终端区动态容量预测模型

为有效预测终端区动态容量,提出了一种危险天气影响下的动态容量预测模型。该模型根据危险天气预报概率的大小,将受影响空域的范围做区间化处理,认为危险天气预报概率大于70%的空域为完全避让空域,危险天气预报概率在70%以下的空域为可能避让空域。引入航班进离场优化排序和危险天气避让路径规划策略,以平均航班延误最小为目标,采用捕食搜索算法予以求解;并根据终端区实际容量评估的一般流程,运用仿真方法预测一定延误水平下的动态容量区间。以某机场终端区为例,验证了模型的有效性。     

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.     

基于模型降阶的随机最优输出反馈阵设计

本文研究了线性离散随机系统的模型降阶和最优输出反馈矩阵的设计问题。本文提出的设计方法不需要对原系统进行Anderson-Moore的迭代计算,直接利用求得的降阶模型解出近似的最优输出反馈阵。文中举例说明了设计方法的应用并进行了计算机仿真,仿真结果是令人满意的。     

基于改进NSGA-Ⅱ算法的航班战略冲突解脱研究

设计了一种改进的非支配排序遗传算法（Non-dominated sorting genetic algorithm Ⅱ, NSGA-Ⅱ）解决战略阶段轨迹规划大规模优化问题。在经典的NSGA-Ⅱ的框架下,采用一种自适应交叉算子与自适应变异算子加快算法的收敛速度并提高解的质量,同时给出衡量Pareto解集优劣的评价指标。大规模四维航迹的引入不可避免地增加了问题的复杂性,本文提出了一种有效的战略冲突解脱模型,旨在最小化潜在的冲突数量和冲突解脱成本。采用中国航路网络繁忙时段1 472架航班进行实例验证,并所提算法与经典的NSGA-Ⅱ算法及MOEA/D进行对比。实验结果表明,改进的NSGA-Ⅱ算法具有更好的优化效果,能够有效地解决航空器之间的冲突并产生较小的航空器航迹调整量。     

基于Fratar模型的航班时刻需求战略预测方法

航班时刻是机场运行的基础和核心,准确预测机场的航班时刻需求,对于指导机场基础设施建设、运行模式调整等具有重要意义。在航班计划结构信息分析的基础上,构建了全国航班O-D矩阵,建立了多层级机场起降量预测模型,并以起降量预测结果为输入,利用Fratar交通分布预测模型,预测目标机场时刻需求。以杭州萧山机场为例,以2010年为基年,2014为预测年,验证了方法的准确性和可行性,并预测了2020年航班时刻需求,分析了不同运行模式下机场理论容量与航班时刻需求的匹配状况,分析结果表明,2020年萧山机场需由隔离运行模式过渡到相关进近,方能满足时刻需求。     

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。     

基于多Agent协商机制的冲突解脱方法

冲突解脱技术是自由飞行能否实现的关键技术。采用多Agent系统中协商机制能解决自由飞行的多架飞机之间的冲突解脱问题。将冲突问题中所涉及到的飞机抽象为多Agent系统中的飞机Agent,通过各飞机Agent间相互协商从而得到满意的解脱策略。实例验证了该方法的可行性。     

飞行冲突探测与解脱的研究

由于空中交通流量的增加,我国的空中交通管理系统面临着越来越严重的航线拥挤。解决这一问题的最有效方法之一就是“自由飞行”,即允许飞行员选择最合适自己的飞行航线和飞行速度。但这却给管制员的工作带来的困难。本介绍了如何将遗传算法用于自由飞条件下的飞行冲突探测与解脱,并且表明由于该方法计算快速,能够很好地解决飞行冲突问题。     

多元受限的航班时刻优化模型与方法研究

针对我国空域的实际，结合航班时刻制定的特点，在多元受限地面等待策略的基础上，建立了一个多元受限航班时刻优化模型，提出了一套求解该优化模型的改进启发式算法。并在所提模型和算法的基础上，开发了航班时刻优化系统，对全国实际的航班时刻进行了优化，验证了理论模型和方法的可行性。