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。     

航班滑行路径规划和停机位分配联合优化

针对机场的航班滑行路径规划和停机位分配的联合优化调度问题,构建基于冲突回避的滑行道与停机位联合调度模型,并提出改进的自适应差分进化算法求解问题.以最小化航班的滑行时间和旅客转机的行走时间为优化目标,建立非线性混合整数规划联合调度模型.设计考虑了滑行冲突的路径规划算法,完成航班的滑行路径分配,并通过自适应动态调整差分进化...     

基于改进蚁群协同算法的枢纽机场场面滑行道优化调度模型

滑行道连接停机位和跑道,是机场场面调度的重要关键环节。基于飞机滑行时的冲突约束和跑道资源的动态分配,采用改进蚁群协同算法与滑动窗口控制相结合的方法,对滑行道进行优化调度。在保证滑行道零冲突、兼顾单个航班滑行时间的前提下,缩小机场进出港航班总滑行时间。对国内某枢纽机场的滑行道调度仿真实验表明,所提出的方法和模型具有明显的优势,可为枢纽机场的场面滑行调度提供决策支持。     

基于路径检测的航空器动态滑行路径优化模型北大核心

为了优化航空器在场面的滑行路径,提出基于路径检测的航空器动态滑行路径优化模型,使航空器在安全的前提下滑行总时间最短。首先明确包括冲突检测和拥堵检测的路径检测方法,然后将航班波滑行总时间最短作为目标,结合路径检测的约束建立多航空器滑行路径优化模型。采用蚁群算法求解,并针对优化模型将蚁群算法进行改进,采用双向搜索和引入奖惩因子,以提高全局搜索能力。算例分析中选取某机场滑行系统,对其某段时间内的真实航班波进行仿真,经验证:采用优化模型可以有效缩短航班波滑行总时间,滑行道的使用情况较为合理。     

多Agent的航空器滑行策略优化

快速发展的民航事业导致很多机场容量不足。为缓解大型机场交通拥堵的现状,研究了航空器滑行策略优化问题。滑行路径优化是指在特定的时间段内,根据机场资源信息和地面运行管理系统对进离场航空器在跑道和停机位之间的距离进行优化管理。通过深入剖析机场地面的网络结构,综合考虑滑行冲突、地面运行规则等因素,提出了多Agent滑行策略优化方法,该方法提升了机场资源利用率;基于地面网络链路结构的概念,建立了航空器滑行策略优化模型;结合多Agent的基本理论,设计了跑道出口选择概率函数和多Agent系统滑行路径优化结构,以寻求航空器的最优滑行路径。以国内某大型机场的实际情况为研究背景进行了航空器滑行策略实验,结果表明,与以往的算法相比,多Agent滑行策略优化方法的效果更为显著。设置跑道口的速度和同一交叉口航空器的最小间隔距离,通过对跑道出口的选择和Agent间的交互协商,航空器能够对原滑行路径进行有效调整,并缩短其在机场场面上的滑行时间。与最短路径算法相比,多Agent滑行策略方法在航空器的总滑行距离、航空器在滑行道上的密度以及平均等待时间方面的优化效果更好,且其对滑行道资源的分配更合理。其中,航空器在节点处的平均等待时间减少了8.26%。所提策略可有效缓解机场交通拥堵的现状,提高场面运行效率,对减少航空器延误和保障机场的运营安全具有重要意义。     

基于动态期望的航空器滑行路径更新模型仿真

滑行路径优化是提升机场场面运行效率与安全水平的有效途径。为研究管制意图、监控范围对航空器滑行路径优化的影响,基于实际管制规定,同时考虑冲突和拥堵影响,定义优先级反映滑行道通行能力,定义动态期望值量化管制员意图,设计航空器滑行路径变更机制及实施步骤,构造基于动态期望的航空器滑行路径变更模型。采用Visual C++及Mathlab混合编程仿真,得到航空器分布密度、监控范围等参数改变时,不同模型的仿真结果对比及关键统计分析值的变化趋势。结果表明,上述模型能对低密度下的滑行道变更进行抑制,能提高中密度下的滑行道变更比例,并减少滑行速度变化幅度。扩大监控范围能有效增加航空器滑行路径变更比例,减少滑行速度标准差,提高机场场面运行保障能力。     

基于Petri网的A-SMGCS航空器滑行路由指派

依据A-SMGCS（先进机场场面引导与控制系统）三阶段路由规划策略提出一种基于Petri网的航空器滑行路由指派方法．首先给出一种场面运行时间窗约束Petri网模型构造算法,以及一种基于不变状态的行为演变算法,实现以航空器滑行冲突避免为目标的可行滑行路由求解;其次利用单亲遗传算法、以可行路由解作为初始种群,设计一种新的换位变异混合算子,实现以滑行成本最少为目标的滑行路由指派;最后基于Anylogic平台将所给路由指派方法与实际场面管制中固定路由指派方法进行对比．研究表明,所给方法收敛性良好,能减少航班平均滑行时间和机位推出延误．     

基于背压路由算法的离港飞机滑行路径优化

针对现有优化算法仅从最短路径或最小滑行时间的角度出发,忽略了航空公司满意度和滑行道负载率对滑行道调度影响的问题,提出了基于背压路由的离港滑行路径优化算法．算法首先将离港滑行路径优化问题等价转化为网络拓扑结构中的路由搜索问题,然后利用背压路由算法求解具有最大航空满意度和最小滑行道负载率的滑行路径．对国内某枢纽机场实际运行数据的仿真结果表明,运用该算法获得的滑行路径在保证跑道及滑行道效用的同时,能够有效减少飞机滑行时间,改善机场拥塞问题,缓解机场容量与需求的矛盾,提高机场运行效率,为离港航班滑行路径优化提供了新的研究思路．     

