基于机器学习的进离场航空器排序优化研究

为提高终端区运行效率,以进离场航空器作为研究对象,运用机器学习优化终端区航空器的进离场排序,以总延误时间最小为目标函数,综合考虑不同机型之间的尾流间隔,建立单跑道排序模型。运用遗传算法进行仿真实验并与先到先服务算法进行比较。得出遗传算法延误时间20.7 min,先到先服务算法延误时间49.15 min。结果表明,遗传算法相较于先到先服务算法有效缓解航空器延误,提高终端区空域运行效率。