多跑道机场起降排序实时优化元胞自动机模型(无全文)

作者:周天琦;康瑞 刊名:四川大学学报(工程科学版) 上传者:

抱歉,该篇全文还没有人上传哦!我要 上传, 我要 求助

【摘要】针对多跑道繁忙机场实时航班调度问题,根据多跑道繁忙机场的运行条件和安全要求,以最小化航班总延误损失为目标函数,考虑不同机型性能特点,以NS模型为基础,建立了2维元胞自动机(CA)模型,并在此基础上,采用基因表达式编程(GEP)对CA模型得到的起降序列进行优化,得到了优异解。模拟结果表明,CA-GEP模型能够合理表现飞机起降的运行过程,计算时间短,有效减少了延误损失,适合实时流量管制中航班动态排序的决策支持。

全文阅读

近年来中国航空运输发展迅猛,航空需求增长与基础设施建设和空管设施规模及水平发展不平衡导致空中交通拥挤现象日趋严重,尤其是繁忙机场的航班延误逐年增长,带来了巨大的经济损失。航班排序作为空中交通流量管理中的重要组成部分,能够有效提高系统容量、减少延误。在实际运行中,航班调度基本上遵循先来先服务的原则,由管制员人工操作。国内外学者对着陆调度[1-7]和起飞调度[8-10]进行了大量研究,这些研究主要以单跑道运行为研究对象,对起降联合调度研究较少。Lee等[11]研究了多跑道排序的成本、延误和吞吐量之间的平衡问题。张洪海等[12]采用了遗传算法对引入协同决策机制的进离场流量分配策略进行了研究,Furini[13]以及张启钱[14]等在遗传算法的基础上引入了滚动时域控制策略。杨尚文等[15]则建立了鲁棒优化模型来解决动态容量条件下的进离场流量分配问题。Al-Salem等[16]使用了混合整数线性规划来描述多跑道起降排序问题。Rabadia等[17]用启发式算法和贪心算法进行了多跑道联合起降排序。这些研究都以寻找全局最优解为目标,理论性强,算法的时间复杂度高,而实际管制过程中,能够有效应用的往往是与先来先服务策略相差不多的局部最优解,并且要求计算时间非常短。元胞自动机(CA)模型是一种新的动力学模型[18-19]可以很好地模拟复杂交通流系统的时变性和随机性特征,其规则简单,具有并行性优势,计算速度快。文献[6]和[20]分别将其应用到着陆调度和机场地面滑行策略优化问题中,均取得了较好的结果。将元胞自动机模型应用到多跑道机场的起降排序问题中,以NS模型为基础,提出了2维CA模型来模拟多跑道起降运行过程,以最小化起降总延误损失为目标函数定义其更新规则,得到理想的起降排序队列,并采用基因表达式编程来对上述起降队列进一步优化。1问题描述多跑道机场起降联合排序是NP难问题,结合国内机场的运行现状,建立了简化的多跑道机场模型。假设机场有平行双跑道,采用独立运行方式起降。相同跑道上的起降航班和相同航迹的着陆航班对之间需要满足相应的最小安全间隔标准,根据ICAO的相关标准,起降过程中跑道上前后机最小安全时间间隔以及进近中最小距离间隔标准见表1。表1最小时间/空间间隔Tab.1Minimumtime/spaceintervals前机机型最小安全间隔Sij(时间间隔/s,空间间隔/km)DHDMDLAHAMALDH6090120909090DM606090909090DL606060909090AH90909094,4114,5167,6AM90909074,3107,3138,4AL90909074,374,398,3注:AH、AM、AL分别代表着陆的重、中、轻型机,DH、DM、DL分别代表起飞的重、中、轻型机。进场航班沿进场航线经终端区入口点进入,离场航班经各跑道口离场。其中进场航班在经过机场终端区入口点时加入到排序队列中,并假设航班的初始起降序列和预计起降时间以及进入终端区入口点的时间已知,在此基础上,为航班进行跑道分配,调整航班起降顺序和时间,航班排序优化的目标是总体延误损失最小。令N为参与排序的总航班数量,R为跑道数量,Pri=1表示航班i分配到跑道r上,反之为0;ETir为航班的预计起飞时间或降落时间;相应的ATir为航班的实际起降时间;Sij为相同跑道上前后机的安全间隔(时间间隔),则有:ATjr-ATirSij(1)1r=0Pir=1(2)其中,式(1)表示飞机必须满足安全间隔标准,式(2)规定飞机只能起降在一条跑道上。定义Dri为航班的延误代价,各种机型按照尾

参考文献

引证文献

问答

我要提问