CN106981221B - 基于时空间维度分解的机场停机位分配方法及系统 - Google Patents
基于时空间维度分解的机场停机位分配方法及系统 Download PDFInfo
- Publication number
- CN106981221B CN106981221B CN201710182071.1A CN201710182071A CN106981221B CN 106981221 B CN106981221 B CN 106981221B CN 201710182071 A CN201710182071 A CN 201710182071A CN 106981221 B CN106981221 B CN 106981221B
- Authority
- CN
- China
- Prior art keywords
- flight
- stand
- time
- airport
- establishing
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/0043—Traffic management of multiple aircrafts from the ground
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供一种基于时空间维度分解的机场停机位分配方法及系统,该方法包括:根据预设的各时间段和各航班的机场运行时间,对各航班进行划分,获得各时间段对应的航班集合;根据预设的各停机位属性,对各停机位进行划分,获得各停机位属性对应的停机位集合;根据所述航班集合和所述停机位集合,建立约束条件和0‑1整数规划模型;利用分支定界法,对所述0‑1整数规划模型进行求解,获得停机位分配方案。本发明提高了机场停机位分配的效率,且优化了分配结果,有利于机场高效安全的运行。
Description
技术领域
本发明涉及机场运行优化领域,尤其涉及一种基于时空间维度分解的机场停机位分配方法及系统。
背景技术
随着民航运输业的快速发展,航班数量逐年增加,机场运行日益繁忙,停机位资源已逐步成为制约机场运行能力的瓶颈。停机位是旅客上下飞机和机场进行地面保障作业的场所,停机位资源紧缺则会造成机场运行效率下降甚至运行混乱,进而导致航班延误等不利后果,因而停机位资源优化已成为机场运行研究的热点和急需解决的问题。
目前有两种方法可以解决机场停机位资源紧缺的问题:一、扩建机场或新建机场,从硬件方面增加机场停机位资源。但是这种方法一方面需要大量人力物力财力的投入,会对机场周围环境产生重大影响;另一方面在时间上具有滞后性,并不能立刻见效。二、通过合理高效的方法来对现有机位资源进行优化分配,以提高停机位使用效率和旅客满意度。这种方法不存在第一种方法的经济和环境问题,而且简单易行,投入少,见效快,适用面广。
针对停机位分配问题,国内外已采用的研究方法有数学规划、启发式算法、专家系统、网络流、图着色模型等,但是机场停机位分配问题本质上是一个NP(non-deterministicpolynomial,非确定性多项式)难问题,由于求解该组合优化问题时遇到的“组合爆炸”,求解复杂度大且耗时长,现有研究多数存在难以应用于大规模计算的难题;同时,由于该问题约束条件与优化目标的复杂性,目前的研究只考虑到部分必须执行的硬规则,忽略了机场调控中需要权衡优先级处理的软规则。
发明内容
本发明提供一种基于时空间维度分解的机场停机位分配方法及系统,用于解决现有的机场停机位分配方法求解复杂度大且耗时长,难以应用于大规模计算的问题。
本发明的第一个方面是提供一种基于时空间维度分解的机场停机位分配方法,包括:
根据预设的各时间段和各航班fi的机场运行时间,对各航班进行划分,获得各时间段对应的航班集合;
根据预设的各停机位属性,对各停机位gj进行划分,获得各停机位属性对应的停机位集合;
根据所述航班集合和所述停机位集合,建立约束条件和0-1整数规划模型;
利用分支定界法,对所述0-1整数规划模型进行求解,获得停机位分配方案。
本发明的第二个方面是提供一种基于时空间维度分解的机场停机位分配系统,包括:
