遗传算法在飞机着陆调度问题上的应用

用遗传算法对飞机着陆调度问题的两个方面:队列顺序的确定和跑道指派进行了研究.队列顺序采用飞机编号的单一整数染色体编码方案,配合相应的变异、交叉算子,避免了后代非法解的问题.跑道指派则在适值函数计算中,基于对列最短的原则来加以确定,避免了对队列顺序和跑道指派进行分别编码.算例研究了单跑道与双跑道两种情况.计算结果表明,这种编码方案以及变异、交叉算子对这一问题具有很好的效果,可在普通PC机上实现雷达扫描周期内的实时计算要求.     

到达航班排序与调度优化的遗传算法研究

解决机场到达航班的排序与调度(ASS)问题是保持空中交通通畅、减少航班延迟的主要途径.本文针对ASS问题的特点,建立了以航班总延误时间为目标函数的排序模型,提出了基于格里芬斯塔特编码和滚动时域优化策略的遗传算法,并对排序模型进行了仿真分析.结果表明:与先到先服务算法相比,本文算法能显著减少航班总延迟,同时较常规遗传算法...     

空中交通流量优化管理

研究了空中交通流量管理中的机场流量最优化问题,提出了解决目前日益严重的拥塞问题的一种方案,将机场流量利用最优化问题分解为两个子问题,以折考虑解的最优性及求解复杂性,针对两个子问题,提出了一种折考虑解的最优性及求解复杂性的线性规划数学模型,利用该模型,可以最有效地发挥系统功能,同是保证飞机飞行过程的有效隔离,最后,还给出了具体的实例分析,证实了所建模型的实用性。     

基于Memetic算法的飞机着陆调度优化

以减少等待时间为目标，建立了一种多跑道机场飞机着陆调度模型，并采用Memetic算法对飞机着陆次序和时间进行了仿真优化，最后以浦东国际机场终端区内的实际数据为原型，验证了算法在解决飞机着陆调度优化问题中的可行性和高效性，从而为管制部门运行决策和跑道容量评估提供科学的建议。     

一种新的单机场地面等待问题优化算法

对单机场地面等待问题提出了一种新的启发式动态优化算法。该方法通过对时间分段，添加飞机是否起飞标志量，分步计算地面延迟和空中延迟，递推求解，从而达到缩小每次求解规模的目的。采用实际数据，仿真验证了所提出的模型和算法的有效性。还给出了一种简便的近似解算法。     

空中交通管制中的时间压力及其管理

时间作为空中交通管制中的最重要资源之一，在我们的管制工作中发挥着不可替代的作用。而随着飞行流量的增加，时间压力就凸显出来。短时间内的分析、判断、决策能力在现在和未来的管制工作中十分重要，它要求我们的管制员在管制技能和心理素质等方面都应该有相应的提高。本文结合管制实践，对引起时间压力的因素和后果进行粗浅的分析，进而提出管理时间压力的方法和途径。     

飞机复合材料车间计划排产优化方法的研究

结合国内某飞机复合材料制造车间的实际生产特点,提出了针对复合材料车间计划排产的方法和步骤,并建立了基于启发式规则算法的优化排产模型。该排产方法将生产班组作为相对独立的生产单元,在设计上不仅充分考虑到复合材料生产的特点,而且对生产中出现的突发问题进行了相应的调整处理,使得排产方法更加适应复合材料生产的实际情况,最终提高了车间的生产效率。     

机场着陆排序的一种滑动窗优化算法

对交通拥挤时的终端区进场飞机进行合理的排序,是空中交通流量管理的一个重要研究内容。当降落飞机架次较多时,目前的各种算法因计算量太大而实时性不好。基于飞机进场时位置的调整受一定限制,通过分析窗体的大小与位置限制和步长的关系,对计算量的影响提出了滑动窗的方法,并给出了通过采用滑动窗方法可以减少运算量的理论证明。最后通过仿真对该方法进行了验证。     

意大利的空中交通流量管理系统

一、前言在空中交通管制的具体运行中,经常会出现这样的问题,即在某一段时间内,某一空域、航线上的飞机过于集中和拥挤或因气候等其他原因造成某一空域的管制中心(或运行部门)的管制能力无法应付的局面。由于空中交通量的迅猛增长,这些问题发生的频率也越来越高,因此,目前迫切的任务是在欧洲范围内协调和有条不紊地找出解决问题的办法。     

进港飞机调度多目标优化精确算法研究

进港飞机的调度日益成为提高机场终端运作效率的一个重要环节.为了提高机场的运作效率和减少飞机降落延误所带来的损失,对于机场终端多跑道的情形,建立了混合整数0-1规划模型,旨在减少所有跑道的总工作量和最小化航班的总延误成本.为了解决该问题,开发出Epsilon约束算法,可以在几分钟内求解得出进港飞机降落方案的Pareto前沿.并通过实例证明模型的可行性及高效性,对机场终端进港飞机调度和资源的合理利用有一定的指导作用.     

