基于状态空间模型序号编码进化算法的航班优化调度

多跑道航班进离港优化调度是将某一时间窗内进离港航班看作一个整体，对进离港航班进行统一优化排序，属于典型的组合优化问题。求解组合优化问题时，采用序号编码比二进制编码和实数编码等方式更直接、更方便。本文提出一种基于状态空间模型序号编码进化算法（OSEA），通过构造状态进化矩阵等操作来实现变异算子的功能，简化了遗传操作，并研究其在航班进离港优化调度中的应用。仿真实验表明：OSEA算法与先到先服务（FCFS）航班排序相比，航班总延误损失降低32.88％，且运算速度更快。     

基于遗传算法的离场航班时刻优化

针对枢纽机场航班延误和放行正常率低的现象,对离场航班进行合理的调度,将航班延误降到最低,提高放行正常率。作者从机场运行角度出发,考虑了机场实际放行能力、航班调度难度和管制间隔、跑道容量等因素,建立了离场航班优化调度模型,引入遗传算法对该模型进行求解。并利用AirTop对优化结果仿真验证,以上海虹桥国际机场为例,利用所提算法对离港航班时刻进行优化,AirTop仿真结果表明,优化后的航班总延误时间减少了32.3%,延误航班数量也减少了28%。因此,上述算法可以有效地提高机场运行效率,减少航班延误,从而提高经济效益。     

基于多目标分阶段的跑道调度计划算法*

针对多条跑道环境下离港飞机调度问题,提出了一种基于多目标、两阶段算法。算法第一阶段以飞机重量类型为主要分解参数,生成离港飞机序列。该参数在跑道调度计划问题上比其他参数更具影响力和稳定性。算法第二阶段从离港飞机队列池中选取可用序列,将特殊航班指配到目标类型序列中,生成优化的飞行航班时刻表。实验表明,采用两阶段跑道调度计划算法进行多跑道离港飞机调度比采用先来先服务算法调度在跑道总吞吐量上有明显改善,能有效降低机场航班延误,提高跑道运营效率。     

基于贝叶斯网络的航班串运行脆弱性研究

为研究航班串中某一关键航班发生进离港延误对该航班串中其它航班进离港准点率造成的影响,采用贝叶斯网络对航班串运行进行建模,识别并评价关键航班的脆弱性,并提出降低航班串运行脆弱性的建议。在受到管制、天气、军事活动、航班在机场异常过站以及其它异常情况等不确定因素影响下,研究航班串进离港准点率关系,并找出航班串运行时的脆弱节点以及评价关键航班的延误状态。通过对比分析增加关键航班过站时间航班串运行前后的进离港准点率,结果表明,增加关键航班过站时间可以降低航空公司航班串运行脆弱性。     

航班队列调度算法的研究与性能分析

针对航班流量激增造成的航班延迟问题,提出了几种航班队列调度算法.通过对几种调度算法的原理进行分析研究,结合航班进离港过程的特点,针对这些算法的优缺点,搭建了仿真平台.采用理论分析与仿真相结合方法,对比研究了几种调度算法的性能,发现在不同权值下WFQ算法都表现出了较优的性能,而且权值越大、延迟越小;所以在没有突发事件的情况下,可以优先考虑选择使用WFQ算法来进行调度,使其减少延迟.对有效解决交通拥挤问题提供了重要的参考价值.     

基于免疫机制的航班延误快速恢复模型及实现

航班延误是困扰航空运输业的一道世界性难题.在考虑航班延误的经济成本下,借鉴生物免疫系统的免疫应答机制,提出了一种机场大面积航班延误快速恢复模型,并用妥协免疫算法实现B细胞克隆选择来优化航班延误恢复调度过程.针对中国某枢纽机场的航班数据进行了仿真,结果表明,该模型相对于先到先服务调度方法有明显优势,大大提高了航班的整体运转效率,达到了减少航班延误经济损失和快速疏散滞留机场乘客的目的.     

终端区航班排序的遗传算法

为提高空域利用率和航班调度效率,建立了以航班延误总时间为目标函数的规划模型,利用遗传算法中的交叉和变异运算,针对多跑道航班排序问题设计了编码方式和遗传算子,进行了仿真计算,并与先到先服务算法进行了对比研究.同时,结合空中交通管制中的实际情况,引入了一些约束条件.以三跑道为例,仿真结果表明:与先到先服务算法相比,设计的遗传算法大大降低了时间延误,明显提高了航班调度效率.     

