多跑道起降航班排序模型和算法研究.docVIP

多跑道起降航班排序模型和算法研究 第33卷第1期武汉理工大学学报?信息与管理工程版 2011年2月JOURNALOFWUT(INFORMATIONamp;MANAGEMENTENGINEERING) Vo1.33No.1 Feb.20l1 文章编号:1007—144X(2011)O1—0027—05 多跑道起降航班排序模型和算法研究 刘丹,韩松臣,舒旎 (南京航空航天大学民航学院,江苏南京210016) 文献标志码:A 摘要:针对空中交通迅速发展使得终端区空域越来越拥挤的问题,研究了在终端区空中交通繁忙的情况下. 如何安排机场起降航班的最佳队列,以缓解拥挤和减少航班延误及相关的经济损失.将离场航班引入航班队 列排序中,讨论了蚁群算法在终端区起降航班排序中的应用,根据飞机尾流间隔的要求,建立基于蚁群算法的 多跑道起降航班动态排序模型,并用算例进行仿真验证.结果表明,与先到先服务排序方法相比,经该算法排 序后的平均延误时间减少近50%. 关键词:蚁群算法;多跑道;航班排序 中图分类号:V355DOI:10.3963/j.issn.1007—144X.2011.O1.007 近年来,随着空中交通事业的迅速发展,终端 区空域拥挤的问题越来越严重,减少因航班延误 而造成的经济损失成为当前亟待解决的问题.对 航班起降队列进行时间和顺序上的优化,可达到 减少延误,增加飞行安全,并提高系统容量和航空 公司经济效益的目的.研究表明,优化调度算法 可使系统容量在极端情况下提高15%,而当机场 产生拥挤时,很小的容量增加都会极大地改善拥 挤状况,因此它不但是战术空中交通管理自动化 所必须解决的问题,也是战略空中交通管理中系 统容量评估所必需的¨. 解决航班队列排序问题(aircraftsequencing problem,ASP)最常用方法是FCFS算法,由于它 是依靠航班预计到达时间的次序来决定排序次 序,造成延误较大,已不能满足空中交通流量管理 的需要.国外学者对ASP问题研究较早, DEAR等利用约束位置交换(CPS)策略研究了静 态ASP问题.然而由于ASP问题是组合优化问 题,属于NP难题,随着问题规模的增加,模型求 解的实时性较差.PSARAF]’IS在CPS策略的 基础上,利用动态规划方法研究了单机器工序排 班问题,并对航班排序问题进行了实例研究』. CPS策略是建立在动态规划的基础上,对所有可 能的航班排列进行寻优,找到一条花费时间最少 的路径,即可得到该组航班的最佳次序,但这样可 能会使队列的次序有较大变动,会增加管制员负 荷,同时也会增大实现的难度.SALVATORE等 运用遗传算法(geneticalgorithms,GA)研究了包 括离港航班的混合ASP问题,但随着问题规模 的扩大,该算法易过早陷人局部最优解.ADITYA 等将欧拉模型应用于复杂机场到达航班动态排序 问题的研究,但没有综合考虑终端区实时运行 时的起飞航班.国内对ASP问题的研究开展较 晚,徐肖豪等将模糊综合评判方法应用于终端区 航班排序并进行了仿真演算,以模糊数学理论 为基础进行模糊综合评判,综合考虑航班排序的 各个因素,模拟管制员的决策过程做出决策,进行 科学排序,但该算法隶属度函数的选择较为困难, 且计算较为复杂.江波等研究了基于到港航班最 早预计到达时间的进近排序模型,并提出了相应 的算法J.王飞等结合遗传算法和模拟退火的 思想,将混合人工鱼群算法应用于终端区航班队 列排序.李冠彬等将蚁群算法应用于优化到 达航班排序和调度问题_1,但均没有综合考虑终 端区实时运行时的起飞航班. 蚁群算法是一种求解最优化问题的新型通用 启发式方法,具有正反馈,分布式计算和富于建设 性的贪婪启发式搜索的特点,不易陷入局部最优 收稿日期:2010—09—24. 作者简介:刘丹(1986一),女,甘肃宁县人,南京航空航天大学民航学院硕士研究生. 基金项目:国家空管科研基金资助项目(GK3200802015);国家自然科学基金委员会与中国民航总局联合资助项目 28武汉理工大学学报?信息与管理工程版2011年2月 解,并且能很快获得全局最优解.’..,.但未见应 用于多跑道起降航班排序,因此,笔者采用蚁群算 法建立多跑道起降航班动态排序模型,最后通过 仿真验证其可行性. 1多跑道机场环境描述 机场终端区结构示意图如图1所示.由图1 可知,航班可以从几条不同的航路进入终端区,所 有航班都可以按照预计时间排成一个队列.进场 (离场)的航班所经过的终端区空域(地面)可以 被划分为两个部分,由两个调度界限定义.对于 进场航班而言,起始调度界限是一个空间界限,它 是航班进人管制区的边界;终止调度界限根据特 定的距离着陆时间来定义,也可以叫做冻结界限, 一 旦一架航班穿越