第一划分模块,用于根据预设的各时间段和各航班fi的机场运行时间,对各航班进行划分,获得各时间段对应的航班集合;
第二划分模块,用于根据预设的各停机位属性,对各停机位gj进行划分,获得各停机位属性对应的停机位集合;
处理模块,用于根据所述航班集合和所述停机位集合,建立约束条件和0-1整数规划模型;
求解模块,用于利用分支定界法,对所述0-1整数规划模型进行求解,获得停机位分配方案。
本发明提供的基于时空间维度分解的机场停机位分配方法及系统,通过根据在时间维度上对各航班进行划分获得的各航班集合;在空间维度上对各停机位进行划分获得的各停机位集合,建立约束条件和0-1整数规划模型,并利用分支定界法,对所述0-1整数规划模型进行求解,获得停机位分配方案。上述方案将复杂的机场停机位分配的组合优化问题在基于时间与空间的维度上分解,缩小了解空间,降低了求解复杂度,可在有限的时间内求解规模较大的停机位分配问题,提高了机场停机位分配的效率。
附图说明
图1A为本发明实施例一提供的一种基于时空间维度分解的机场停机位分配方法的流程示意图;
图1B为本发明实施例一提供的另一种基于时空间维度分解的机场停机位分配方法的流程示意图;
图1C为本发明实施例一提供的又一种基于时空间维度分解的机场停机位分配方法的流程示意图;
图2A为本发明实施例三提供的一种基于时空间维度分解的机场停机位分配系统的结构示意图;
图2B为本发明实施例三提供的另一种基于时空间维度分解的机场停机位分配系统的结构示意图;
图2C为本发明实施例三提供的又一种基于时空间维度分解的机场停机位分配系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下获得的所有其他实施例,都属于本发明保护的范围。
图1A为本发明实施例一提供的一种基于时空间维度分解的机场停机位分配方法的流程示意图,如图1A所示,所述方法包括如下步骤:
11、根据预设的各时间段和各航班fi的机场运行时间,对各航班进行划分,获得各时间段对应的航班集合。
进一步的,针对其机场运行时间与多个时间段存在重合的航班,判定所述航班属于所述多个时间段对应的航班集合。
12、根据预设的各停机位属性,对各停机位gj进行划分,获得各停机位属性对应的停机位集合。
13、根据所述航班集合和所述停机位集合,建立约束条件和0-1整数规划模型。
具体的,根据航班集合和停机位集合,可以建立多种约束条件,举例来说,约束条件可以包括硬规则和软规则,硬规则可以包括停机位容量与航班机型之间的关系约束、与时间相关的约束、以及预设的与停机位调度相关的约束,软规则可以包括预设的与机场布局和运行相关的约束。
进一步的,根据航班集合和停机位集合,建立0-1整数规划模型可以有多种,举例来说,建立0-1整数规划模型,需要为划分好的航班集合和停机位集合建立考虑多规则约束条件和多优化目标的0-1整数规划模型。具体如图1B所示,图1B为本发明实施例一提供的另一种基于时空间维度分解的机场停机位分配方法的流程示意图,在图1A所示实施方式的基础上,13具体可以包括:
131、根据所述航班集合和所述停机位集合,建立约束条件;
132、设定航班fi和停机位gj对应的决策变量Xij,Xij的取值表征所述航班fi是否停放在停机位gj;
133、根据所述航班集合和所述停机位集合,建立各优化目标,所述各优化目标包括停机位优先级权重、停机位变更率、航班靠桥率和旅客步行距离;
134、根据各优化目标对应的权重值,对所述各优化目标进行加权求和,获得目标函数;
135、根据所述约束条件和所述目标函数,建立所述0-1整数规划模型。
具体的,根据航班集合和停机位集合,建立停机位优先级权重优化目标的方法可以有多种,例如,可以根据航班集合和停机位集合,利用软规则建立相应的停机位优先级权重优化目标。相应的,如图1C所示,图1C为本发明实施例一提供的又一种基于时空间维度分解的机场停机位分配方法的流程示意图,在图1B所示实施方式的基础上,133具体可以包括:
1331、根据所述航班集合和所述停机位集合,建立停机位变更率、航班靠桥率和旅客步行距离;
1332、根据所述决策变量Xij,建立决策矩阵X;
