CN101982846A - 时变条件下航班最优航路选择方法 - Google Patents
时变条件下航班最优航路选择方法 Download PDFInfo
- Publication number
- CN101982846A CN101982846A CN2010102781360A CN201010278136A CN101982846A CN 101982846 A CN101982846 A CN 101982846A CN 2010102781360 A CN2010102781360 A CN 2010102781360A CN 201010278136 A CN201010278136 A CN 201010278136A CN 101982846 A CN101982846 A CN 101982846A
- Authority
- CN
- China
- Prior art keywords
- air route
- decision
- weather
- state
- aircraft
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
时变条件下航班最优航路选择方法,是基于空中交通网络进行研究的,利用数学方法描述天气变化对航路状态的影响,在此基础上建立时变条件下基于马尔科夫决策过程的飞机航路选择模型,给出了天气变化影响下航班航路选择决策方法,为空中交通管制提供决策支持,达到在不同天气状况下航班以最小旅行费用进行安全飞行的目的。
Description
所属技术领域
本发明是一种解决航路最佳选择的技术,即在不同天气状况下航班以最小旅行费用的安全到达目的机场。
背景技术
在现在的空管系统中,飞机在航路飞行的时候,突然发生航路天气变化。这时是继续飞行、绕道飞行、还是返回?一般要靠空管员的职业经验。这只是个人主观判断,很难确保决策的最佳性和正确性。飞机在航路上飞行的过程中,由于受到实时天气变化等诸多不确定因素的影响,航段(两航路点之间的航线)状态随时间不断变化,所以需要根据邻接航段的状态以及相应状态转移矩阵来选择航路。
发明内容
本发明的目的是提供一种航班最优路径选择的方法。从起始机场出发,在每个决策时间点上,在不同的天气状况影响下选择最优的航路,以此递推,在飞机到达目的机场时,整个决策仍为最优,航班旅行费用最小。
本发明是基于不同天气状态下进行研究的。飞机在航路(航线)上飞行时,每隔一段时间,都能获航路上的天气数据,但天气的影响区域和持续时间均不确定,这也导致通过该区域的飞行时间不确定,使得飞机必须面临航路选择决策。根据预报时间间隔内的天气状况及其持续时间的概率,建立航路状态空间及状态概率转移矩阵。在此基础上建立行程时间费用,利用马尔科夫决策过程的定义建立行程时间费用迭代方程,求解出最优航路选择策略。
使用本发明的优点在于,通过建立飞机航路选择动态决策模型能为空中交通管制提供新的辅助决策方法。从目前发表的文献来看,时变条件下飞机航路选择动态规划的相关论文较少,大多数文献均采用地面等待来规避航路中的天气影响,这会带来巨大的经济损失和资源浪费。此外,由于该模型使用的方法属于动态规划范畴,且天气等参数均与时间有关,所以该方法也是自适应的。
附图说明
图1选路策略示意图
图2航班最优航路选择流程图
具体实施方式
以下结合附图详述如下:
一般而言,飞机在决策点(Decision point)进行选路时,有以下三种选择策略。
策略1:若例行航路上后续航路段(两航路点之间的航线)的天气持续时间较短,则可采用减速飞行,仍沿例行航路飞行。
策略2:若例行航路上后续航路段的天气持续时间较长,且相邻航路段也受天气影响,则可选择返回。
策略3:若例行航路上后续航路段的天气持续时间较长,但其相邻航路段受天气影响较小,则可选择绕飞。
为保证在OD对之间航班的延误最小,则要求在任意决策时间点上的决策均为最优。
由上面的分析可知,该决策过程满足随机动态规划的条件,且由天气变化造成航路的拥堵可用马尔可夫链来描述,故可建立基于马尔可夫决策过程的飞机最优航路选择决策模型来实现飞机航路动态选择。
模型中使用到的参数及定义:
1.模型使用有向图G(N,E)来表示航线网,N为节点集,包括出发机场,目的机场和航路点。为边集合。
2.Scs(n)={n′:(n,n′)∈E}为节点n,n∈N的后续点的集合,为有限集合。令s为起始节点,且s∈N。令d为目的节点,则有Scs(d)=d,d∈N。Pa(n)表示从n到d所有路径的集合。
3.为可观测边的集合,I表示可观测边的子集编号,L为可观测边的总数。可观测边为与飞机距离在给定范围内的后续航路段,通过先验知识和实时天气预报等知识能获得其在观测时段内的状态。
4.tq为第q个决策时间点,此时飞机到达航路点nq,nq∈N,tq∈{1,...,T},其中T为可观测时间范围的上限。
为描述天气变化对航路的影响,引入边状态K(t)和状态持续时间X(t),其中
如果可观测边el在时间t时受天气影响处于阻塞状态时,Kl(t)=1。反之,则可观测边上无恶劣天气。Xl(t)为边el在t时状态kl(kl为Kl的实例)持续的时间,且Xl(t)∈[0,∞)。此时,天气变化对航路的影响用状态空间及相应的状态转移矩阵来描述。状态空间S的定义为:
S={(Kl(t),Xl(t))|0<l≤L,0≤t≤T} (2)
