基于AnyLogic的进港航空器绕滑决策仿真研究

为了提高机场的场面运行安全,降低航班跑道侵入风险,针对近距平行跑道设置了新型滑行道——绕行滑行道,探讨不同绕滑决策带来的影响与效益。以浦东机场场面布局为研究对象,对绕滑的设计和运行模式进行了分析,建立了量化绕滑效益的数学模型。以AnyLogic为仿真平台构建了离散事件随机仿真模型,主要包括决策模块和优先级模块,模拟了航班到港和离港间隔时间方案不同情况下的3种绕滑决策对进离港航班的全局滑行时间和油耗量的影响,仿真结果表明,绕滑产生了一定程度的优化效果,尤其是在航班离港高峰期,进港航班全部选择绕滑使全局滑行时间和平均油耗量分别减少了37.1%和21.5%。     

基于虚拟排序与航空公司自主决策的航班推出策略研究

当机场场面出现拥堵时，新增的航班推出会增加机场的拥堵，同时增加燃油的消耗以及污染物的排放。提出了航班虚拟推出队列方法，以航班停机位等待代替航班滑行道排队等待，可以减少场面拥堵和污染物排放。在该方法的基础上提出了乘客等待时间最小及航班场面滑行成本最优的策略。仿真结果表明，对虚拟航班时隙的调整，可以降低旅客的等待时间、减少航空公司场面运行成本。     

基于特征选择的BP神经网络算法滑行时间预测

为准确预测离港航班滑行时间,基于数理分析同时段场面航空器滑行数量、平均滑行时间等因素对离港航空器滑行时间的影响。将皮尔逊相关系数与随机森林算法相结合减少冗余特征变量,建立基于BP神经网络的滑行时间预测模型,提高离港航空器场面滑行时间预测精度,并通过交叉验证证明预测结果的稳定性。预测结果表明：通过皮尔逊相关系数与随机森林组合模型进行特征选择可提高BP神经网络预测结果的精度,离港航空器的滑行时间预测误差在±5min内的占比由88.23%提升至92.26%,且预测效果较为稳定。模型可以精确预测离港航班的滑行时间,为机场运行提供决策依据。     

基于滚动时域算法的航班滑行路径优化模型

为了提高机场场面运行效率和机场空侧容量,亟需采取积极的手段对滑行路径进行优化。根据滑行路径规划的问题属性,选取离场航班为研究对象,建立了以滑行时间最短为目标函数的无冲突滑行路径优化模型,并设计了基于滚动时域与混合整数线性规划(MILP)相结合的迭代算法;将滑行路径优化模型植入空域管理与评估系统(ACES)的空侧容量评估系统中,以杭州萧山国际机场场面数据为例,对不同策略下的航班滑行时间、容量评估结果及路径更改次数进行了比较分析,验证了模型的准确性,通过比较MILP与新算法下的计算时间验证了算法的高效性。     

独立离场模式下多跑道时空资源优化调度方法

为有效缓解大流量、高密度机场日益严重的交通拥堵和航班延误现状,研究了多跑道离场航班优化调度问题。首先,从生产调度领域视角,将多跑道离场调度问题抽象为典型的车间作业调度NP-Hard组合优化问题;然后,面向航空运输各方利益需求,以航班延误、跑道容量和环境污染为优化目标,综合考虑航空器尾流影响、场面滑行和跑道穿越等各类限制因素,建立了独立离场模式下多跑道时空资源优化调度模型;最后,结合多目标优化及遗传算法基本理论,设计了带精英策略的非支配排序遗传算法(NSGA-II),寻求多跑道离场调度问题的Pareto最优解。仿真实验表明,模型可对独立离场航班进行优化配置,显著降低航班延误时间和航空发动机污染物排放量,并有效提升机场跑道容量。与随机和交替调度策略相比,优化调度策略执行效果显著,其中航班延误时间分别减少了51.2%和42.7%,所提方法可显著缓解大型繁忙机场离场航班起飞延误,有效提升航空运输服务品质。     

基于禁忌搜索算法的机场场面联合优化模型

针对当今机场场面优化对象仅为某一独立环节的情况,梳理联合优化框架,利用已有的单一环节优化模型,建立了滑行路径规划与停机位分配联合优化模型,并设计了禁忌搜索算法流程,最终降低了航班进离场资源占用时间。将优化模型分别植入空域管理与评估系统（ ACES）的空侧容量评估系统中进行仿真分析,结果表明,联合优化模型能够在综合考虑机场运行实际的条件下大幅提升空侧容量,改善机场运行效率与资源配置情况。     