协同模型在航班进离港调度系统中的应用

针对当前航班进离港调度系统中调度效率较低等问题,引入了基于角色的协同模型,利用这个模型提出了基于协同模型的航班进离港调度系统.利用关注点分离的思想,通过将系统分为3个层次,即底层飞机实体,对飞机协同和监控的角色以及负责协同角色行为的协调器,将系统的功能行为与协同行为分离,可以对飞机实体动态绑定,动态调整系统的协同行为,动态配置系统的决策规范,解决了系统的开放性和动态性等问题.     

人工鱼群—粒子群混合算法优化进港航班排序

针对空中交通管理中的进港航班排序问题, 提出了人工鱼群—粒子群混合算法(AFPSO)这一航班排序算法来优化进港航班排序, 使时段内进港航班队列总延误时间最少。算法结合了基本人工鱼群算法(AFSA)和基本粒子群算法(PSO)各自的优点, 先以AFSA在全局寻找满意的解域, 再以PSO算法在这些解域中进行快速的局部搜索获得精确解, 最终使算法提高收敛速度和搜索精度。仿真结果表明, 在单跑道和双跑道情况下, AFPSO算法使得航班队列总延误时间比FCFS调度方法减少了20. 9%和34. 4%, 比基本AFSA减少了3. 2%和3. 5%。算法得到的满意解能够为自动化空中交通管理提供实时支持。     

航班延误分布式检测与仿真

关于航班延误问题,已成为是困扰民航部门和广大旅客的热点,涉及多个环节和多种影响因素的航班延误状态检测是难点.针对某天某时刻航班实际运行发生的情况,将生物免疫系统机制与机场航班运行机制联系起来,为提高检测准确率,提出了一种分布式人工免疫模型的机场航班延误实时检测方法,采用分布式检测模型的特点,用各周次训练出来的检测器联合实时对下一时刻的机场离港航班延误状态进行检测,仿真结果表明方法不仅能够实时准确地检测机场离港航班状态,而且能够准确预测下一时间段累计延误航班数量,为航班延误预警提供决策支持.     

多机场地面等待策略的建模与仿真

针对我国空中交通流量管理中出现的大规模航班延误情况,根据多个机场实际起飞和降落容量的约束,建立了一种考虑航班取消的多机场地面等待策略数学模型,并提出求解该模型的有效算法。在所提模型与算法的基础上,选择我国三大机场实际数据进行仿真。对比了取消航班与不取消航班两种情况结果,仿真结果验证了模型与方法的有效性与实用性,给出了最优排序的航班时刻表,从而支持了关键航班的运行,减少了航班总延误。     

融合回溯算法在离场航班排序问题中的应用

在离场航班优化排序问题的研究中,针对特定的情况,塔台管制员需要提高机场容量或者减少航班延误时间,要求管制员给出一个理想的离场航班排序方式。鉴于以上两种情况,首先根据ICAO规定的的起飞飞机间雷达间隔要求(尾流间隔和非尾流间隔),建立了飞机离场排序问题的数学模型。然后融合位置约束交换算法,并考虑航路流控的影响,设计融合回溯算法。采用以重庆江北机场为例进行仿真验证,结果显示,在不存在航路流控和存在航路流控两种情况下,都可以得到大大减少航班延误时间的排列和提高机场容量的排列,证明运用回溯算法可解决离场排序问题的高效性。     

利用梯度提升树预测公交车到站时间

当前我国公交公司普遍采用让具有丰富经验的公交调度人员以人工估计车辆到站的方法来调度车辆的发车。这种方式缺少计算辅助,加上工作量大,经常容易出现错误预估导致无法缓解道路上常发生的同路公交车遇到一起(串车)或者相隔太远(大间隔)的情况。公交到站时间受道路交通、乘客人数、时间、天气等诸多因素影响,具有不确定性。本文基于该现实问题从公交公司角度出发,提出了一种基于动态特征选择和梯度提升树的公交到站时间预测算法。其动态主要体现在对于不同线路、同一线路不同方向经过特征选择分别选取对该线路该方向站点停留和站间行驶影响较大的特征。该算法用于辅助公交调度人员参考到站时间,从而使得调度人员可以作出更准确有效的调度策略。     