1333、根据所述软规则,建立相应的权重矩阵;
具体的,所述软规则可以包括:过站航班优先于纯出港航班安排在近机位,所述纯出港航班优先于纯进港航班安排在所述近机位;同一机型时,过站时间短的航班优先于过站时间长的航班安排在所述近机位,相同过站时间时,大机型优先于小机型安排在所述近机位;客座率高的航班优先安排在所述近机位。
1334、对所述权重矩阵进行归一化处理及线性加和,获得所述软规则的总体权重矩阵;
1335、对所述总体权重矩阵与所述决策矩阵进行点积,获得所述停机位优先级权重。
14、利用分支定界法,对所述0-1整数规划模型进行求解,获得停机位分配方案。
本实施例提供的基于时空间维度分解的机场停机位分配方法,通过根据在时间维度上对各航班进行划分获得的各航班集合;在空间维度上对各停机位进行划分获得的各停机位集合,建立约束条件和0-1整数规划模型,并利用分支定界法,对所述0-1整数规划模型进行求解,获得停机位分配方案。上述方案将复杂的机场停机位分配的组合优化问题在基于时间与空间的维度上分解,缩小了解空间,降低了求解复杂度,可在有限的时间内求解规模较大的停机位分配问题,提高了机场停机位分配的效率。同时通过考虑包含优先级的软规则对停机位分配的影响,进一步优化了机位分配结果,增加了机场停机位分配优化方案的合理性,实现对停机位容量灵活高效的使用。
本发明实施例二提供一种基于时空间维度分解的机场停机位分配方法,具有如下步骤:
21、在时间维度上对各航班进行划分。
对次日所有的运行航班fi,i=1,2,…,Nf,其中,Nf为次日航班总量,通过固定的时间间隔,或者夜间和白天两种时间间隔将航班划分为若干个航班集合。具体的,以白天(6点-24点)1小时,夜间(0点-6点)3小时,根据航班的计划运行时间将全部航班分为Mf=20个集合,记为Fx,x=1,2,…,Mf。
针对其机场运行时间跨越两个或更多个时间段的航班,规定只要航班运行时间与该时间段重合,就判定这架航班位于该时间段对应的航班集合中。
针对每个航班集合Fx,分别依次采用整数规划模型进行优化分配,需要考虑的是,前一集合中已经分配的航班,在后一次的整数规划模型中,需要提前锁定航班对应的停机位。
22、在空间维度上对各停机位进行划分。
对机场所有的停机位gj,j=1,2,…,Ng,其中,Ng为停机位总量,根据停机位的属性特征将所有机位分为多个停机位集合;结合机场的布局和机位特征,分别从东区、西区两个分区、停机位的距离属性(同一停机坪或连续几个停机位)、停机位的型号及停机位的区域特征角度进行考虑,将所有机位分为Mg个机位集合,记为Gx,x=1,2,…,Mg。
针对每一架航班,通过该航班与停机位集合属性间的关系,可以确定该航班对应的停机位属于某一个或某几个停机位集合,从而,缩小了解的空间,降低了模型求解的复杂度,最终可以保障在有限的时间内等到较优的可行解。
23、针对划分好的航班集合和停机位集合,建立约束条件,并建立0-1整数规划模型,具体包括:
231、设定航班fi和停机位gj对应的决策变量Xij,Xij的取值表征所述航班fi是否停放在停机位gj。
其中,
232、根据划分好的航班集合和停机位集合,建立约束条件,约束条件包括:硬规则和软规则。
硬规则是强制性的运行规则,即停机位分配过程中必须遵守的硬性规则。本发明实施例二从空间约束条件、时间约束条件、人为约束条件三个角度建立硬规则,包括:
a)空间约束条件:空间约束指停机位容量与航班机型之间的约束关系,包括:
1)任何停机位只能停放其允许的最大机型及其以下机型的航班:
Xij≤Tij
其中,
b)时间约束条件:时间约束指与时间相关的约束,包括独占制约规则、停机位占用时间规则、邻接飞机停泊的间隔时间规则、相邻停机位需要满足的时间规则。具体包括:
2)每架航班fi只能分配一个停机位gj:
3)同一停机位gj上安排的不同架次的航班fi、fk在占用时间上不能重叠:
XijXkj(di-ak)(dk-ai)≤0
其中,ai、di分别表示航班fi的进港时间和出港时间,ak、dk分别表示航班fk的进港时间和出港时间。
4)同一停机位上gj相邻两架航班fi、fk满足最小缓冲时间:
XijXkj(di-ak+bj)(dk*ai+bj)≤0