由于单个航路上出现的天气状况一般不会影响其他航路,故可假定边状态序列{Ki(t),t=0,1,...,T,0<i≤L}为独立的马尔可夫链。则对于任意可观测边,其一步概率转移矩阵为:
由状态空间的定义知,对于Si,Si∈S,其转移至其后续状态Sj的概率可描述为P(t′,k′|n,t,k,x,n′),它表示飞机在t时从航路点n出发,沿边(n,n′)飞行,t′时到达航路点n′的概率,出发航路点之前的航路段的状态为k,航路段(n,n′)的状态为k′。由条件概率公式可知
P(t′,k′|n,t,k,x,n′)=P(t′|n,t,k,n′)P(k′|t,k,x,t′) (4)
可使用式(3)来求解状态转移概率。
令A(n)表示动作集,故有A(n)=Scs(n),它表示飞机根据系统的状态(Kl(t)和Xl(t)分量)来决定后续访问的航路点。此时,决策规则应定义为:
δ(·,t,·,·):N×{1,2}L×{1,...,X}L→A(n) (5)
航路选择策略π应为决策规则的序列,即
π={δ(·,1,·,·),δ(·,2,·,·),...,δ(·,T-1,·,·)} (6)
由上述讨论可知,选路决策过程仅发生在飞机到达航路点时。
令c(n,t,k,x,a)=c(n,t,k,a)表示两个决策时间点之间的期望旅行费用。此时,飞机在航路点n,决策时间点为tq,下一个决策时间点为tq+1。tq=t,K(tq)=k,X(tq)=x,且a∈A(n)。若a=n′,tq+1=t′为到达航路点n′,则从n到n′的旅行费用为
故该OD对之间的飞机飞行费用为:
上式中,若对于所有航路选择策略和所有k和x,均存在
则该策略π*为最优航路选择策略。
由马尔可夫决策过程定义知,式(15)的最优方程为
其实施过程如图2所示,描述如下:
(1)根据实时天气预报数据及航路数据建立状态空间以及一步状态转移概率;
(2)利用数学推导,建立状态转移概率矩阵;
(3)基于航班行程时间的定义建立行程时间费用函数;
(4)基于马尔科夫决策过程定义建立行程时间费用迭代方程;
(5)求解最优航路选择策略并利用数据验证相关结论。
Claims (10)
1.一种用于解决航路最佳选择的方法,使航班能够以最小代价安全到达目的机场,包括:
利用马尔可夫决策过程确定飞机在决策点的选路策略;
利用动作集和选路策略确定最优航路选择方法;
或者满足随机动态规划的条件,且由天气变化造成航路的拥堵可用马尔可夫链来描述,建立基于马尔可夫决策过程的飞机最优航路选择决策模型来实现飞机航路动态选择。
2.如权利要求1所述的方法,其特征在于:飞机在决策点进行选路时,一般有三种选择策略,为保证在OD对之间航班的延误最小,则要求在任意决策时间点上的决策均为最优。
3.如权利要求1所述的方法,它包括建立一个空中交通网络,观测边为与飞机距离在给定范围内的后续航路段,通过先验知识和实时天气预报等知识能获得其在观测时段内的状态。
4.如权利要求3所述的方法,其特征在于:为描述天气变化对航路的影响,引入边状态和状态持续时间,如果可观测边在某一段时间内受天气影响处于阻塞状态时,则边状态为1。反之,则可观测边上无恶劣天气。
5.如权利要求4所述的方法,其特征在于:天气变化对航路的影响用状态空间及相应的状态转移矩阵来描述,单个航路上出现的天气状况一般不会影响其他航路,故可假定边状态序列为独立的马尔可夫链。
6.如权利要求5所述的方法,其特征在于:对于任意可观测边,建立其一步概率转移矩阵,并且通过条件概率公式可求解状态转移概率。
7.如权利要求1所述的方法,其特征在于:确定最优航路选择时,建立动作集,表示飞机根据系统的状态来决定后续访问的航路点。
8.如权利要求7所述的方法,其特征在于:航路选择策略应为决策规则的序列,选路决策过程仅发生在飞机到达航路点时。
9.如权利要求8所述的方法,其特征在于:设置单位旅行时间的费用,若在选路时,下一个决策时间点大于可观测时间范围的上限,此时费用应为无穷大。
10.如权利要求9所述的方法,其特征在于:计算OD对之间的飞机飞行费用,若对于所有航路选择策略均小于某一策略,则该策略为最优航路选择策略。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010102781360A CN101982846A (zh) | 2010-09-10 | 2010-09-10 | 时变条件下航班最优航路选择方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010102781360A CN101982846A (zh) | 2010-09-10 | 2010-09-10 | 时变条件下航班最优航路选择方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101982846A true CN101982846A (zh) | 2011-03-02 |
Family
ID=43619743
