基于NSGA-II的停机位多目标指派建模与仿真

为探索大型机场停机位指派问题综合现实有效的解决方法,分析了停机位指派过程设计的利益主体,以最小化航空公司运行成本、最小化旅客步行距离、最小化航班冲突概率同时最大化航空公司之间的公平性为目标,建立大型机场停机位多目标指派模型。采用第2代非支配排序遗传算法(Non-dominated sorting genetic algorithm-Ⅱ,NSGA-Ⅱ)对模型进行仿真验证,该算法可以对多目标问题进行更高效的求解。分析不同迭代次数下的Pareto前沿解集的特性,并将优化解与随机指派结果进行对比,验证了该模型和算法的有效性。     

机场停机位再分配问题

分析了航班延误原因及影响,根据提高机场运营效率与效益和旅客满意度的优化原则,确定出3个优化目标函数(分配到远机住的航班数量最少分配方式扰动性最小以及相关旅客转移距离最小为优化目标),建立机场停机位实时再分配问题优化模型.并设计混合算法优化求解该模型:首先采用启发式算法得出初始优化解,然后采用禁忌搜索算法进行进一步优化求解.实际数据的仿真结果证明了模型的正确性和算法的有效性.     

基于混合粒子群算法的机场停机位优化分配问题研究

合理且高效的停机位分配方案是提高机场运营效益的重要手段之一。通过对航班占用停机位特性的分析,以旅客步行距离最短和停机位空闲时间均衡为目标函数建立优化模型,设计一种基于遗传算法与PSO算法相结合的混合粒子群算法对其求解,最后运用试验数据来说明该算法求解停机位分配问题的可行性。     

基于改进NSGA-Ⅱ算法的航班战略冲突解脱研究

设计了一种改进的非支配排序遗传算法（Non-dominated sorting genetic algorithm Ⅱ, NSGA-Ⅱ）解决战略阶段轨迹规划大规模优化问题。在经典的NSGA-Ⅱ的框架下,采用一种自适应交叉算子与自适应变异算子加快算法的收敛速度并提高解的质量,同时给出衡量Pareto解集优劣的评价指标。大规模四维航迹的引入不可避免地增加了问题的复杂性,本文提出了一种有效的战略冲突解脱模型,旨在最小化潜在的冲突数量和冲突解脱成本。采用中国航路网络繁忙时段1 472架航班进行实例验证,并所提算法与经典的NSGA-Ⅱ算法及MOEA/D进行对比。实验结果表明,改进的NSGA-Ⅱ算法具有更好的优化效果,能够有效地解决航空器之间的冲突并产生较小的航空器航迹调整量。     

民用机场停机位优化配置

停机位配置指为到港或离港航班指定适宜的登机口,确保航班正点。航班停机位的高效、合理安排是机场地面作业中的一项核心任务。本文在系统分析国内繁忙机场停机位配置情况的基础上,提出以旅客登转机时间(旅客满意度)、机型与停机位类型匹配(机场效益)为优化目标,同时考虑航班类型(国内短途、国际长途)、航班数量与密度(忙时、闲时)、停机时间的停机位配置的数学模型,并设计求解模型的禁忌搜索(TS)算法。数值仿真证明了模型和算法的有效性。     

机位资源影响因素及效率优化模型研究

停机位分配方案对机场运行效率至关重要。本文分别从机场和航空公司角度考虑,分析了影响机场机位分配(AGA)的诸多因素。针对AGA问题,以旅客步行距离最短和停机位使用效率最大化为目标构建优化模型,然后运用生长竞争蚁群算法求解,最后用算例来说明优化的可行性。     

面向港湾机坪的停机位指派优化

停机位指派问题是机场运营管理的核心问题。现有的停机位指派问题研究集中在提高停机位的利用效率上,而忽略了停机坪的运行安全。针对这一问题,本文以最大化近机位利用率和最小化鲁棒性损失为目标,提出一个考虑港湾安全约束的停机位指派模型;提出一种可精确求解面向港湾机坪的停机位指派问题的分支定价算法;利用机场实际数据验证提出的模型和算法。实验结果表明,在小、中、大规模算例中分支定价的最优解比CPLEX分别改进了0.3%、17.3%、26.7%,在中大规模算例中有明显的优势。在小、中、大规模算例中,本文的设计能分别预先避免27.16%、16.35%、11.01%的航空器发生港湾冲突。在提高近机位利用率和指派计划鲁棒性的同时,提高了机坪的安全性。     

机场地面容量评估研究

提出基于滑行路径动态寻优的机场地面容量评估方法。对于结构复杂多样的机场地面,当跑道、滑行道和停机位使用情况和航班流变化时,根据机场地面运行的具体特点,首先建立机场地面有向网络模型,引入滑行道的权值概念,再通过D ijkstra算法进行动态路径寻优,并与冲突探测相结合,对滑行道和停机位进行合理分配。最后通过计算机仿真来评估容量。仿真实例表明,该方法不仅可以增强机场地面容量评估的灵活性和准确性,还可以应用于机场地面交通引导。     