其中,bj表示停机位gj要求的相邻两架航班fi、fk需满足的最小缓冲时间;
其中,Gadj为相邻停机位集合,Gadj∈{Gx|x=1,2,…,Mg}。
c)人为约束条件:人为约束指在实际停机位分配过程中,机场调度人员人为定义的约束条件,可包括国际国内航班与停机位对应的规则约束、混合航班与停机位对应的规则约束、强制分配停机位的规则约束。根据航班的飞行路线对各航班进行划分,获得国际航班集合FI、国内航班集合FD和混合航班集合FM。人为约束条件具体可以包括:
7)国际航班停在近机位的国际停机位,国内航班停在近机位的国内停机位:
Xij≤0,fi∈FD,gj∈GNandgj∈GI
Xij≤0,fi∈FI,gj∈GNandgj∈GD
其中,GN为近机位集合,GN∈{Gx|x=1,2,…,Mg},GI为国内机位集合,GI∈{Gx|x=1,2,…,Mg},GD为国际机位集合,GD∈{Gx|x=1,2,…,Mg}。
8)混合航班停在远机位:
Xij≤0,fi∈FM,gj∈Gf
其中,Gf为远机位集合,Gf∈{Gx|x=1,2,…,Mg}。
9)强制分配停机位,即锁定航班fi位于停机位gj:
Xij=1
10)超过三小时过站时间的航班不靠桥,即不停放在近机位:
软规则包括预设的与机场布局和运行相关的约束,引入权重值来表示每条软规则体现的优先级关系,即权重值越大,航班越优先停在近机位上,并使用权重矩阵定义满足所述软规则的航班与停机位对应的优先级关系。在实际应用中,针对每条软规则,可以根据需求调整权重值。
根据航班的起讫点对各航班进行分解,获得过站航班集合Fturn、纯出港航班集合Fdep、纯进港航班集合Farr;根据航班的机型对各航班进行分解,获得大机型集合FL-type和小机型集合Fs-type。
本发明实施例二的软规则包括:
11)过站航班优先于纯出港航班安排在近机位,纯出港航班优先于纯进港航班安排在近机位:
其中,为a、b、c分别为预设的权重值。
12)同一机型时,过站时间短的航班优先于过站时间长的航班安排在近机位,相同过站时间时,大机型优先于小机型安排在近机位:
其中,u、v分别为预设的权重值。
13)客座率高的航班优先安排在近机位:
其中SRi为航班fi的客座率,是反映航空客运公司运营效率的指标,SRi(客座率)=实际承运人数÷可供座位数×100%。
233、根据划分好的航班集合和停机位集合,设置各优化目标,根据各优化目标对应的权重值,对所述各优化目标进行加权求和,获得目标函数;所述各优化目标包括:停机位优先级权重、停机位变更率、航班靠桥率和旅客步行距离。
具体的,上述获得目标函数,包括:
设置停机位变更率优化目标:
其中,
设置航班的靠桥率优化目标(即近机位使用率优化目标):
设置旅客的步行距离优化目标:
其中,Dj为停机位gj对应的旅客的步行距离。
设置停机位优先级权重优化目标,具体包括:
根据所述决策变量Xij,建立决策矩阵X;
根据上述三个软规则,设定任意航班fi对应的远机位的权重均为0,即:
由此获得分别与三个软规则对应的三个权重矩阵,分别为:
对三个权重矩阵的权重值分别进行归一化处理,使用离差标准化处理方法,对权重矩阵进行线性变换,使结果映射到[0,1]之间,转换函数如下:
其中max为权重矩阵的元素的最大值,min为权重矩阵的元素的最小值。
对三个权重矩阵进行线性加和,获得总体软规则的权重矩阵:
将总体软规则的权重矩阵与决策矩阵进行点积,获得停机位优先级权重优化目标:
根据各优化目标对应的权重值,对所述各优化目标进行加权求和,获得目标函数:
Max z=αz1+βz2+γz3+εz4
其中,α、β、γ、ε为预设的权重系数。
234、根据所述约束条件和所述目标函数,建立所述0-1整数规划模型。
24、利用分支定界法,对所述0-1整数规划模型进行求解,获得停机位分配方案,包括:
241、求解上述0-1整数规划模型的松弛问题最优解;
242、判断上述松弛问题的最优解是否满足整数要求,若满足,则结束求解过程,将上述松弛问题的最优解和目标值作为上述0-1整数规划模型的最优解和目标值;否则,
