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。     

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。     

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。     

考虑运行效率优先级的航班时刻优化

航班时刻优化是从战略层面对时刻资源进行有效配置,进而降低由于容流不平衡导致的潜在延误。从机场实际运行情况出发,根据机场运行效率定义航班优先级,找出亟需进行调整的航班集合,构建航班时刻优化模型,以最小化航班请求时刻和分配时刻偏移量为目标函数,在机场实际运行限制约束下,增加机场进离港点容量约束。以上海浦东机场作为案例数据进行优化,结果表明,考虑航班优先级,最小化调整航班量是以增加单个航班偏移量为代价的。对优化前后的航班容量分析,表明优化后航班时刻分配更加科学合理,能够降低航班潜在延误。     

用航空公司代价来平衡枢纽机场起飞降落时刻表

一、介绍 在机场受天气和能见度的影响，跑道起降飞机的容量会产生改变，使得航班延误经常发生，在枢纽机场，这种延误直接导致旅客错过了转机或影响到其他航班的飞行。     

基于双层遗传编码的多机场航班调度优化研究

为提高多机场系统终端区运行效率,保障航空器飞行安全,基于多机场系统多种资源限制约束,以降低总延误时间和风险值为优化目标,建立了多机场系统终端区航班调度优化模型。考虑多机场系统资源竞争特性,设计了包含航班排序和跑道分配信息的双层编码遗传算法。同时,为避免不必要的资源闲置,降低航班在某节点拥堵的后续影响,每层编码中将航班细分为跑道、定位点两个关键节点阶段。运用双层编码遗传算法进行算例分析,与传统航班恢复方法进行对比。结果表明：求解算法能促进资源的合理分配,实现总延误时间和风险值的双重优化。     

多机场终端区进离场交通流协同排序方法

针对大都市及都市圈飞行冲突、空域拥堵和航班延误日益严峻的现状,研究了多机场终端区进离场交通流协同排序问题。综合考虑尾流间隔、跑道间隔、时间窗、进离场容量等约束限制,从时空多维角度引入航班满意度概念,建立了多机场终端区进离场交通流协同排序模型,设计了带精英策略的非支配排序多目标遗传算法(NSGA-II),寻求多机场终端区进离场排序问题的Pareto最优解。实例验证表明,所提方法可对多机场终端区进离场交通流进行优化排序,有效降低航班延误总时间,显著提高航班总满意度,并实现多机场系统对终端区空域资源的公平均衡使用。与经典的先到先服务策略相比,协同排序策略的整体优化效果较为显著,其中航班延误时间得到了一定的降低。     

机场终端区容流调配鲁棒优化模型

为解决机场不确定容量条件下的航班进离场流量分配问题,以容流调配策略在各情景下的规划外延误损失或多余延误损失的均值与标准差之和最小为目标,建立了终端区容流调配鲁棒优化模型;采用捕食搜索算法求解模型,以国内某机场终端区运行数据为例进行仿真验证,并与经典终端区容流调配模型进行比较,结果表明,鲁棒优化模型较好地实现了容流调配的鲁棒性,有效减少了不同情景下进离场航班延误的扰动。     

考虑航空排放的机场跑道隔离运行优化调度

针对航空运输机场常用的平行跑道隔离运行模式,研究了考虑航空排放影响的机场跑道隔离运行调度问题。在兼顾安全、容量、效率和环境等利益需求的条件下,建立了机场跑道隔离运行调度多目标优化模型,基于带精英策略的非支配排序遗传算法,提出了基于“三重导向个体优选”机制的机场跑道隔离运行调度多目标进化算法,对所建优化模型进行了快速求解。仿真实验表明：与经典的先到先服务策略相比,优化调度策略可显著降低航班延误时间和航空污染物排放量,可将92.4%的航班延误时间控制在15 min以内,有效提升了高密度机场的跑道运行性能和航班运行效率。     