基于协同决策的多航站楼停机位实时分配算法

针对多航站楼机场停机位实时指派问题,提出了基于协同决策并考虑航空公司时隙交换公平性的机位实时指派算法。该算法将多航站楼资源的可共享性考虑到指派算法中,以最小延误费用原则为约束,采用混合集合规划进行指派模型的建立与求解。该算法在保证多航站楼停机位资源有效共享的前提下,充分实现了航空公司时隙交换的公平性,并且使延误引起的多方成本最小化。算例说明:本文提出的算法可以有效解决多航站楼的机位实时分配问题。     

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。     

枢纽机场空侧容量利用和流量分配优化模型

通过引入满意度函数,以航班流量和容量利用满意度最大化为目标,建立了机场空侧定位点流量分配和跑道容量利用的多目标优化模型。利用ILOG对模型算例进行了求解。结果表明,采用本文模型求解得到的各个定位点的整体航班需求排队队列比Gilbo模型的结果减少了10%。在研究时间段内(3 h),通过优化分配各个时间间隔(15 min)各定位点的进离港航班流量,所有航班需求得到满足且在最后的时间间隔没有产生延误队列,从而又保证了一定的容量利用满意度(h=0.75),实现了机场终端区某一特定时段内现有容量更有效的利用,减少了航班延误。     

双变异遗传算法在投资组合中的应用

针对马柯维茨均值-方差模型的特点和简单遗传算法在求解该模型中所存在的缺点和不足,本文提出了一种改进的遗传算法-双变异遗传算法.该算法在交叉算子中引入了变异算子,即在种群中出现大量的近亲个休,产生近亲繁殖,此时,交叉算子停止交叉,进行均匀变异;而变异算子按照梯度方向变异,以加快算法的收敛速度.数值试验表明,双变异遗传算法对马柯维茨均值-方差模型的求解具有全局收敛、求解速度快、避免早熟等优点.     

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。     

多机场开放式非实时网络系统的优化管理

为了很好地解决多机场航班队列的排塞问题，在将进场容量，离场容量与机场容量作为统一整体的情况下，充分考虑了机场间的网络效应，详细研究了多机场航班队列的优化问题，建立了多机场开放式非实时流量管理的数学模型，通过选取适当的决策变量，使其为线性0－1整数规划模型，实现了中心流量集中管理，与其它算法不同，本文提出的启发式隐枚举算法能很好地解决此类问题，对某机场网络系统的仿真结果证明了所建模型，优化算法及相应软件的有效性和可靠性。     

基于冲突避免的滑行路径动态分配问题研究

在保证地面飞行安全的前提下,为解决机场容量不足,减少航班延误,本文提出基于冲突避免的滑行道分配问题研究。在改进的Dijkstra算法的基础之上,结合机场场面运行规则、滑行冲突以及优先级限制等因素构建滑行道动态网络模型,给出不同冲突类型下的滑行时间求解方法。仿真实验表明,与未考虑滑行冲突的固定路径相比,动态滑行路径计算方法计算出的滑行路径可避免滑行冲突,一定程度上可缓解机场地面繁忙状态。     

基于机型的机场流量优化方法

研究了空中交通流量管理中机场终端区的流量最优分配问题。综合飞机机型、飞行间隔等因素,提出了一种基于飞机类型等因素的机场流量分配的模型。利用该模型可以实现对终端区某一时段现有容量的优化分配,减少航班延误;同时又能够确定满足此分配方案的飞机类型的起降次序。最后以单跑道机场为例,对模型进行了验证,证明该模型的实用性。     

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。     

基于实值编码遗传算法的起重机伸缩臂结构优化

实值编码遗传算法(RCGA)的染色体空间和问题解空间是同一个空间，较好地解决了二进制编码遗传算法(BCGA)存在的求解精度和冗余代码等问题；给出了改进的交叉和变异操作算子；RCGA自然集成工程领域知识．弥补BCGA语义的不足．就实现而言．RCGA可有效继承常规数值算法的代码。因此，RCGA更适合有连续变量的复杂的工程数值优化问题。本文建立了多工况的基于惩罚的RCGA模型用于起重机伸缩臂的优化设计，该模型比常规方法更符合工程实际，优化结果令人满意，证明RCGA在工程设计中有实用意义。     

航班运控中飞机和机组快速整合优化恢复

由于 天气、交通流量、飞机故障等因素影响,航班推迟甚至取消经常发生。导致航班延误的因素 一旦解除,航班恢复工作必须立即执行,为此航班优化建模求解方法的高速高效尤其重要。 首先系统简要地回顾了航班优化恢复的研究现状。在此基础上,提出了飞机和机组一体 化恢复的数学模型。之后通过构建飞机恢复和机组恢复的可行路径和可行配对作为输入,对 建立的优化模型进行优化求解,以使其在合理的时间内,获得整合恢复的优化解。为了获得 飞机恢复和机组恢复的可行路径和可行配对,设计了专门的递归算法和配对存储树方法 。为了进一步提高计算速度,对计算数据进行了预处理,即将恢复限制在受扰航班中进行 。这样不仅提高了求解速度,同时也最大限度地减少了受扰航班数。计算试验表明,该方法 较之飞机、机组分阶段优化恢复,优度明显提升,而且求解速度快,可用于航空公司中小规 模的航班恢复。