成本约束下多机场群航班频率优化模型仿真北大核心

采用目前方法对多机场群航班频率进行优化时,没有考虑旅客的出行成本,对航班频率优化后存在延误时间长、延误航班数量多、出行成本高和日利用率低的问题。提出考虑出行成本的多机场群航班频率优化模型构建方法,在构建航班频率优化模型之前,对旅客的出行方式进行博弈分析,在Stackelberg博弈模型的基础上构建双层博弈模型,上层模型实现社会效益最大化,下层模型实现旅客出行费用最小化,完成多机场群航班频率优化模型的构建,并采用遗传算法对多机场群航班频率优化模型求解,完成航班频率的优化。仿真结果表明,所提方法的延误时间短、延误航班数量少、出行成本低、日利用率低。     

基于仿真优化的临时航线动态规划北大核心

为实现空域的灵活使用,对目标空域内军方允许使用的临时航线的动态规划与优化方法进行研究,提出全空域与机场模型(TAAM)和改进离散粒子群优化算法(DPSO)相结合的仿真优化方法。首先,利用TAAM模型构建以最小管制员工作负荷和最低飞行成本为目标的临时航线规划模型;采用组合赋权法和规范化处理确定多目标函数的权重;重新定义DPSO算法的运算规则实现算法改进。以上海部分扇区航路航线的仿真运行数据为例,管制员工作负荷和飞行成本分别下降了13.64%和9.08%。结果表明,上述方法能够有效降低管制员工作负荷和飞行成本,为航班计划的编订提供参考。     

航线网络规划中的时刻配置优化方法

时刻和航权资源是航空公司的重要资源,其中繁忙机场的时刻和航权资源最为宝贵,属于需要重点优化的部分。针对繁忙机场航线网络优化的问题,提出了一种基于0—1整数规划的时刻配置优化算法。该算法可以量化繁忙机场时刻价值,运用运筹优化理论,搭建0—1整数规划模型,优化繁忙机场航线网络布局。以境内最繁忙的11个机场为优化机场或固定机场,以整体贡献最大化为目标,优化其航线网络布局。实验结果表明,多优化机场方案实现平均28.6%的提升,为航空公司编制航季航班计划提供优化建议。     

基于关联规则挖掘的航班协同保障数据知识发现研究

随着我国民航业的迅猛发展,各大枢纽机场累积了海量的航班协同保障数据,挖掘其中潜在隐藏的知识具有重要意义。结合机场航班协同保障业务规则及航班协同保障数据的特征,利用关联规则挖掘技术,挖掘隐藏在航班协同保障数据中的知识,进而借助其优化航班保障流程,提升机场服务保障质量。通过实例验证,关联规则算法能够较好地发掘隐藏在航班协同保障数据中的潜在知识,将其应用于实际中能够为优化航班保障流程、提高航班准点率、提升机场服务保障能力提供有效的支撑和决策依据。     

基于时空特征的终端区多机场航班时刻优化北大核心

为更好的实施终端区协同决策(CDM),考虑大终端区下多机场的协同运行需要,对终端区内多机场离场航班时刻进行优化。同时考虑各机场的延误时间及航班的总延误成本,建立终端区多机场的协同放行模型;采用改进的多目标粒子群算法对所建模型进行求解。最后对大兴机场开航背景下的京津大终端区分别进行单目标及多目标的仿真验证,仿真结果表明,所提方法优于先到先服务策略(FCFS)且可以有效平衡终端区内各机场总延误成本与总延误时间,兼顾航班延误的均衡性及公平性。     

复杂多约束条件下航班除冰延误机理及资源优化配置

针对机场除冰运行存在的除冰航班延误频发、除冰资源使用粗放的问题,提出了考虑航班延误机理的除冰资源优化配置方法.研究了多参数综合影响的除冰效率及航班动态随机环境下的除冰排队延误机理.分析了除冰运行过程的复杂多约束条件,构建了以最小化除冰液消耗、除冰车需求和除冰延误架次为目标的飞机除冰资源多目标优化配置模型.利用自适应网格多目标粒子群算法求解模型并提出了基于多属性决策优化的除冰资源优化配置方法.除冰资源优化配置后除冰液消耗量、除冰车需求量、除冰延误架次相较于优化前分别降低了13.9%,12.8%, 19.3%.该方法为机场除冰运行资源优化提供了新思路.     

珠三角地区多机场系统航班时刻的仿真优化

珠三角地区机场分布稠密、空域紧张、航班延误率高。为降低该地区的航班延误,提出以延误分层模型为优化目标,采用空域机场仿真模型SIMMOD对珠三角地区多机场系统仿真建模和有约束限制的并行扰动随机近似（Simultaneous Perturbation Stochastic Approximation,SPSA）优化算法相结合的方法,对珠三角地区多机场系统的航班时刻进行仿真优化研究。采用非光滑反馈对SPSA算法进行了改进。仿真结果表明采用这种仿真优化方法生成的新航班时刻,可有效降低总延误时间。研究对从整体上减少珠三角地区多机场系统的延误成本具有重要价值。     

航班延误传播分析方法研究

为避免以往主要针对局部机场网络开展航班延误传播分布和现实数据观察等表象研究,发掘大面积航班延误的要素影响规律,提出了基于航班频率偏好的航空演化网络模型,并将经典传染病SIS传播分析方法与航班延误传播过程相结合,构建基于航空演化网络的延误传播模型,以及延误传播概率及其与影响要素之间的分析方法.基于东航实际运营数据,得到延误传播概率与航线距离、航班频率、实际缓冲时间、进离港总延误时间4个影响因素之间的回归量化关系,并由此给出了控制航班频率、避免频繁起落、降低航线繁忙程度、增大缓冲时间的结论.     