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。     

基于蒙特卡洛仿真的平行双跑道容量评估方法

跑道容量评估是科学评价跑道规划方案、合理安排航班时刻、精准实施流量管理的重要基础性工作.针对平行双跑道容量评估问题,分析了跑道容量影响因素,考虑到跑道分配、机型分配、起降类型分配、进离港点分配、航班流队列顺序等随机性,采用蒙特卡洛方法模拟变量随机性,按照离散事件系统原理,递归计算每个航班的起降时刻,通过统计1h内的航班数量获得容量值.以西安机场双跑道为例,针对现行的相关进近、独立进近、隔离运行3种模式,分别计算了跑道容量值.仿真计算结果显示,相关进近模式容量60架次/h,独立进近模式跑道容量为78架次/h,隔离运行模式跑道容量为52架次/h,平均每次仿真时间仅为1 min,说明方法效率较高.与2015年高峰61架次/h相比仅相差1个架次,计算结果说明方法是有效的.     

机场近距平行跑道一起一降模式下的容量计算

通过对传统跑道容量模型的修正并结合相应的飞行程序，得出了近距平行跑道在一起一降运行模式下起飞和到达容量独立计算的数学模型，并且用中国上海浦东机场运行数据进行了验证，表明容量模型具有较好的实用性，从而在实际应用中方便了近距平行跑道容量的计算，同睁也提高了近距平行跑道的利用率。     

首都机场终端区多进港队列排序优化策略与仿真

在现行可用空域中，通过流量管理策略与进港航班队列优化相结合可提高机场运行容量。以终端区航路航线间隔和扇区容量为约束，通过合理分配机场终端区边界的进港口流量．以总进场排队等待时间最短为目标，提出了协同调配流量和机动分流两种新策略，达到提高机场运行效率的目的。以首都机场为例，利用计算机仿真验证，结果表明：与现状运行相比较采用的优化策略排队进场可使进场延误和等待时间减少，并使离场正常率提高8％左右。     

基于多目标规划理论的单跑道机场容量分配

通过分析机场跑道实际运行过程,建立了估计单跑道机场的容量模型并且利用该模型对跑道进行了容量评估。在考虑起降比例、流量平衡、停机位数量、跑道起降容量等限制条件的基础上,构造了多目标规划模型。通过改变预期目标的优先级别对3种跑道利用情况进行了容量分配,分配结果均实现了预期控制目标,仿真证明多目标规划方法是空中交通辅助决策的有效工具。     

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.     

不同运行模式下跑道容量评估技术研究

跑道容量的大小是机场能否进行高效率运行的一个关键因素,准确评估出跑道的理论容量对机场的实际运行有着至关重要的作用.对单跑道的理论容量进行建模,在单跑道的基础上研究了近距跑道与远距跑道的不同运行模式下的跑道容量数学模型,根据相关机场具体的数据对模型进行验证,并用SIMMOD PLUS仿真软件对机场的场面实际运行情况进行仿真,通过计算出的跑道理论容量与仿真出的空侧容量对比,结果表明机场跑道理论容量计算模型具有较好的实用性.     

多跑道航班进离场动态调度模型与算法

针对民航运输快速发展导致的航班延误频增现象,研究了多跑道航班进离场的动态调度问题。研究时段内航班的总延误成本最小和延误时间均衡为目标,综合考虑根据机型确定的航班进离场调度优先权和管制员负荷,建立多跑道航班进离场调度模型,利用遗传算法对模型进行仿真验证。仿真结果与先到先服务(FCFS)调度方式进行比较,采用遗传算法的航班进离场调度比FCFS的延误成本降低了45.07%,延误时间降低了37.90%,同时有效地均衡了航空公司的延误时间,保障了航空公司的公平性并提高了跑道系统容量,降低了管制员负荷。通过仿真验证了多跑道航班进离场动态调度策略具有较强的优势和可行性。