为了针对性地制定后续优化措施,以降低多机场终端区内航班延误所带来的不利影响,并提高多机场系统内各机场的运营效率,进行多机场终端区航班延误的预测研究。首先,考虑多机场终端区交通态势对航班延误的影响,在对多机场终端区交通态势...为了针对性地制定后续优化措施,以降低多机场终端区内航班延误所带来的不利影响,并提高多机场系统内各机场的运营效率,进行多机场终端区航班延误的预测研究。首先,考虑多机场终端区交通态势对航班延误的影响,在对多机场终端区交通态势进行分析的基础上,建立6个描述终端区交通态势的指标。接着,构建反向传播(back propagation,BP)神经网络航班延误预测模型,将终端区交通态势指标、航班信息和天气环境数据等作为输入,航班延误时间作为输出,并利用粒子群优化算法(particle swarm optimization,PSO)优化BP神经网络进行训练。通过实例验证和分析,基于多机场终端区交通态势的航班延误预测能够有效提高预测准确率,同时,通过粒子群优化BP神经网络的预测模型预测准确率均高于一般的考虑交通态势的BP和遗传算法优化的BP神经网络模型(genetic algorithm and back propagation,GA-BP)。展开更多
为提高终端区时空资源利用率,增强空中交通运行效率,研究了复杂终端区进场交通流优化排序问题。通过深入剖析终端区进场定位点、航路航线、多跑道系统等资源运行特性,综合考虑尾流间隔、移交间隔、多跑道运行间隔等各类约束限制,以及最...为提高终端区时空资源利用率,增强空中交通运行效率,研究了复杂终端区进场交通流优化排序问题。通过深入剖析终端区进场定位点、航路航线、多跑道系统等资源运行特性,综合考虑尾流间隔、移交间隔、多跑道运行间隔等各类约束限制,以及最小化航班延误时间、最大化跑道运行容量、最小化终端区飞行时间等优化目标,建立了复杂终端区进场交通流优化排序模型,并采用带精英策略的非支配排序遗传算法对所建模型进行求解。选取上海多机场组成的复杂终端区进行实例验证,仿真实验表明提出的优化方法相比先到先服务方法(First come first serve,FCFS),航班总延误时间减少20.7%,终端区等待时间减少60.7%,终端区进场交通流运行效率得到显著提升。展开更多
文摘为了针对性地制定后续优化措施,以降低多机场终端区内航班延误所带来的不利影响,并提高多机场系统内各机场的运营效率,进行多机场终端区航班延误的预测研究。首先,考虑多机场终端区交通态势对航班延误的影响,在对多机场终端区交通态势进行分析的基础上,建立6个描述终端区交通态势的指标。接着,构建反向传播(back propagation,BP)神经网络航班延误预测模型,将终端区交通态势指标、航班信息和天气环境数据等作为输入,航班延误时间作为输出,并利用粒子群优化算法(particle swarm optimization,PSO)优化BP神经网络进行训练。通过实例验证和分析,基于多机场终端区交通态势的航班延误预测能够有效提高预测准确率,同时,通过粒子群优化BP神经网络的预测模型预测准确率均高于一般的考虑交通态势的BP和遗传算法优化的BP神经网络模型(genetic algorithm and back propagation,GA-BP)。
文摘为研究多机场终端区交通流微观时空特性与演变规律,考虑终端区内单股、汇聚和交叉交通流具有基于目标点运行的基本特征,依据先到先服务原则,利用刺激-反射跟驰理论,建立了空中交通流局域排序模型、跟驰模型和机动模型.在此基础上,采用多智能体仿真工具Net Logo,构建了多机场终端区交通流仿真平台,仿真分析了进场交通流特征参数之间的关系和灵敏性,以及进离场交通流之间的相互影响.研究结果表明:多机场终端区进场交通流存在明显的相变与迟滞特征,形成自由相、畅行相、伪拥塞相和同步拥塞相等基本相态;流量与速度密度乘积之间存在线性关系;管制间隔对交通流的影响较大且存在最优管制间隔,进场交叉点的最优管制间隔为8 km.
文摘为提高终端区时空资源利用率,增强空中交通运行效率,研究了复杂终端区进场交通流优化排序问题。通过深入剖析终端区进场定位点、航路航线、多跑道系统等资源运行特性,综合考虑尾流间隔、移交间隔、多跑道运行间隔等各类约束限制,以及最小化航班延误时间、最大化跑道运行容量、最小化终端区飞行时间等优化目标,建立了复杂终端区进场交通流优化排序模型,并采用带精英策略的非支配排序遗传算法对所建模型进行求解。选取上海多机场组成的复杂终端区进行实例验证,仿真实验表明提出的优化方法相比先到先服务方法(First come first serve,FCFS),航班总延误时间减少20.7%,终端区等待时间减少60.7%,终端区进场交通流运行效率得到显著提升。