基于双层规划模型的停机位冲突优化研究

随着机场航班密度逐渐增加,相同停机位、相邻航班发生冲突的可能性不断增大,从而影响机场的运行效率,增加停机位运行风险。基于双层规划模型,以远机位使用率和停机位分配鲁棒性作为上层模型的优化目标,以相同停机位、相邻航班推出冲突时间作为下层模型的优化目标,对停机位分配冲突进行优化,利用遗传算法来寻求整个系统的最优解。选择某机场的实际航班数据进行算例分析,结果表明:优化后,早晚高峰时段的远机位使用分别降低了31.25%和23.53%,冲突时间分别减少了16 min和24 min,提高了停机位利用率和机场运行效率,同时有效降低停机位运行风险,可为大型繁忙机场的停机位利用率和运行效率提升、停机位运行风险降低提供解决方案和技术支持。

基于运行安全的停机位分配问题研究

随着民航运输业的发展,航班密度不断增加,相邻停机位间推出冲突概率不断增加。为合理分配大型繁忙机场停机位,兼顾安全与效率,建立基于运行安全的停机位分配问题优化模型。在模型中加入约束条件以避免潜在的推出冲突,以及考虑将重要航班优先分配到指定的旅客行走距离较短的停机位,来提高旅客的整体满意度。通过分析机位分配特点,选择性能比较优越的遗传算法进行求解。最后用实际算例进行验证,得到停机位分配甘特图以及算法收敛曲线。从结果中可以看到,停机位分配比较合理,算法收敛性能良好。就整体而言,达到了预期的要求。

基于航班延误分布的机位鲁棒指派模型

为提高机位指派计划的稳定性与降低航班延误波及效应影响,以广州白云国际机场历史航班数据为例,构建了不同航空公司之间差异化的航班延误概率分布,分析了航班延误分布对机位冲突概率的影响。以机位冲突概率最小为目标函数,以机位与航班类型为约束条件,建立了机位鲁棒指派模型,设计了贪婪禁忌搜索算法,使用实际航班数据进行实例验证。计算结果表明:使用提出的机位鲁棒指派模型与贪婪禁忌搜索算法,获得最优解需要的迭代次数为43,计算时间为0.72s,总的机位冲突概率为2.737 1;使用提出的机位鲁棒指派模型与传统遗传算法,获得最优解需要的迭代次数为72,计算时间为35.00s,总的机位冲突概率为2.741 2;使用现有的机位闲置时间最大的确定型鲁棒指派方法与提出的贪婪禁忌搜索算法,总的机位冲突概率为3.018 0。与现有的确定型鲁棒指派方法相比,提出的机位鲁棒指派模型可使机位计划的鲁棒性提高9.31%。