机场飞行区资源调度问题研究(三)：研究热点与挑战

全球航空运输需求的持续和迅猛增长,使得诸多大型繁忙机场正面临高频次飞行冲突、大范围空域拥堵、大面积航班延误等一系列严峻问题。本文聚焦飞行区资源调度的研究热点与挑战问题,为机场飞行区资源调度问题研究系列之三。从多维视角对飞行区资源调度问题进行详细分类,梳理近几年在容量预测、跑道配置、态势感知、空地调度、性能权衡等方面的研究热点,并对该领域目前面临的主要挑战进行综合分析。研究成果旨在为机场运行管理理论与应用的可持续发展提供科学指引。     

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。     

机场进离场流量协同分配策略

为充分利用机场容量、减少航班延误,把进离场视为互相影响的两个过程,研究机场流量与容量匹配问题,给出了一种进离场流量协同分配模型。基于机场容量动态限制,模型以最小化进离场航班总延误损失为目标,协同优化进离场流量分配策略;通过引入航班延误损失系数,作为航空公司协同决策的偏好信息以兼顾其利益。针对模型特点设计了遗传算法予以实现。实例仿真结果表明,模型不仅能使流量与容量协调匹配,而且能够使延误损失降到最小且能兼顾航空公司的利益,验证了所提策略的有效性。     

多元受限的地面等待策略问题研究

多元受限的地面等待策略即飞机地面等待时间的最优配置,是空中交通管理系统具有的最重要功能之一,是空中交通流量控制中战略管理的重要内容。最优配置旨在减少或消除飞机的空中等待延时,提高空中交通流量。本文在单机场受限地面等待策略问题的基础上,研究了确定容量条件下的多元受限地面等待策略问题,建立了数学模型,并提出了一个启发式和专家系统相结合的流量管理新算法。论文最后利用广州区域某日典型的航班飞行实际数据,对     

被动空中交通流量管理中的动态排序算法

空中交通流量管理包括战略管理和战术管理两个方面,如何对等待降落的航班重新排序,使得在等待队列 航班的地面等待和空中等待成本总和最小是进近区域流量战术管制的主要研究内容之一。本文对目的机场的飞机降落时间问题进行了系统地分析,并利用互换理论对问题进行了推导与建模,得出了被动空中交通一管理中的动态排序算法。该算法与目前国内外一般处法不同,计算时不直接使用机场的容量约束,而是利用与容量相磁的统计航班服务时     

平衡降阶方法及其进展

大系统模型降阶作为一个理论课题,自60年代末至今日益受到国内外广大控制界人士的关注,提出了大量模型降阶方法。然而,1981年,Moore提出的内平衡实现理论给模型降阶方法带来了一次变革,许多经典方法一旦与平衡理论结合起来,便形成了更加简洁、有效的降阶方法。本文综述了这一领域的现有文献,并指出了若干进一步研究的可能方向,为便于应用,本文还给出了每种典型方法的数字实现过程。     

机场飞行区资源调度问题研究(一)：基本概念与框架

世界航空运输系统的一体化、协同化和智能化发展对机场飞行区资源调度精细化管理和空中交通运行高效化管控提出了高要求。本文聚焦机场飞行区资源调度的基本概念与框架问题,是飞行区资源调度问题研究系列之一。从国际公约、理论研究和行业规范视角界定飞行区的基本概念,分析飞行区的一般运行过程和资源调度内涵。对飞行区资源调度体系涉及的理论方法、系统工具、管理机制等要素及逻辑关系进行系统总结。研究成果旨在为机场运行管理理论与应用的可持续发展提供科学指引。     

空中交通流量管理中的多元受限地面等待策略问题研究

在单机场受限地面等待策略问题的基础上,研究了确定容量条件下的多元受限地面等待策略问题,建立了数学模型,提出了一个启发式和专家系统相结合的流量管理新算法。通过对广州区域空中交通流量的仿真计算,验证了该算法实际应用的可行性。     

Chaotic Characteristic Analysis of Air Traffic System

Chaotic characteristics of traffic flow time series is analyzed to further investigate nonlinear characteristics of air traffic system. Phase space is reconstructed both by time delay which is built through mutual information, and by embedding dimension which is based on false nearest neighbors method. In order to analyze chaotic characteristics of time series, correlation dimensions and the largest Lyapunov exponents are calculated through Grassberger-Procaccia （G-P） algorithm and small-data method. Five-day radar data from the control center in Guangzhou area are analyzed and the results show that saturated correlation dimensions with self-similar structures exist in time series, and the largest Lyapunov exponents are all equal to zero and not sensitive to initial conditions. Air traffic system is affected hy multiple factors, containing inherent randomness, which lead to chaos. Only grasping chaotic characteristics can air traffic be predicted and controlled accurately.