基于免疫进化算法的枢纽机场停机位调度模型

针对繁重机场日益严重的航班延误问题,以提高旅客的满意度和减少航班滑行时间为目标,提出了一种高效的停机位分配模型。模型基于免疫进化算法,以最少航班被分配到远机位和航班滑行时间的均方差最小为目标函数。模型可以用于在机场航班时刻已知的情况下,对不同时段的航班的停机位进行高效快速分配,通过国内某大型机场的实际运行数据进行计算及对比分析表明,模型和方法是有效可行的。     

相关进近模式下多跑道时空资源优化调度方法

跑道作为机场飞行区与终端区的衔接部分,因容流失衡频繁引发空中交通拥堵及航班延误等问题。为提高多跑道系统运行能力,针对相关进近跑道运行模式,研究了多跑道时空资源优化调度方法。通过深入剖析多跑道时空运行特性,综合考虑移交间隔、尾流间隔、纵向间隔和相关斜距等约束限制,科学权衡安全、经济和环境等各方利益需求,建立了相关进近模式下多跑道时空资源优化调度模型。结合多目标优化及遗传算法基本理论,设计了带精英策略的非支配排序遗传算法,对模型进行了准确求解。仿真实验表明,模型可对相关进近航班进行优化配置,有效降低航班延误时间和航空发动机污染物排放量。与随机和交替调度策略相比,优化调度策略执行效果显著,其中航班延误时间分别减少了39.3%和32.6%,所提方法可显著缓解大型繁忙机场航班延误情况,有效提高航班正常率,并完全适用于独立进近模式。     

机场机动区滑行道运行方案设计及仿真评估

我国多跑道机场日益增多,研究此类机场机动区滑行道运行方案的优化设计及评估方法,对促进机场场面资源的集约高效利用具有重要意义。给出多跑道机场机动区滑行道运行方案“固定、单向、顺向、循环”的设计原则,以及面向平行跑道隔离运行场景的“单侧运行”和“双侧运行”滑行道运行方案设计范式;基于“航班备选滑行路径库”和所给滑行道运行方...     

基于航空公司运行成本和公平性的停机位指派

缩短航空器在飞行区的滑行距离,可以降低航空公司运行成本,减少大气污染物排放;而均衡各航空公司的滑行距离,可以提高航空公司在机场运行的公平性,提升航空公司整体竞争力。从航空公司运行成本和公平角度出发,建立基于航空公司运行成本最小化和运行最公平的停机位多目标优化指派模型。采用生物地理学算法对模型进行仿真验证,对随机指派、成本最低、最公平、公平指数小于0.1,公平指数小于0.2等五种情况的仿真结果进行比较。仿真结果表明：当公平指数小于0.1时,停机位指派不仅有效降低航空公司运行成本,并大幅度提升航空公司间公平性,说明该模型能够更好的对停机位指派进行优化。     

基于蜂群算法的飞机滑行路径优化

研究了飞机场面滑行路径动态规划问题,将三种滑行冲突作为约束条件,建立了场面运行模块化模型。基于蜂群算法给出了问题的优化算法,并进行了计算机仿真实验,结果表明可以大大减少滑行时间。算法既可以用于滑行路径的动态规划,也可以为繁忙机场的安全运行提供决策支持。     

资源受限条件下的离港航班停机位分配优化模型

停机位作为机场的重要资源,优化停机位分配策略,实现更优的航班运行效率和旅客满意度已成为研究的重中之重。针对研究牵引车、管制员等资源受限条件下的停机位分配问题,首先以航空器延误时间最少、靠桥数最大为目标,并将靠桥数最大转化为不靠桥数最小,建立停机位分配优化模型,采用启发式算法进行求解;其次搭建场面仿真模型以验证算法的可靠性;最后通过北京大兴国际机场进行实例验证。结果表明：相较于机场实际运行情况,本文所建立的停机位分配优化模型使航空器延误降低25.5%、靠桥率提升8.8%,本文所提出的停机位分配策略可以在资源受限条件下实现场面延误和靠桥率的优化。     

基于双层规划的机场场面运行规划研究

当今国内民航业迅速发展,大型机场航空器起降架次稳定增多,场面运行情况也随之更加复杂,这对机场场面运行规划提出了更高的要求。综合考虑停机位指派和滑行道调度两个优化问题,引入双层规划模型,上下层模型分别以停机位与机型的匹配度最高、滑行时间最短为优化目标,采用遗传算法进行求解,并以上海浦东机场为实例进行场面运行规划。结果显示,优化后的方案在近机位利用率与滑行时间上都得到了改进,验证了模型的有效性。     

