民航A-CDM系统数据安全保护方案探析

选取民航业典型业务系统A-CDM进行了数据安全保护方案的探索分析.基于A-CDM系统的实际业务功能、数据的应用现状,对系统面临的数据安全风险和防护需求进行了全面的分析,形成了符合数据分级管控的全面的数据安全保护设计方案,为A-CDM系统建设单位提供实践指导,为机场、空管、航司等其他民航行业数据处理主体的数据安全保护建设提供参考.

机场协同决策的应用历史与研究趋势综述

机场协同决策可以有效提升机场的运行效率,进而提升整个民航运输网络的运行效率。本文查阅并整理了机场协同决策的相关标准、政策文件与研究论文,梳理了机场协同决策的发展历程以及国内外学术界、工业界有关协同决策的研究及应用现状;分析讨论了机场协同决策未来的发展趋势与当前时期协同决策所面临的挑战;基于我国的实际情况,给出了一些机场协同决策的发展建议;总结了机场协同决策的理论与应用价值以及协同决策在我国面临的问题与挑战。本文研究为提升机场与整个航空交通网络的运行效率与经济效益提供了理论支撑和依据。

A-CDM系统在民航业的应用前景研究

为了更加有效地缓解航班流量激增导致的航班频繁延误现象,我国部分机场在原有CDM系统的基础上引进了A-CDM系统。首先介绍了机场协同决策系统(A-CDM)的概念以及产生背景;然后在明确区分了CDM与A-CDM这两种运行概念的基础上,详细说明了国内A-CDM自定义的关键事件节点;最后通过A-CDM在"上海虹桥国际机场"和"昆明长水国际机场"的实际应用情况及取得成效的总结,得出了A-CDM的应用有效地缓解了航班延误并使各参与单位事半功倍的结论。

A-CDM机场地面资源调度方法

为了优化机场过站流程并减少航班延误,提出了采用机场协同决策(A-CDM)系统对机场地面资源进行调度的方法。分析了当前机场地面服务运行流程及其存在的问题,提出了A-CDM机场地面资源调度方法,并对机场地面资源调度功能进行了设计,实现了机场地面运行保障优化。该方法改变了传统机场地面资源调度依赖人工决策的工作流程,将包括地面保障流程在内的航班生命周期置于完整和可控状态中,提升了资源利用和机场整体运行效率,提高了航班正常率。

航站楼离港资源配置优化方法研究综述

随着民航运输业的高速发展,资源负荷过载导致的航站楼拥堵问题愈发严重,不合理的资源分配策略会对整个民航系统的经济、安全、服务等方面都造成较为严重的负面影响,因此,准确及时地对关键资源进行配置优化成为近年来民航交通运输领域的研究热点。首先,介绍了基于资源调度与协同决策的航站楼优化概念的研究现状;其次,分别针对值机、安检、登机口3个主要服务资源总结了目前国内外常用的配置优化策略,分别为:基于静态配置模型和动态配置模型的值机资源配置方法,考虑旅客移动特点和手续办理流程的安检优化方法,基于数学规划方法(多目标优化模型与图论-网络流模型)和计算机仿真技术的登机口分配方法;最后,提出了航站楼服务资源配置优化问题的未来研究方向。

离港航班可变滑出时间预测方法及应用

考虑离港航班可变滑行时间的可量化影响因素,构建了基于反向传播(back propagation,BP)神经网络的离港航班可变滑出时间预测模型,采用遗传算法(genetic algorithm,GA)优化BP神经网络的权值和阈值,并提出基于可变滑出时间预测结果的航空器推出控制策略。最后,基于中国中南某枢纽机场2周的实际运行数据对预测模型及控制策略进行了验证。结果表明:离港航班的可变滑出时间与机场场面交通流有强相关性,与平均滑出时间中度相关,与滑行距离相关性和转弯个数相关性较弱;基于GA优化后的BP神经网络预测结果误差在±60、±180、±300 s内的准确率分别提升了14%、10%和5%;预测结果的平均绝对误差百分比提升了1.87%,平均绝对误差和均方根误差分别减少了3.58 s和32.45 s。基于可变滑出时间预测的离港推出策略比实际推出时间平均晚68 s。研究成果为提升大型枢纽机场场面运行效率和协同决策能力提供了新的思路。

基于BP神经网络的离港航班滑出时间预测

针对离港航班在机场场面滑出时间的动态性、变化性和不确定性,提出一种基于BP神经网络的离港航班滑出时间预测方法。分析滑出时间影响因素及其相关性,讨论强相关、中度相关和弱相关的影响因素在滑出时间预测中的作用,采用我国中南某枢纽机场两周的实际运行数据对预测模型进行验证。实验结果表明,滑出时间与机场场面交通流强相关,与平均滑出时间中度相关,与滑行距离弱相关;考虑强相关和中度相关影响因素的5元组合预测模型的预测结果最佳,误差范围在±300 s的准确率高达96%;引入弱相关的影响因素后,6元组合预测模型的预测准确率反而有所降低。