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2010102781360A Pending CN101982846A (zh) | 2010-09-10 | 2010-09-10 | 时变条件下航班最优航路选择方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101982846A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105551311A (zh) * | 2015-12-30 | 2016-05-04 | 北京招通致晟科技有限公司 | 确定航空器是否经过目标航路点的方法和装置 |
CN107508629A (zh) * | 2017-07-28 | 2017-12-22 | 广东华风海洋信息系统服务有限公司 | 一种基于船舶实时航线的气象数据裁减方法 |
CN108152866A (zh) * | 2017-11-06 | 2018-06-12 | 南京航空航天大学 | 基于天气影响航班量的航空气象预报质量评估方法 |
CN108694861A (zh) * | 2017-03-31 | 2018-10-23 | 波音公司 | 飞机飞行路径等待航线系统和方法 |
CN109949617A (zh) * | 2019-03-20 | 2019-06-28 | 中国电子科技集团公司第二十八研究所 | 一种基于动态规划的航班进场流量管理策略生成方法 |
JP2021517290A (ja) * | 2019-04-08 | 2021-07-15 | 中国電子科技集団公司第二十八研究所The 28Th Research Institute Of China Electronics Technology Group Corporation | 対流気象条件での最適通抜け経路に基づく航路の渋滞度の評価方法 |
-
2010
- 2010-09-10 CN CN2010102781360A patent/CN101982846A/zh active Pending
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105551311A (zh) * | 2015-12-30 | 2016-05-04 | 北京招通致晟科技有限公司 | 确定航空器是否经过目标航路点的方法和装置 |
CN108694861A (zh) * | 2017-03-31 | 2018-10-23 | 波音公司 | 飞机飞行路径等待航线系统和方法 |
CN107508629A (zh) * | 2017-07-28 | 2017-12-22 | 广东华风海洋信息系统服务有限公司 | 一种基于船舶实时航线的气象数据裁减方法 |
CN108152866A (zh) * | 2017-11-06 | 2018-06-12 | 南京航空航天大学 | 基于天气影响航班量的航空气象预报质量评估方法 |
CN108152866B (zh) * | 2017-11-06 | 2020-07-07 | 南京航空航天大学 | 基于天气影响航班量的航空气象预报质量评估方法 |
CN109949617A (zh) * | 2019-03-20 | 2019-06-28 | 中国电子科技集团公司第二十八研究所 | 一种基于动态规划的航班进场流量管理策略生成方法 |
CN109949617B (zh) * | 2019-03-20 | 2020-11-27 | 中国电子科技集团公司第二十八研究所 | 一种基于动态规划的航班进场流量管理策略生成方法 |
JP2021517290A (ja) * | 2019-04-08 | 2021-07-15 | 中国電子科技集団公司第二十八研究所The 28Th Research Institute Of China Electronics Technology Group Corporation | 対流気象条件での最適通抜け経路に基づく航路の渋滞度の評価方法 |
JP7077413B2 (ja) | 2019-04-08 | 2022-05-30 | 中国電子科技集団公司第二十八研究所 | 対流気象条件での最適通抜け経路に基づく航路の渋滞度の評価方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101982846A (zh) | 时变条件下航班最优航路选择方法 | |
Wen | A dynamic and automatic traffic light control expert system for solving the road congestion problem | |
Zhang et al. | Distributed flight routing and scheduling for air traffic flow management | |
CN103366563B (zh) | 交通拥堵预测方法及交通拥堵预测装置 | |
Gkiotsalitis | A model for modifying the public transport service patterns to account for the imposed COVID-19 capacity | |
Taylor et al. | Dynamically generating operationally acceptable route alternatives using simulated annealing | |