Towards railway traffic management using switching Max-plus-linear systems

In this paper we present a railway traffic model and a model predictive controller for online railway traffic management of railway networks with a periodic timetable. The main aim of the controller is to recover from delays in an optimal way by changing the departure of trains, by breaking connections, by splitting joined trains, and - in the case of multiple tracks between two stations - by redistributing the trains over the tracks. The railway system is described by a switching max-plus-linear model. We assume that measurements of current running and dwell times and estimates of future running times and dwell times are continuously available so that they can be taken into account in the optimization of the system’s control variables. The switching max-plus-linear model railway model is used to determine optimal dispatching actions, based on the prediction of the future arrival and departure times of the trains, by recasting the dispatching problem as a Mixed Integer Linear Programming (MILP) problem and solving it. Moreover, we use properties from max-plus algebra to rewrite and reduce the model such that the MILP problem can be solved in less time. We also apply the algorithm to a model of the Dutch railway network.     

基于贝叶斯网络的航班离港延误预警分析*

贝叶斯网络是一种有效的概率预测方法,尝试将其应用于航班数据分析预警,应用Netica软件工具构建实际航班及其关联的贝叶斯网络,特别是针对航班延误的最主要环节——离港延误,分时间段对国内某航空公司在某机场的离港数据进行了延误原因分析和延误预警分析。     

一类无冲突轨迹规划方案

在新一代空中交通管理自动化系统实施方案中,航迹规划模块在基于航迹的航空器运行过程中扮演着重要角色.为了在大流量、高密度和小间隔条件下获取多航空器无冲突轨迹,针对不同的航路空间分布结构,基于航路冲突点保护区竞争机制,构建了空域多航空器极大代数耦合模型和多航空器冲突预调配模型,根据管制间隔约束建立了模型输入、状态和输出之间的约束关系.采用调整航空器过冲突点时刻和初始放行时刻两种策略,提出了一种多航空器轨迹规划优化模型.算例分析表明,所提出的多航空器轨迹规划模型可行有效.     

The departure process of an N/G/1 queue

The departure process of an N/G/1 queue is investigated. The arrival process called an N process is a versatile point process and includes, for example, a Markov-modulated Poisson process, which is comprised of models of packetized voice and video traffic arrival processes. The first passage analysis yields LSTs of distributions of the interdeparture times. Emphasis is on the interdeparture times of an N/D/1 queue. Numerical examples show that correlation of interarrival times is likely to be preserved in interdeparture times, and that the departure of a voice packet multiplexer can be expected to be smoothed for a normal load. The result in this paper enables evaluation of the smoothing effect of burst traffic through nodes in Asynchronous Transfer Mode networks.     

Reducing airport gate blockage in passenger aviation: Models and analysis

Commercial flights are typically assigned to an arrival gate at their destination station (airport) prior to their departure from their origin station. Although the gate is scheduled to be available when the flight arrives, this is not always the case in practice. Due to variability in departure and flight times, the arriving flight might arrive early, the previous flight departing from the gate might depart late, or both. When a flight arrives at its scheduled gate but has to wait because the preceding aircraft is still occupying that gate, we refer to this as gate blockage. Gate blockage can have many negative impacts, including passenger delays, missed connections, and increased fuel burn. Our research is focused on incorporating the inherent stochasticity of the system into the planning process to reduce the prevalence and impact of gate blockage. Specifically, we formulate an optimization problem to assign flights to gates so as to minimize the expected impact of gate blockage. We use historical data to predict delay distributions and conduct experiments to assess both the computational tractability of our approach and its potential for improvement in solution quality over existing approaches.     

航班调度系统的遗传算法应用

介绍了基于地而等待策略的航班调度系统的设计构成和主要功能的实现，给出了支持系统的离散事件随机数学模型，并重点介绍了遗传算法在该系统中的开发应用情况，最后针对实际数据进行了仿真运算，证明了系统结构合理、算法正确高效，对目前空管系统的开发设计具有一定的参考和应用价值。