     

危险天气下航班等待与改航的实时集成优化

为了提高航班准点率,降低危险天气对航班飞行的影响,同时考虑等待策略和改航策略,进行实时空中交通流量管理的研究。以改航起始点至改航结束点间的总航行时长最短为目标,安全可行性、技术可行性为约束,建立了数学模型,并设计了两阶段求解算法,先基于遗传算法优化等待时长和改航路径,再基于"化曲为直"和"二分法"的思想调整改航路径,得到了最佳等待时长和改航路径。仿真结果表明,该算法得到的实时优化结果优于几何切线法;相比静态改航,更能提高空域利用率;相比单独考虑等待策略,总航行时长降低了17.04%;相比单独考虑改航策略,总航行时长降低了3.98%;验证了危险天气下航班等待时长与改航路径实时集成优化在实时空中交通流量管理中的有效性。     

复杂终端区进场交通流优化排序方法研究

为提高终端区时空资源利用率,增强空中交通 运行效率,研究了复杂终端区进场交通流优化排序问题。通过深入剖析终端区进场定位点、 航路航线、多跑道系统等资源运行特性,综合考虑尾流间隔、移交间隔、多跑道运行间隔等 各类约束限制,以及最小化航班延误时间、最大化跑道运行容量、最小化终端区飞行时间等 优化目标,建立了复杂终端区进场交通流优化排序模型,并采用带精英策略的非支配排序遗 传算法对所建模型进行求解。选取上海多机场组成的复杂终端区进行实例验证,仿真实验表 明提出的优化方法相比先到先服务方法(First come first serve,FCFS),航班总延误时间 减少20.7%,终端区等待时间减少60.7%,终端区进场交通流运行效率得到显著提升。     

协同决策机制下的时隙二次指派

随着中国民航的快速发展,航班不正常变得越来越严重。由空管、航空公司与机场三方构建的协同决策机制成为应对该局面的重要手段。本文研究航空公司在协同决策机制下,当时隙资源发生严重不足时,对时隙进行二次指派的方法。文中建立了一种基于航班波运行方式的航班时隙指派模型,针对模型的特点与实时决策要求采用模拟退火算法求解。最后通过实例证明了采用本文的方法可以大幅度减少旅客总延误时间。