van der Gun et al. | A general activity-based methodology for simulating multimodal transportation networks during emergencies | |
Lee et al. | Service Reliability in a network context: impacts of synchronizing schedules in long headway services | |
Ozgur et al. | 0–1 integer programming model for procedural separation of aircraft by ground holding in ATFM | |
Han et al. | Development and evaluation of adaptive transit signal priority control with updated transit delay model | |
Chow et al. | Modelling and managing bus service regularity with influence of prevailing traffic | |
Keyvan Ekbatani et al. | Combination of traffic-responsive and gating control in urban networks: Effective interactions | |
Spiliopoulou et al. | Real-time route diversion control at congested freeway off-ramp areas | |
Geistefeldt | Assessment of basic freeway segments in the German Highway Capacity Manual HBS 2015 and beyond | |
Joviæ et al. | Traffic and environmental street network modelling: Belgrade case study | |
CN108303110A (zh) | 一种车载控制系统及路径速度确定方法 | |
Ford et al. | Simulating impacts of extreme weather events on urban transport infrastructure in the UK | |
Minciardi et al. | A decentralized optimal control scheme for route guidance in urban road networks | |
Londono et al. | A bilevel optimization program with equilibrium constraints for an urban network dependent on time | |
Tien et al. | A route-based queuing network model for air traffic flow contingency management | |
CN104616106B (zh) | 一种定量评估空域配置对空中交通可达性影响的方法 | |
Liu et al. | Smart-signal phase ii: Arterial offset optimization using archived high-resolution traffic signal data | |
Agafonov et al. | Vehicle routing algorithms based on a route reservation approach | |
CN108960533B (zh) | 一种空中航路网优化方法 | |
Hong et al. | Modeling the air traffic controller’s direct-to operation using logistic regression |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
DD01 | Delivery of document by public notice |
Addressee: Wang Minghui Document name: Notification of Publication of the Application for Invention |
|
DD01 | Delivery of document by public notice |
Addressee: Wang Minghui Document name: Notification that Application Deemed to be Withdrawn |
|
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20110302 |