243、针对各非整数解的变量xi,在松弛问题中加上约束xi≤[xi]及xi≥[xi]+1组成两个新的松弛问题,称为分支Ai、Ai+1;
244、选择目标值最大的分支Ai,判断该分支的解是否是整数,若是,则结束求解过程,将该分支的解和目标值作为上述0-1整数规划模型的最优解和目标值,否则,返回执行243。
本实施例提供的基于时空间维度分解的机场停机位分配方法,通过根据在时间维度上对各航班进行划分获得的各航班集合;在空间维度上对各停机位进行划分获得的各停机位集合,建立约束条件和0-1整数规划模型,并利用分支定界法,对所述0-1整数规划模型进行求解,获得停机位分配方案。上述方案将复杂的机场停机位分配的组合优化问题在基于时间与空间的维度上分解,缩小了解空间,降低了求解复杂度,可在有限的时间内求解规模较大的停机位分配问题,提高了机场停机位分配的效率。同时通过考虑包含优先级的软规则对停机位分配的影响,进一步优化了机位分配结果,增加了机场停机位分配优化方案的合理性,实现对停机位容量灵活高效的使用。
图2A为本发明实施例三提供的一种基于时空间维度分解的机场停机位分配系统的结构示意图,如图2A所示,所述系统包括:
第一划分模块31,用于根据预设的各时间段和各航班fii的机场运行时间,对各航班进行划分,获得各时间段对应的航班集合。
进一步的,所述第一划分模块,还用于针对其机场运行时间与多个时间段存在重合的航班,判定所述航班属于所述多个时间段对应的航班集合。
第二划分模块32,用于根据预设的各停机位属性,对各停机位gj进行划分,获得各停机位属性对应的停机位集合。
处理模块33,用于根据所述航班集合和所述停机位集合,建立约束条件和0-1整数规划模型;
求解模块34,用于利用分支定界法,对所述0-1整数规划模型进行求解,获得停机位分配方案。
作为一种可选的实施方式,图2B为本发明实施例三提供的另一种基于时空间维度分解的机场停机位分配系统的结构示意图,如图2B所示,在图2A所示实施方式的基础上,处理模块33包括:
约束单元331,用于建立所述约束条件,所述约束条件包括硬规则和软规则,所述硬规则包括停机位容量与航班机型之间的关系约束、与时间相关的约束、以及预设的与停机位调度相关的约束,所述软规则包括预设的与机场布局和运行相关的约束;
初始单元332,用于设定航班fi和停机位gj对应的决策变量Xij,Xij的取值表征所述航班fi是否停放在停机位gj;
处理单元333,用于根据所述航班集合和所述停机位集合,建立各优化目标,所述各优化目标包括停机位优先级权重、停机位变更率、航班靠桥率和旅客步行距离;
计算单元334,用于根据各优化目标对应的权重值,对所述各优化目标进行加权求和,获得目标函数;
所述处理单元333,还用于根据所述约束条件和所述目标函数,建立所述0-1整数规划模型。
作为一种可选的实施方式,图2C为本发明实施例三提供的又一种基于时空间维度分解的机场停机位分配系统的结构示意图,如图2C所示,在图2B所示实施方式的基础上,所述软规则包括:过站航班优先于纯出港航班安排在近机位,所述纯出港航班优先于纯进港航班安排在所述近机位;同一机型时,过站时间短的航班优先于过站时间长的航班安排在所述近机位,相同过站时间时,大机型优先于小机型安排在所述近机位;客座率高的航班优先安排在所述近机位;所述处理单元333还可以包括:
矩阵子单元3331,用于根据所述决策变量Xij,建立决策矩阵X,所述决策矩阵X包括各航班和停机位对应的决策变量;
所述矩阵子单元3331,还用于根据所述软规则,建立相应的权重矩阵;
计算子单元3332,用于对所述权重矩阵进行归一化处理及线性加和,获得所述软规则的总体权重矩阵;
处理子单元3333,用于对所述总体权重矩阵与所述决策矩阵进行点积,获得所述停机位优先级权重优化目标。
本实施例提供的基于时空间维度分解的机场停机位分配系统,通过根据在时间维度上对各航班进行划分获得的各航班集合;在空间维度上对各停机位进行划分获得的各停机位集合,建立约束条件和0-1整数规划模型,并利用分支定界法,对所述0-1整数规划模型进行求解,获得停机位分配方案。上述系统将复杂的机场停机位分配的组合优化问题在基于时间与空间的维度上分解,缩小了解空间,降低了求解复杂度,可在有限的时间内求解规模较大的停机位分配问题,提高了机场停机位分配的效率。同时通过考虑包含优先级的软规则对停机位分配的影响,进一步优化了机位分配结果,增加了机场停机位分配优化方案的合理性,实现对停机位容量灵活高效的使用。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (6)
