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。     

基于阻塞流的机场终端区极限容量评估研究

为确定机场终端区最大容量保障能力,即极限容量,从终端区运行特点分析出发,综合考虑进离场航线长度、飞行速度、管制间隔等因素,构建进离场网络流模型,并以跑道Pareto容量包络线作为约束,分析进离场航线网络与跑道的耦合关系,建立基于阻塞流的机场终端区极限容量评估模型。以杭州萧山机场终端区为例,验证了模型的可行性和准确性,并借助模型分析了不同流量控制策略下终端区容量包络线的变化趋势。研究表明,随着移交间隔变大,终端区容量包线有内移的趋势,进场容量由33架次/h逐步降为25架次/h。     

民用机场旅客满意度模型建构与实证研究

为了对国内民用机场旅客满意度研究提供理论支撑和实践指导,结合国内机场行业的自身特点,针对机场旅客,依据机场旅客满意度的企业形象、服务质量、安全因素等影响因子,构建了机场旅客满意度结构方程模型,形成了机场旅客满意度量表,并开展了实证研究。研究结果表明:服务质量和安全因素对旅客满意度有直接积极的影响,且旅客满意度对旅客忠诚度有直接显著的影响。     

浓雾天气背景下昆明长水机场签派放行研究

本文结合长水机场地形特点,以2013年1月3日长水机场一次持续性大雾的形成和发展过程,分析大雾形成与机场风向、风速、气压等几个方面的关系,参考当日对长水机场起降航班的处置过程,总结梳理出长水机场在浓雾天气背景下签派放行的工作措施,研究成果在同类机场具有推广的意义。     

MRF模型去雾算法在机场场面监视中的应用

面对日益严峻的雾霾天气对民航业的影响,在雾霾天气下的机场场面监视方面,文章提出了一种基于MRF模型的去雾霾算法,并利用CNC去雾霾效果评价体系与Retinex、He等传统去雾霾算法的去雾效果进行了对比,可以看出,MRF模型去雾霾算法对场面监视的雾霾图像具有较好的效果性和鲁棒性。     

机场飞行区资源调度问题研究(二)：发展脉络与趋势

充分释放机场资源红利,发挥机场资源的最大效益,是空管、机场、航空公司、旅客和政府等航空运输各利益相关方的共同目标。本文聚焦机场飞行区资源调度的发展脉络与趋势问题,为飞行区资源调度问题研究系列之二。从明确资源总量、盘活资源存量、做强资源增量视角梳理飞行区资源调度的发展脉络,并对飞行区资源调度的一体化、高效化、智能化、协同化和绿色化发展趋势进行分析。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。     

空港频率

<正>上海机场两作品在全国民航微电影大赛获佳绩A1近日,由全国民航团委举办的"我和我的职业精神"微电影大赛决赛在京举行,决赛通过现场展播、评分、亮分、评奖的方式,从15部进入决赛的作品中评定各类奖项的最终归属。经过激烈竞争,最终上海机场选送的《艳阳Magic》斩获大赛二等奖、最佳创意奖、最佳导演奖提名和最佳摄影奖提名;《流动音符的指挥家》获得最佳音效奖提名;上海机场团委获得优秀组织奖。     

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。     

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SVR选择性集成的机场噪声预测模型研究

机场噪声预测对机场规划设计、航班计划制定以及机场噪声控制具有十分重要的作用。针对机场周围各个监测点上的单飞行事件进行噪声预测。由于机场噪声数据的复杂性,用单一的SVR方法对其预测往往得出局部优化结果,不能达到理想的预测效果,针对这一问题,提出一种基于SVR选择性集成的机场噪声预测方法,通过Adaboost方法对机场噪声数据进行采样训练得到多个SVR预测模型,并结合一种排序方法对预测模型进行选择集成得到最终机场噪声预测值,取得了较好的预测效果。