基于时空特征的终端区多机场航班时刻优化

为更好的实施终端区协同决策(CDM),考虑大终端区下多机场的协同运行需要,对终端区内多机场离场航班时刻进行优化。同时考虑各机场的延误时间及航班的总延误成本,建立终端区多机场的协同放行模型;采用改进的多目标粒子群算法对所建模型进行求解。最后对大兴机场开航背景下的京津大终端区分别进行单目标及多目标的仿真验证,仿真结果表明,所提方法优于先到先服务策略(FCFS)且可以有效平衡终端区内各机场总延误成本与总延误时间,兼顾航班延误的均衡性及公平性。

基于机场协同决策系统的机坪牵引车调度方法

为优化机坪牵引车服务流程,将机场协同决策系统与数学模型、多目标遗传算法相结合,通过理论计算与实例验证的方法研究了牵引车调度优化问题。首先,利用机场协同决策系统获取航空器的预计推出时刻;再基于历史运行数据设计航空器推出耗时和牵引车行驶耗时的生成方式,考虑航空器推出过程中可能引发的推出冲突设置约束条件,建立以某一时段、机坪单一保障任区内航空器推出作业总费用最小、参与作业的牵引车数量最少和牵引车服务的航空器数量保持均衡为优化目标的数学模型;然后,针对性地设计多目标遗传算法,并结合实例进行验证。结果表明:提出的机坪牵引车调度方法相较于传统的人工调度方案而言,推出作业总费用降低31.67%,服务航班数方差降至0,方案制定时间缩短71.15%。可见该调度方法能明显优化牵引车的服务流程。最后,在该方法的基础上设计了可视化的牵引车调度程序,为一线运营人员提供决策参考。

数字孪生技术在智慧机场建设中的应用综述

数字孪生技术融合多种信息化技术,为虚拟现实和计算机仿真等方面提供了技术支撑,也是未来人类建立虚拟世界的必要条件。作为航班起降港口的机场一直被看作是一个城市甚至一个国家的门户,为此通过建立基于数字孪生技术的虚拟机场,不仅可以为机场管理人员和航班保障人员提供更直观更高效的工作模式,也可为旅客提供更多的服务体验。通过描述数字孪生机场的技术概念和建立方式,并对数字孪生技术在航班保障运行、安全应急处理、旅客出行服务等业务应用场景进行阐述和分析,为数字孪生机场的相关研究和应用提供理论依据。

航班计划优化研究概述

从航班计划优化的不同时间阶段分析,可以将航班计划优化分为航班计划静态编排优化、基于航班延误预测的航班计划动态反馈优化和基于机场协同决策(A-CDM)的航班计划动态调整角度三类;进而从航班时刻、机型指派、航班频率等编制环节分析了航班计划静态编排优化;随后利用延误波及预测与数据挖掘预测的优化方法分析了基于航班延误预测的航班计划动态反馈优化的相关研究。最后,根据航班计划优化复杂性分析,给出了航班计划优化的发展趋势和未来研究方向。

机场协同决策体系结构设计与信息服务分析

文章针对当前机场运行中多用户的协同问题,从机场协同决策(A-CDM)的概念入手,提出机场协同决策平台的功能服务体系架构,深入分析各系统之间的信息交互关系和里程碑管理的信息交互关系,给出实施机场协同决策的信息服务需求,有效改善资源计划,提高航班准点率,为未来建立一个机场协同运行平台提供支撑。

空地一体化航班时刻协同优化方法

为缓解航班时刻编排不合理造成的航班延误问题,提出空地一体化航班时刻协同优化方法,以停机位、跑道和航路点构成的系统为研究对象,基于机场实际运行过程中空管、机场和航空公司的协同决策情况,建立以机场放行正常率最大化为目标的优化模型,并借助CPLEX软件对构建的0-1整数规划模型进行求解。该模型除了考虑已有的机场基本运行限制外,还新引入了航路点容量限制,并结合南京禄口国际机场实际运行数据进行分析,优化结果表明:随着流量控制的增大,可优化的航班架次减少,总离港延误降低了486 min,放行正常率提高了14.8%。

关于国外典型多机场群的研究

本文介绍了国外典型多机场群的概念和产生背景,并总结了多机场群的概念发展,同时对于多机场群的运行特点进行了研究和分析,最终进行了总结。随着研究的深入,未来我国多机场群的布局和模式将得以优化,多机场群的协同决策将变得更加高效、安全,航班延误状况也将得以缓解。

机场协同决策研究综述

本文综述了国内外机场及研究机构关于机场协同决策的发展现状,并对现有平台进行归类,进一步指出各平台提出的背景及核心功能,最后指出人工智能将是机场协同决策的后续研究方向。

民航协同决策(CDM)系统发展前景浅析

1993年9月,美国提出了民航协同决策(CDM)的理念并在实际运营中证明了CDM对减少航班延误大有裨益。本文,首先介绍了CDM的理念以及产生背景,概述了协同决策系统在欧美一些发达国家和其在中国实际应用情况,其次通过对华东地区CDM系统推进情况以及运行流程的分析,指出协同决策系统在运行中存在的问题,以期改善相应问题后的CDM能够助力我国民航事业进一步发展。