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...     

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案设计基本原则及范式,两者综合运用开展机动区滑行道运行方案优化。以成都天府国际机场为例,设计三种机动区滑行道备选运行方案,并针对典型的日航班架次采用AirTOp软件进行仿真及量化分析。结果表明：所给多跑道机场机动区滑行道运行方案设计方法有助于缓解航班滑行延误、滑行冲突等待时间以及滑行冲突占比,所给仿真评估方法适用于大航班量下的场面运行方案对比论证。     

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。     

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。     

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。     

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。     

多机场协同决策进离场航班排序模型及算法研究

多机场终端区内的航线网络错综复杂,来往同一方向的航班会共用一个交接点,航班的起飞降落不仅要考虑各方向航空器的运行间隔和各受限单元容量的限制,还需着重考虑交接点的间隔限制.基于终端区多机场多元受限情况,建立了终端区多机场协同决策进离场航班排序模型,并设计了递归遗传算法.首先以各机场为单位采用遗传算法进行航班排序,得出各机场延误时间最小的排队序列,之后将各机场航班在交接点处进行聚类并排序,再将各交接点的排队序列反推回各机场,运用递归算法不断优化各机场的航班序列,在保证安全运行的基础上,最终得出各机场的航班排队序列.仿真结果表明,该算法优化效果显著,各机场的总延误时间减少了48.2％,可有效缓解多机场航班延误.     

基于分位数回归的机场容量评估

对北京首都国际机场航班运行的历史数据进行了统计分析,建立了进离场小时架次及时间的三维数据结构,并利用DBSCAN算法进行聚类分析;在消除“噪点”的基础上,利用改进后的分位数回归算法生成分时段的具有95％概率的机场小时运行能力包线.仿真结果表明,各个时段的机场进离场架次具有一定的时间特性和差异:8点到10点处于离港早高峰,离港小时架次远大于进港小时架次;10点到22点进离港航班较为均衡,机场全负荷工作;其他时间段航班小时架次未达到最大容量值.     

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。     

基于视频识别数据融合的场面监视增强方法

针对场面监视雷达、多点等传统机场场面监视传感器探测机场场面航空器、车辆等目标,出现目标虚假、分裂等现象,造成空管系统目标航迹不可靠影响机场管制运行安全问题。提出了一种基于视频识别数据融合的机场场面目标监视增强方法,方法采用YOLO v5网络模型的深度学习智能视频识别技术识别场面航空器、车辆、行人目标,并对存疑目标再利用云台相机捕捉特写,对初次比对分析的结果进行二次对比分析确认,然后与A-SMGCS系统中传统监视数据融合对比处理,自动对场面目标做真伪、增减处理,剔除虚假目标、弥补丢失目标,增加场面目标监视的可信度、可靠性。为塔台管制员提供真实、可靠、全面的场面航空器、车辆、人员运行态势“一幅图”,提高航班管制运行安全。     

基于改进PSO的离港航班绿色滑行路径优化

为有效解决大型枢纽机场离港航班繁忙运行所带来的较大污染物排放问题,开展了离港航班绿色滑行路径优化研究。将滑行速度离散化;以最短滑行时间、油耗量最少、污染物排放量最少和总滑行成本最少为目标,根据机场场面滑行管制规则,建立模型;以广州白云机场为例,利用改进的粒子群算法预选出三条滑行路径,比较其污染物排放量和总滑行成本,从而选择最优的滑行方案。结果表明,基于总滑行成本最低策略和污染物排放量最低策略,优化后的滑行方案滑行时间分别缩短13.7%、14.2%,油耗量减少8.9%、7.8%,污染物排放量减少12.6%、13.7%,总滑行成本降低13.4%、13.2%。模型能够有效降低机场污染物排放量,减少油耗,提升机场场面运行效率。     

基于数据挖掘的支线机场危险天气预估方法

近年来,支线机场航班运行数量逐步增加,伴随而来的是支线机场航班运行出现了一系列的危险天气下的安全运行风险。本文通过对机场历史数据的挖掘,研究了支线机场常见的大雾导致低能见以及大风等危险天气,运用统计学方法,通过中心极限定理计算大雾天气下的数据分布情况,找到其内在规律,将机场能见度的范围划分到不同的置信区间,通过对各个置信区间的假设检验计算,从而得到不同能见度范围下后续能见度的发展,对后续能见度进行预测。同时,利用皮尔逊相关系数法,计算相邻支线机场之间大风天气下的相关系数,通过计算机场序列的相关性,进而得到风场传播的趋势方向,从而有效提高支线机场的大风天气预估的准确性,达到避开危险天气,提高航班运行安全性的目的。通过预估这两类危险天气,增加对危险天气预警的准确性,提升支线机场航班运行的安全裕度,对今后支线机场的安全运行工作具备一定的借鉴意义。     

机场场面关键节点风险评估方法

为评估机场场面关键节点风险等级,提出了一种场面关键节点风险评估方法。结合复杂网络指标提取场面关键节点构建网络模型,从时间和空间两个角度选取风险评估指标,构建场面关键节点风险评估模型,探究时间和空间因素对于机场场面冲突热点的影响,对冲突热点区域进行风险等级划分,找出关键冲突热点区域。以深圳宝安机场为例,基于AirTop仿真数据对机场关键节点进行风险评估,结果表明,考虑时空分布特征对机场场面进行风险等级划分,可以更有效更准确地识别热点区域,为机场场面运行安全提供参考。     

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。     

协同决策下基于物元模型的航班延误预警研究

为了对枢纽机场航班延误进行有效预警,选用了5个预警指标构建了航班延误预警特征指标体系.利用可拓学的物元模型研究表现机场航班延误运行状态的指标之间的相互作用关系,建立延误情况评价指标,并采用可拓关联函数及可拓评价方法,对机场航班延误情况指标的可拓量化值进行预警评估.通过实例仿真,结果表明预警模型能够比较准确地反映机场的航班延误情况,为机场在协同决策系统中发布航班延误的预警情况提供科学的参考信息.     

基于Agent模型的机场网络延误预测

准确可靠的机场网络航班延误预测是科学认知空中交通运行态势,动态精准实施国家空域系统容流协同调配策略的重要依据。提出了基于Agent的机场网络延误模型,表征机场网络系统中各元素及子系统间的交互作用下的延误特征涌现。针对机场节点动态容量、预计起飞时间、最小飞行与周转时间等Agent模型中的关键参数,适应性选用了贝叶斯估计、模糊k近邻等数据挖掘方法建立参数模型,并采用2015—2017年全美历史航班和气象数据进行训练学习。为综合评价模型性能及泛化能力,选取全美2018年3个不同延误程度的典型日进行测试。实验结果表明,在全美34个核心机场组成的网络中,各节点在4小时预测区间内延误最大误差不过27.9 min,其中约80%的节点误差小于5 min,验证了所提延误预测模型在时空范围内的准确性和稳健性特征。另外,通过与其他模型对比,展示了本模型优良的延误预测性能。     

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。     

机载移动端场面引导软件设计与仿真研究

为了减轻飞行员在繁忙机场场面运行的工作负荷,提升场面运行安全与效率,设计了一种基于移 动电子设备运行的场面引导软件。其采用可扩展架构和模块化功能设计,通过无线通信网络与综合场面监视系 统交联,实现场面引导功能。仿真测试表明,机载移动端场面引导软件能够为飞机在场面滑行操作提供路径引 导信息和冲突告警提示,可提升运行效率和安全性,具有一定的使用价值。     

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。     

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。