多机场终端区进场航班协同排序方法

为有效缓解大都市圈机场群日益严重的空域拥堵和航班延误现状,系统研究了多机场终端区进场航班协同排序问题。通过深入剖析多机场终端区时空运行特性,综合考虑移交间隔、尾流间隔和多跑道运行间隔等约束限制,科学权衡安全、经济和公平等各方利益需求,引入多元受限时间窗的创新理念,建立了多机场终端区进场航班协同排序模型。结合多目标优化及遗传算法基本理论,设计了带精英策略的非支配排序遗传算法,寻求多机场终端区进场航班协同排序问题的Pareto最优解。仿真实验表明,模型可对多机场终端区进场航班进行优化排序,显著降低航班延误总时间,有效增强多机场空域资源使用公平性。与经典的先到先服务(FCFS)策略相比,协同排序策略优化效果较为显著,其中航班延误时间减少了31.0%,所提方法可显著缓解大都市圈机场群航班延误现状,有效提升航空运输服务品质。     

基于优先级调配的进离场航班序列动态优化

以可变的优先级作为调配手段,针对航班的进离场序列建立了一种动态优化模型.首先,根据不同进离场阶段的航空器燃油消耗率和安全系数,进行航班初始优先级分配;然后,考虑机场的空中等待航班数量、空域容量、场面容量以及机场的起飞需求,对航班优先级进行二次调配.以总耗油量为目标函数,引入合作型协同进化遗传算法,设计了令一对代表个体形成合作团体的新的代表个体选择方案,改善传统遗传算法中存在的种群多样性低、易早熟等问题.仿真结果表明,在机场容量限制下,该模型仍可以实现流量的动态调配,并有效降低燃油消耗,缓解机场空域及场面的运行压力.     

多跑道离场分配仿真模型及算法

多跑道作为大型繁忙机场的关键资源和瓶颈区域,在机场运行管理中必须对其进行科学和高效配置。基于经验滑行时间数据,建立了多跑道离场分配模型,在满足场面运行安全约束的前提下,以离场航班滑行时间最小为目标,寻求最优的跑道分配方案。通过选取典型机场进行地面网络建模,结合实际运行数据及航班计划等信息,利用计算机仿真对模型进行了验证分析。仿真结果表明,所提方法与随机分配方法相比,多跑道机场地面容量提高了2．1％,冲突探测与解脱次数降低了20．6％,最大延误时间减小了5．2％。因此,机场运行安全与效率得到改善,所提方法有效,适用于多跑道离场分配问题。     

离港航空器滑出时间的BP神经网络预测模型

准确地预测离港航空器滑出时间可有效提升机场场面运行效率,降低运行成本。构建基于BP 神经网络的离港航空器滑出时间预测模型,分析影响离港航空器滑出时间的可量化因素,并对其相关性进行检验;通过我国中南某机场2 周实际运行数据对模型进行验证,并以均方根误差、平均绝对误差和平均绝对误差百分比检验预测结果的准确性。结果表明：同时...     

多跑道协同运行模式优化方法

繁忙机场飞行区运行能力低下导致空中交通拥堵及航班延误现象频发,机场系统亟需扩容增效与排堵保畅。为有效平衡机场容流供需,研究了多跑道协同运行模式优化方法。综合考虑机场布局、交通流特性、气象条件等因素,提出了多跑道协同运行模式分类方法;基于跑道容量包络线理论,通过引入容量损失系数客观反映模式切换特点,建立了多跑道协同运行模式优化模型;结合多目标优化及遗传算法基本理论,设计了带精英策略的非支配排序遗传算法（NSGA）,对模型进行了准确求解。仿真实验表明,模型可对多跑道协同运行模式进行优化配置,有效实现机场容量与流量之间的均衡。与单一固定模式相比,多元组合模式优化效果显著,其中航班延误成本减少了38.1%,航班调整数量减少了46.4%,所提方法可显著提升多跑道协同运行能力,有效提高航班正常性。     

基于进离场容量转化的航班延误优化研究

为了提高机场运行效率,缓解航班延误,研究了进离场容量转化的特性,并建立了以延误时间最小的航班优化模型。结合实际运行数据对模型进行了验证,探讨了进场航班权重系数对进离场容量转化的影响。结果表明:采用进离场容量转化的方式可以增加进离场总容量,从而降低航班运行的总延误;该模型能提供优化的流量分配方案,可应用于机场流量管理。     

一种多机场航班时刻协同优化方法

随着多机场协同化发展日渐加速,单独优化各机场的时刻可能加剧关键空域点的冲突。因此,协同优化各机场的航班时刻成为提升整个多机场系统运行效率的关键。本文首先引入机场公平性因子与调度因子,综合考虑航班唯一性、航班调整量限制、航班连续性约束和机场动态容量等约束,建立多目标的多机场航班时刻协同优化模型,兼顾航班总调整量最小化和机场间公平性最优。其次,通过NSGA-Ⅱ算法对完成多目标协同优化模型的求解。最后,选取长三角地区的四个机场构建多机场系统,以其实际航班数据进行算例分析,给出具体的优化方案,优化后各机场航班架次分布更加均衡,每小时的航班数均不超过其饱和容量,航班取消率为1.28%,总调整量为160刻,公平性为0.01276,验证了模型的有效性。