跑道容量的运行优化

从战略流量管理的观点出发,研究了预期交通需求超过机场跑道系统容量情况下,跑道容量的运行优化问题。在满足跑道容量曲线限制下,建立了恒定容量和变化容量下的整数规划数学模型,并以数值例子对两种模型进行了对比计算分析。     

多机场终端区进场交通流优化排序方法研究

为了提高终端区时空资源利用率及空中交通运行效率,综合考虑航班间尾流间隔、航向道安全间隔及定位点管制移交间隔等时间标准的约束,研究了进场交通流在多机场多跑道系统及定位点的排序优化问题,建立了整数线性规划模型,旨在最小化多机场航班的总延迟时间和跑道总调度时长.开发出Epsilon约束精确算法,可以在数分钟内求解出多机场进场交通流排序方案的Pareto前沿.通过仿真实验证明了模型的正确性及算法的有效性.     

基于Netlogo的终端区进场交通流建模与仿真

终端区进场交通流特性参数研究对于解决复杂空域结构下航空器拥堵、航班延误具有重要的实际意义。基于元胞传输模型将进场航线划分元胞,并且在数理推导的基础上,基于Netlogo仿真建模平台搭建进场交通流元胞传输模型仿真环境,对进场交通流的宏观涌现行为进行仿真模拟,得到交通流基本参数速度、流量、密度之间演变趋势。研究结果表明,终端区进场交通流三大基本参数之间存在明显的数量关系,关系曲线相对应分为自由流、拥挤流和阻塞流三种状态,并且受到管制间隔、飞行程序、管制策略的影响。利用相关研究成果,可通过改变管制策略、调整管制间隔、优化飞行程序的方法使得交通流特性向着可预知的方向演变,因此对终端区交通态势的判断具有应用价值。     

基于随机森林的航空器到达时刻预测

航空器到达时刻（ ETA）预测是进场排序与调度的基础,因此进场飞行时间的快速与准确预测显得尤为重要。通过分析航班信息、天气信息以及空中交通信息,基于随机森林算法构建了航空器到达时刻预测模型。选取上海浦东机场进场航班进行仿真验证,仿真结果表明,预测模型可以实现航空器到达时刻的快速与准确预测。     

基于多目标帝国竞争算法的进场排序与调度

为兼顾空管、机场、航司以及民众的不同诉求,提出了基于多目标帝国竞争算法的进场排序与调度方法,达到平衡交通需求与进场管理的目的。首先,借鉴机器调度领域研究成果,梳理与精简进场排序与调度的评价指标,并结合运行约束构建多目标进场排序与调度模型。接着,引入非支配排序,设计多目标帝国竞争算法,给出衡量帕累托解集优劣的评价指标。最后,采用通用数据集与长沙黄花机场实际运行数据实施案例进行仿真与验证。结果表明：提出的多目标帝国竞争算法,相对于带精英策略的非支配排序遗传算法以及多目标模拟退火算法而言,解集更占支配地位、分布更均匀、收敛性更好,求解的效率也更高;提出的算法能有效实现进场排序与调度,即便以标准间隔的1.8倍实施仿真,总延误时间、总飞行时间和最大飞行时间,相对于实际运行分别降低了41.2%、11.4%和8.6%。     

基于协同多任务分配的飞机排班模型与算法

航空公司的航班运行一直存在安全与成本的矛盾:既要严格按规定完成飞机例行检修,优先保障运行安全,又要尽可能提高飞机日利用率,以降低运行成本.为此,研究基于协同多任务分配的飞机排班问题.分析例行检修约束,建立最优化飞机日利用率的数学模型,运用分枝定价算法进行求解.分枝定价算法引入检修节点和虚拟飞机节点的定义,将分配的航班飞...