机场历史高峰服务能力评估方法研究

探讨了机场历史高峰服务能力评估中历史高峰运行数据的频率筛选阈值与样本基数的关联，在此基础上提出大数据样本的历史高峰服务架次评估方法，并以广州机场、上海浦东机场、上海虹桥机场、南京机场和大连机场的实际历史数据加以分析与验证。实验表明：历史高峰运行数据频率筛选阈值至少3次的选取，适用范围为1460个左右的样本基数，所提出的大数据样本的历史高峰服务架次评估方法能够反映机场在常态运行环境下的高峰服务能力。     

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。     

不提供加油服务高原机场运行控制研究

以中国国际航空公司＂邦达—拉萨＂和西藏航空公司＂拉萨—林芝＂航线为例,分析这类机场的运行特点,描述高原复杂机场的签派放行要求,梳理运行控制流程,旨在为高原复杂机场运行的安全、正点向签派员提供参考。     

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。     

多轮荷载作用下跑道加铺层的力学响应分析

以B747-400为例,考虑大型飞机复杂起落架构型和多轮荷载的作用特点,基于ABAQUS软件建立了多层复杂结构体系的三维有限元分析模型。应用该模型,计算了多轮荷载不同组合作用下加铺层的应力和变形,揭示了道面结构的力学响应。结果表明,不同主起落架传递的荷载在道面结构中也同样会发生叠加,引起结构中的应力增大,产生更大的表面的弯沉。     

机场跑道最大容量模型研究

目前,存在着三种比较知名的跑道最大容量评估随机解析模型,即FAA,LMI及MACAD,其建模逻辑各有不同.通过对管制规则进行分析,综合了这三种模型中的合理建模逻辑,构建了新的单跑道容量评估模型.该模型考虑了飞机进近速度、公共进近段长度、飞机位置不确定性、跑道占用时间、间隔标准、机型组合等参数,最终输出结果为跑道容量包络...     

天气影响的机场容量概率分布研究

天气是影响机场容量下降的主要因素,为了反映预测天气对容量的影响,建立了n-阶段到达容量分布模型。通过天气类型决策树将历史天气数据转换为每种天气类型的到达容量概率分布。根据天气类型的容量概率分布,用全概公式将概率天气预测转换为概率容量预测。基于5年的机场小时天气数据,对某一日的预测天气进行算例仿真,得到了一组基于预测天气的n-阶段容量概率分布。结果表明,n-阶段容量分布模型能够将机场不同时段的预测恶劣天气转换为预测随机容量,从而满足实时流量管理的需要。     

基于改进粒子群算法的机场多航班多服务调度策略

机场加油、行李和配餐等多项地面服务是航班正常运行的关键,也是机场大面积航班延误快速恢复过程重点考虑的问题.在对多航班多服务调度目标和约束条件分析的基础上,提出了多航班多服务调度模型,定义了粒子的二维表示方法,设计了一种改进粒子群算法来生成航班调度方案,并针对国内某机场的航班数据进行了仿真实验,结果表明,该算法与基本粒子群算法、进化策略相比,有明显优势,可极大地提高多航班多服务调度水平和机场地面服务效率.     

基于贝叶斯网络的航班延误传播分析

 由于机场航班之间存在前后衔接关系,每个航班的延误会波及到下游机场及其航班,因此需要一种有效手段来分析航班衔接时的延误传播。贝叶斯网络（BN）是一种有效的传播分析方法,从某个枢纽机场航班延误出发,对其关联机场的衔接航班的延误影响进行分析,提出了基于BN的航班延误传播模型。结合某航空公司实际数据,通过最大期望值算法对模型进行训练,给出了测试结果。实验表明,所提出的方法能有效地分析航班延误从局部到全局的传播。