单机场进离场流量动态模型研究

随着我国民航业的发展,单机场已很难满足空中交通持续增长的需求,单机场资源长期受限导致容量不均衡。为了有效减少航班延误、缓解空中交通拥塞、优化调度进离场航班以提高可用容量的利用率。针对单机场实时机场容量不易确定,提出了机场容量情景树概念,通过研究单机场飞机进离场的流量动态分配策略,提出针对单机场实时容量不确定性问题的解决方案,从而减少空管部门作业压力,减少航班延误成本。最后提出了针对单机场的进离场流量动态模型,通过算例实例验证了该动态模型的有效性和实用性。

基于人工鱼群算法的单机场地面等待优化策略

目前大型机场拥塞问题日益严重。推迟飞机起飞时间,将成本较高的空中等待转化成地面等待,是进行空中交通流量管理的一个有效方法。本文研究基于人工鱼群算法的单机场地面等待优化策略并进行仿真,有效地减少了总的地面等待延误损失,说明该方法是可行的;通过与其他几种智能算法的比较,验证了该算法执行效率高、实用性强。

单机场地面等待问题遗传算法设计

随着空中交通拥挤问题的日益严重,建立科学合理的空中交通管理系统变得十分迫切,而管理系统的核心-流量管理优化算法的研究就十分重要了。当飞机架次较多时,采用事件驱动型模型会取得较好的求解效果,但原有模型将不同类型飞机的单位延迟费用认为是相同的。从不同飞机有不同的延迟费用这一重要经济因素出发,建立了新的事件驱动型单机场地面等待模型。对模型的求解,设计了改进的序号编码遗传算法。采用上海浦东机场的实际数据进行了仿真,仿真结果表明了模型和算法的有效性。

单机场地面等待策略模型及应用

以总成本最低为目标,以机场起降综合容量限制为约束条件,建立单机场地面等待策略模型,提出了基于航班优先级的求解算法,并应用模型对首都机场航班时刻表进行了优化,解决了航班延误问题。

单机场区域旅客流失的模型及变量研究

机场旅客流失是指在某一单机场区域内的旅客放弃使用所在地的机场或最近的机场,而选择较远的但较大枢纽机场的现象。本文的研究主要在两个方面,一个是考虑单机场区域旅客流失的模型,另一个是单机场区域旅客流失的变量,分析模型的构建和变量的设定,为单机场区域提供一个分析旅客流失的方法,并为机场管理提供有效帮助。

IPSO算法用于确定型单机场地面等待问题

针对单机场地面等待问题,已有人采用遗传算法进行了求解,但其搜索最优解的能力差,且搜索效率低。粒子群优化(PSO)算法对该问题解空间及粒子编码设计难度较大,因而还未曾用于解决地面等待问题。针对确定型单机场地面等待数学模型,分别采用基本PSO、线性递减惯性权重加收缩因子PSO、随机惯性权重加收缩因子PSO、模拟退火PSO算法四种方法对该模型进行优化求解,并和采用遗传算法的结果进行了对比,仿真实验表明这四种方法在寻优能力和寻优效率方面显著提高,其中模拟退火PSO方法最好。

单机场进离场航班动态随机问题的算法研究

不确定因素会导致机场容量变动,为了有效缓解单机场中由容量变动导致的航班延误的现象,引入容量情景的概念,研究了单机场进离场流量的动态随机优化调度问题。通过综合考虑机场效益性和公平性,以所有航班进离场总延误成本最低和各航空公司调度公平性差异最小为目标并建立了双目标规划模型。同时为了精确求解该优化问题的Pareto前沿,运用epsilon约束算法,最后通过算例来说明模型的可行性和算法的有效性。利用数学规划理论建模并开发精确求解算法,为机场资源优化研究提供重要参考。

空中交通地面等待的指派问题模型

在分析运筹学中指派问题的基础上,将指派问题应用于单机场受限地面等待问题的研究,对传统的地面等待模型进行了改进,并建立了相应的数学模型。通过仿真算例,验证了该模型的可行性。

贪心策略求解单元地面等待模型

目前大型机场拥塞问题日益严重。当拥塞发生时,航班的等待是难免的,如何减少因航班等待引起的开销,是值得研究的问题。一般来说,飞机的地面等待费用小于在空中等待的费用,所以,将空中等待转化为地面等待,可以减少等待费用,由此产生了很多地面等待的策略。在现实情况下,由于飞机的机型等因素,使得每个航班单位时间的等待费用也不尽相同,对一个时间段内需要降落的航班进行一个合理的次序编排,可以进一步地缩小由于等待造成的经济损失。研究单个降落机场在一个时间段内如何有效地解决航班拥塞问题,通过建立相应的数学模型,给出求解该模型的算法,并证明算法的正确性。