基于乘客交通特性和交叉熵的机位预分配研究

引入乘客交通特性和运用简单高效的交叉熵算法研究机位预分配问题.从提升乘客满意度的角度出发,以考虑乘客交通特性的乘客走行时间最短为优化目标,构建了机位预分配优化模型,设计了具有针对性的交叉熵算法.算例应用表明,与其他文献研究结果相比,机位5预分配航班数量增至3班,非中转乘客、中转乘客、所有乘客走行时间分别减少5%、19%、12%,交叉熵算法迭代10次后快速收敛;考虑乘客交通特性的机位预分配优化模型和设计的交叉熵算法是可行有效的.

基于机坪运行安全的停机位预分配综合优化

针对停机位分配易受机坪运行冲突和实际进离港时刻偏差的影响,导致停机位实际分配方案偏离预分配方案的问题,将航班实际上/撤轮挡时刻和计划上/撤轮挡时刻之间的偏差与航班推出-进位的最小安全时间间隔相结合来表达航班运行冲突风险值,在此基础上建立兼顾机坪运行安全与机场、航司、旅客三方利益协同的停机位预分配综合优化模型,引入多目标优化算法NSGA-Ⅱ,以国内某大型枢纽机场机坪运行模式和运行数据为实例开展分析验证,得到的三类优化方案与人工分配方案相比,均可降低航班运行冲突风险值、使用远机位的航班数量和旅客步行距离。其中,兼顾三个目标所得到的优化方案,相较人工方案,可分别使航班运行冲突风险值、使用远机位的航班数量和旅客步行距离减少16.31%、55.22%和7.40%。

基于改进NSGA-Ⅱ的停机位预分配优化

随着民航运输业的发展,航班密度不断增加,大型机场的近机位资源紧张问题日益突出,降低了航班保障效率。为了探索大型枢纽机场停机位预分配问题综合有效的解决方法,从航空公司、机场和旅客的实际情况出发,建立多目标停机位分配优化模型,并设计了改进的带精英策略的非支配排序遗传算法(Non-dominated sorting genetic algorithms-Ⅱ,NSGA-Ⅱ)对模型进行求解,得到一组Pareto前沿解。。在交叉和变异操作阶段,对种群个体以指数形式自适应地调整交叉率和变异率,以此提高算法的收敛速度和优良解的多样性。实例验证结果表明,该模型和改进算法相较于人工分配和传统NSGA-Ⅱ算法对停机位指派的优化结果更为突出,尤其在靠桥率和被使用的停机位数量方面;同时利用性能评价指标对比两种算法,发现改进型NSGA-Ⅱ算法更适合停机位预分配问题的求解。

面向航班延误场景的机位预分配模型及算法研究

针对航班延误场景下易出现机位变更的问题,文章以最小化机位冲突概率和最大化乘客靠桥率为目标,增加基于机位冲突概率的鲁棒性约束,结合机场实际业务规则构建具有良好抗延误特性的机位预分配模型,并将其建模为马尔可夫决策模型,提出基于异步优势动作评价的机位预分配算法(gate assignment algorithm based on asynchronous advantage actor-critic,GABA3C)求解该问题。为验证所提算法在各种变化场景下的适用性,文章设置3组场景实例。仿真结果表明,所提出的算法在有效提升旅客满意度的同时,还可以解决因航班延误造成的机位冲突问题。相比于自适应并行遗传算法(adaptive parallel genetic algorithm,APGA)、近端策略优化(proximal policy optimization,PPO)算法以及深度Q网络(deep Q-network,DQN)算法,该文所提算法求得的解在乘客靠桥率上的目标值分别提高了5.7%、4.6%、5.8%,在机位冲突概率上的目标值分别降低了23.5%、10.0%、17.4%。