民用机场智慧化程度评价指标的构建

为了解决民用机场在进行智能化程度评价过程中客运核心业务流基础评价指标种类繁多、覆盖范围广泛、指标间关系错综复杂的难题,从智慧程度、覆盖程度和准确程度进行了多角度耦合的基础评价指标通式构建.在此基础上,以航班流为例分别从感知型、预测型和决策型3个方面进行了基础评价指标的构建.研究结果表明,所构建的基础评价指标可根据其所涉及数据的功能属性划分为感知型指标、预测型指标、决策型指标3类,解决了智慧化程度基础评价指标缺失的问题.感知型与预测型指标可从智慧方法、覆盖程度、准确程度3个角度进行刻画,而决策型指标仅需从智慧方法、覆盖程度2个角度进行刻画,构建了多角度耦合的指标通式.从智慧方法角度划分,智慧程度可分为全智慧化管控、半智慧化管控和全人工管控3类状态,而覆盖程度与准确程度可由覆盖率与准确率表征.

基于Stacking集成学习的机场线短时客流预测研究

地铁机场线客流具有高度时变性,受机场航班影响使得精准的短时客流预测具有挑战性。综合考虑机场航班信息和机场线路历史客流,构建了一种以随机森林(RF)、LightGBM(light gradient boosting machine)、梯度提升决策树(GBDT)和逻辑回归算法作为集成学习器,基于叠加(Stacking)集成模型的机场线路短时客流预测模型。以北京地铁大兴机场线为实例进行验证,并与Informer和长短时记忆神经网络(long short-term memory,LSTM)两种基线模型进行对比。结果表明,考虑航班信息和机场线历史客流的双通道预测效果明显优于仅考虑机场线历史客流的单通道预测;Stacking模型在各项指标中均表现出优越的性能,其中,在96步长(24 h)下的预测效果最好,预测进站客流的平均绝对误差为7.66,预测出站客流的平均绝对误差为4.67;分析航班信息特征对预测模型的影响,发现离港航班信息重要性不如到港航班,这与离港旅客提前到达机场时间差异较大有关。

基于滑动时间窗的机场流量优化分配

针对机场实际运行过程中飞行流量需求以及机场容量动态变化的特点,将滑动时间窗概念应用到机场飞行流量分配问题中,提出了一种基于滑动时间窗的机场流量动态优化分配方法。对基于滑动时间窗的流量优化分配原理进行了阐述,该方法采用不断进行的动态流量分配代替静态的一次性流量分配,能够实时得到当前时间段最优化的流量分配方案,为机场战术流量管理提供决策支持。实例计算表明:基于滑动时间窗的机场流量优化分配方法在动态环境中能够较好地达到实时优化分配飞行流量目的,而静态流量分配方法不适用于动态环境,文中方法实用有效。

民用机场及附近空域空中交通流量优化

针对民航客运需求快速增长所带来的航班延误和空域拥塞问题,提出一种优化民用机场及附近空域空中交通流量的方法。通过空中交通走廊容量评估方法,对经典优化模型进行了发展和改进,建立起综合性优化模型;将机场和附近空域视为一个整体系统,根据交通需求和容量的相互关系动态调整航班流量和机场起降容量;在优化计算时,提出一种兼顾效率和准确性的新型优化算法。通过算例对所述优化方法进行了验证,该方法可以为空中交通管制人员进行流量优化分配提供参考。

机场飞行流量的预测模型仿真分析

研究机场飞行流量进行准确预测问题,针对保障机场上空航线的安全进行合理调度。传统的机场飞行流量预测方法不能对短期的飞行流量进行准确预测。提出一种GM灰度模型群的机场飞行流量预测方法。根据GM灰度理论建立飞行流量预测平面,获得飞行流量预测值的上限和下限,能够建立机场飞行流量的GM(1,N)预测模型,建立机场飞行流量的GM(1,N)预测模型群,在预测的过程中充分考虑到旅客数量重要的影响因素,从而实现飞行流量的准确预测。仿真结果表明,利用改进算法进行机场飞行流量预测,能够获得准确的预测值。

延误航班机场场面滑行优化调度策略研究

为减少大面积航班延误带来的机场拥堵和安全隐患,提出了将解决延误航班调度过程转化为求解流水车间调度问题(flow-shop scheduling problems,FSP).以航空器总体调度滑行时间最小为目标,建立延误航班滑行调度模型,设计多粒子群算法求解模型.算例分析表明,该调度模型较之比FCFS方案在一个高峰时段内能减少14.2min调度时间,提高了机场运行效率.

基于线性规划的航班备降优化模型研究

目前大型枢纽机场因恶劣天气等临时突发事件引起的航班备降情况日益严重,因此研究其到场航班的备降策略日趋紧迫。针对大型枢纽机场到场航班的备降场分配问题,以备降总时间最小为优化目标,提出基于线性规划的备降场分配模型。通过对危险天气下首都机场真实航班运行数据的仿真计算,验证了该模型的有效性,优化后航班备降总时间减少了9.7%。

基于相似日PSO-SVM的机场流量预测

机场流量的精准预测是实施航班控制策略、提高航班正常性的重要依据。为准确把握机场流量分布及变化趋势,提出一种基于机场相似日的粒子群优化支持向量机流量预测方法。首先,通过对目标机场在不同天气下的运行情况进行历史数据统计,构建相似度矩阵建立灰色聚类模型对机场相似日进行筛选;其次,采用粒子群优化的支持向量机方法对筛选出的相似日样本进行训练,对机场交通流量进行预测;最后,以广州白云机场的的运行情况为例进行验证。研究结果表明,所提方法较相似日-BP神经网络及传统的PSO-SVM预测方法精度分别提高了1.03%和5.28%,预测精度较高、稳定性较好,可充分反映交通流的动态变化。

多机场地面等待策略的建模与仿真

针对我国空中交通流量管理中出现的大规模航班延误情况,根据多个机场实际起飞和降落容量的约束,建立了一种考虑航班取消的多机场地面等待策略数学模型,并提出求解该模型的有效算法。在所提模型与算法的基础上,选择我国三大机场实际数据进行仿真,对比了取消航班与不取消航班两种情况结果,仿真结果验证了模型与方法的有效性与实用性,给出了最优排序的航班时刻表,从而支持了关键航班的运行,减少了航班总延误。

机场航班运作管理信息系统设计与应用

提出了机场航班运作管理信息系统的设计和开发思路,并分析了系统的主要功能。该系统的核心是中心数据库的建立和管理。

机场容量流量评估调整机制及系统建设

近年来，我国繁忙机场及相关空域趋于饱和甚至超饱和，对繁忙机场的容量流量实施动态评估和调控，避免超能力、超负荷运行成为民航运行保障体系的核心内容之一。近年来，中国民航逐渐探索出了以空管单位为主体的大面积航班延误预警和应急响应机制（简称MDRS），和以机场为主体的航班计划调整机制。本文从以上两种机制的应用现状及问题入手，并借鉴国际先进经验，对机场容量流量评估调整机制及系统建设进行研究。