基于多摄像机的航空器滑行冲突检测研究

对机场场面航空器滑行冲突检测进行了研究,分析了基于多摄像机的航空器滑行冲突检测流程,基于图像识别和目标跟踪技术,提取航空器的滑行轨迹,提出了基于DCPA(distance of closest point of approach)和TCPA(time of closet point of approach)的滑行冲突检测模型,开发了基于多摄像机的航空器滑行冲突检测原型系统并应用于西南某通航机场;实验结果表明,基于多摄像机视频目标跟踪和冲突检测模型可有效地检测机场场面航空器的滑行冲突,可作为中小机场主要监视手段以及大型机场场监雷达系统的辅助,防止航空器机场滑行冲突,提高机场场面运行安全和效率。     

基于贝叶斯网的离港航班滑行时间动态估计

为提升离港航班运行效率，根据机场协同决策规范（A-CDM）中关于离港航班可变滑行时间（EXOT）的有关规定，分析了相关影响因素。根据数据分析处理和民航专家知识建立了一种基于贝叶斯网的离港航班滑行时间动态估计模型。贝叶斯网是一种将概率统计应用于复杂领域、进行不确定性推理和数据分析的工具。应用其增量学习特点对模型进行动态调整，实现了对场面实时变化的把控。以国内某大型枢纽机场为例，使用期望优化（EM）算法实现了对随机缺失数据的处理，并验证了模型的有效性。对实验结果与该机场实际运行数据对比表明，所建模型能有效地估计离港航班滑行时间且具有较高的置信度。     

结合进港排序的终端区冲突解脱策略研究

终端区相对于航路,空间狭小,航线密集,航班机动范围有限,已成为飞行事故高发区。针对终端区的特殊情况,提出一种结合进港排序的冲突解脱方法。首先利用进港优化算法对终端区内航班的降落时间进行优化,然后将得到的预计到达时间与实际到达时间差最小作为航班解脱冲突的目标函数,由此得到终端区航班的冲突解脱方法,既保证了飞行安全又提高了运行效率。利用某机场的场景和飞行数据进行仿真,结果表明,此方法有效地解决了终端区飞行冲突问题,同时使航班快速有序地降落到跑道。     

基于松弛算法的停机位分配优化方法

针对机场近机位资源紧缺及实际航班到离港时间偏离计划时间对停机位分配所造成的扰动，提出了在同机位相邻航班间加入缓冲时间的停机位分配调度方法。首先，建立了以机位空闲时间、远机位占用时间最小为目标的鲁棒性停机位分配模型；然后，设计了一种基于双目标的拉格朗日松弛优化算法，并使用次梯度算法求解拉格朗日松弛算法中的对偶问题。基于国内某枢纽机场运行数据的仿真结果表明，所提方法的优化方案和原始机位分配方案相比，机位使用量和机位空闲时间分别降低了15.79%、7.56%，机位占用率提高了18.72%，并且冲突率降低到3.57%，达到了有效提高停机位利用率与鲁棒性的目的。     

一种基于ADS-B信息的冲突告警算法

为了解决飞行流量持续快速增长导致的飞行安全问题,给出一种基于ADS-B信息的冲突告警算法。该算法的目的在于发现终端区或机场附近可能存在的飞行冲突,为飞行员采取避让措施提供足够的时间。算法主要由2个模型构成：第1个模型是飞行冲突区域划分模型,该模型包含保护空域(PAZ)和冲突空域(CAZ)2个区域;第2个模型是飞行冲突探测模型,该模型首先对冲突目标初选,然后对有可能发生飞行冲突的飞机从竖直和水平2个方向进行冲突探测并根据探测结果发出相应的告警信息。经大量的Monte-Carlo仿真实验表明该算法性能良好,能及时有效地发现飞行冲突,对确保终端区或者机场附近的安全有着重要意义。     

An adaptive large neighborhood search heuristic for solving a robust gate assignment problem

With the rapid growth of air traffic demand, airport capacity becomes a major bottleneck within the air traffic control systems. Minor disturbances may have a large impact on the airport surface operations due to the overly tight schedules, which results in frequent gate conflict occurrences during airport’s daily operations. A robust gate schedule that is resilient to disturbances is essential for an airport to maintain a good performance. Unfortunately, there is no efficient expert system available for the airport managers to simultaneously consider the traditional cost (the aircraft tow cost, transfer passenger cost) and the robustness. To fill this gap, in this paper, we extend the traditional gate assignment problem and consider a wider scope, in which the traditional costs and the robustness are simultaneously considered. A mathematical model is first built, which leads to a complex non-linear model. To efficiently solve this model, an adaptive large neighborhood search (ALNS) algorithm is then designed. We novelly propose multiple local search operators by exploring the characteristics of the gate assignment problem. The comparison with the benchmark algorithm shows the competitiveness of proposed algorithm in solving the considered problem. Moreover, the proposed methodology also has great potential from the practical perspective since it can be easily integrated into current expert systems to help airport managers make satisfactory decisions.     

一种改进的遗传算法在飞行冲突解脱

随着空中交通流量的增加,空中交通管理系统面临着越来越严重的航线拥挤问题.在自由飞行的环境下,发生冲突的可能性会大大增加,冲突解脱技术成为提高飞行安全与效益的一项关键技术.针对此问题,提出了一种改进的、能够快速准确进行航路规划的遗传算法,与标准遗传算法进行比较,取得了较好的优化效果.