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。     

基于相似日PSO-SVM的机场流量预测北大核心

机场流量的精准预测是实施航班控制策略、提高航班正常性的重要依据。为准确把握机场流量分布及变化趋势,提出一种基于机场相似日的粒子群优化支持向量机流量预测方法。首先,通过对目标机场在不同天气下的运行情况进行历史数据统计,构建相似度矩阵建立灰色聚类模型对机场相似日进行筛选;其次,采用粒子群优化的支持向量机方法对筛选出的相似日样本进行训练,对机场交通流量进行预测;最后,以广州白云机场的的运行情况为例进行验证。研究结果表明,所提方法较相似日-BP神经网络及传统的PSO-SVM预测方法精度分别提高了1.03%和5.28%,预测精度较高、稳定性较好,可充分反映交通流的动态变化。     

基于免疫粒子群优化算法的航班着陆调度研究

为解决机场在交通高峰期的航班着陆动态调度问题,提出一种结合免疫思想的离散粒子群优化算法。将免疫系统多样性保持能力和粒子群优化算法明确方向性搜索的优势相结合,避免在待调度航班队列更新时,由于动态调用排序算法很难获得稳定排序结果而造成的额外开销。实验结果表明,该算法具备高效的全局搜索能力,能在一个雷达扫描周期内,为管制员提供一个稳定的调度方案。     

随机控制在进港航班调度中的应用

民航机场航班进港问题是一类典型的离散事件动态系统问题,但在合理的假设条件下能够转化为以进港事件发生序列为自变量,进港时间间隔为受控量的随机系统控制问题.利用某机场航班进港时间的实测数据,通过模型辨识的方法建立航班进港过程的离散随机系统ARMA模型,采用最小方差控制的策略对航班进港实施模拟调度,结果表明进港时间间隔趋于平均,最终减小总体方差.在空中交通流量日益增长的情况下,为提高航班运行效率,进一步在航班进离港辅助决策系统中应用控制理论提供了新的思路.     

基于Creator的飞行视景数据库建模技术

讨论利用专业建模工具MultiGen Creator建立民航飞行视景数据库的相关技术,针对其中各类模型的特点提出相应的优化建模方法。结合遥感数据及地面实拍数据,以中国西部某机场为原型,建立一套完整的飞行视景数据库。实验结果表明,该数据库兼顾了实时性和逼真性的要求,在仿真系统驱动下运行良好,完全满足飞行模拟训练的要求。     

基于A~*算法的机场滑行路径优化研究

研究机场场面航班的滑行路径分配和滑行冲突问题。针对目前滑行效率制约机场调度。滑行冲突影响飞行安全的状态,提出将安全间隔、滑行规则和冲突避免限制规则作为约束条件建立了滑行路径优化模型。采用了A*算法给出了问题的优化,在保证滑行道调度零冲突的前提下,缩小航班的总滑行时间,提高了滑行效率。以重庆江北国际机场为例,与管制员依据机场细则得到的路径相比,结果表明提出的滑行道调度模型和优化方法是可行的,在实现较优的滑行路径的基础上能智能的发现冲突、解决冲突,可为繁忙机场的机场调度提供了决策支持。     

Airport Gate Scheduling with Time Windows

In contrast to the existing airport gate assignment studies where flight have fixed schedules, we consider the more realistic situation where flight arrival and departure times can change. Although we minimize walking distances (or travel time) in our objective function, the model is easily adapted for other material handling costs including baggage and cargo costs. Our objectives are achieved through gate assignments, where time slots alloted to aircraft at gates deviate from scheduled slots minimally. Further, the model can be applied to cross-docking optimization in areas other than airports, such as freight terminals where material arrival times (via trucks, ships) can fluctuate. The solution approach uses insert and interval exchange moves together with a time shift algorithm. We then use these neighborhood moves in Tabu Search and Memetic Algorithms. Computational results are provided and verify that our heuristics work well in small cases and much better in large cases when compared with CPLEX solver.     

基于Bosch Praesideo的大型机场航班自动广播系统的设计与实现

研究利用Bosch Praesideo数字广播设备设计并实现大型机场航班自动广播系统。给出了系统的架构,着重阐述了广播类型和控制方式、系统音频处理、广播区域管理、广播优先级管理、航班信息管理、航班自动广播信息管理、播音等主要功能的实现技术。该系统基于机场实时数据,利用最上乘的Bosch的广播设备,可以为机场航班提供一个功能强大、统一管理的平台。     

航班延误树的构造与波及分析

由于一架飞机在一天中要执行多个航班,各航班之间存在前后衔接关系,因此,一个航班的延误会波及到下游许多其它航班。重点研究飞机和机组资源对于航班延误与波及的影响,给出延误树的生成过程,通过初始航班延误的触发,动态建立以该航班为根结点的航班延误树,并根据统计结果给出相关量值。实例分析了初始航班延误发生的时刻、持续时间与波及的程度,以期辅助优化飞机与机组排班,减少航班延误。     

民用机场停机位优化配置计算机仿真

停机位配置指为到港或离港航班指定适宜的登机口,确保航班正点。航班停机位的高效、合理安排是机场地面作业中的一项核心任务。在系统分析国内繁忙机场停机位配置情况的基础上进行计算机仿真,模拟给出停机位优化配置。同时考虑旅客登转机时间(旅客满意度)、机型与停机位类型匹配(机场效益)等优化目标。系统运行稳定,效率高。