1.一种基于时空间维度分解的机场停机位分配方法,其特征在于,包括:
根据预设的各时间段和各航班fi的机场运行时间,对各航班进行划分,获得各时间段对应的航班集合;
根据预设的各停机位属性,对各停机位gj进行划分,获得各停机位属性对应的停机位集合;
根据所述航班集合和所述停机位集合,建立约束条件和0-1整数规划模型;
利用分支定界法,对所述0-1整数规划模型进行求解,获得停机位分配方案;
所述根据所述航班集合和所述停机位集合,建立0-1整数规划模型,包括:
设定航班fi和停机位gj对应的决策变量Xij,Xij的取值表征所述航班fi是否停放在停机位gj;
根据所述航班集合和所述停机位集合,建立各优化目标,所述各优化目标包括停机位优先级权重、停机位变更率、航班靠桥率和旅客步行距离;
根据各优化目标对应的权重值,对所述各优化目标进行加权求和,获得目标函数;
根据所述约束条件和所述目标函数,建立所述0-1整数规划模型;
所述根据预设的各时间段和各航班fi的机场运行时间,对各航班进行划分,获得各时间段对应的航班集合,包括:
针对其机场运行时间与多个时间段存在重合的航班,判定所述航班属于所述多个时间段对应的航班集合。
2.根据权利要求1所述的方法,其特征在于,所述根据所述航班集合和所述停机位集合,建立约束条件,包括:
建立所述约束条件,所述约束条件包括硬规则和软规则,所述硬规则包括停机位容量与航班机型之间的关系约束、与时间相关的约束、以及预设的与停机位调度相关的约束,所述软规则包括预设的与机场布局和运行相关的约束。
3.根据权利要求2所述的方法,其特征在于,所述软规则包括:过站航班优先于纯出港航班安排在近机位,所述纯出港航班优先于纯进港航班安排在所述近机位;同一机型时,过站时间短的航班优先于过站时间长的航班安排在所述近机位,相同过站时间时,大机型优先于小机型安排在所述近机位;客座率高的航班优先安排在所述近机位;所述根据所述航班集合和所述停机位集合,建立所述停机位优先级权重,包括:
根据所述决策变量Xij,建立决策矩阵X,所述决策矩阵X包括各航班和停机位对应的决策变量;
根据所述软规则,建立相应的权重矩阵;
对所述权重矩阵进行归一化处理及线性加和,获得所述软规则的总体权重矩阵;
对所述总体权重矩阵与所述决策矩阵进行点积,获得所述停机位优先级权重优化目标。
4.一种基于时空间维度分解的机场停机位分配系统,其特征在于,包括:
第一划分模块,用于根据预设的各时间段和各航班fi的机场运行时间,对各航班进行划分,获得各时间段对应的航班集合;
第二划分模块,用于根据预设的各停机位属性,对各停机位gj进行划分,获得各停机位属性对应的停机位集合;
处理模块,用于根据所述航班集合和所述停机位集合,建立约束条件和0-1整数规划模型;
求解模块,用于利用分支定界法,对所述0-1整数规划模型进行求解,获得停机位分配方案;
所述处理模块包括:
初始单元,用于设定航班fi和停机位gj对应的决策变量Xij,Xij的取值表征所述航班fi是否停放在停机位gj;
处理单元,用于根据所述航班集合和所述停机位集合,建立各优化目标,所述各优化目标包括停机位优先级权重、停机位变更率、航班靠桥率和旅客步行距离;
计算单元,用于根据各优化目标对应的权重值,对所述各优化目标进行加权求和,获得目标函数;
所述处理单元,还用于根据所述约束条件和所述目标函数,建立所述0-1整数规划模型;
所述第一划分模块,还用于针对其机场运行时间与多个时间段存在重合的航班,判定所述航班属于所述多个时间段对应的航班集合。
5.根据权利要求4所述的系统,其特征在于,所述处理模块包括:
约束单元,用于建立所述约束条件,所述约束条件包括硬规则和软规则,所述硬规则包括停机位容量与航班机型之间的关系约束、与时间相关的约束、以及预设的与停机位调度相关的约束,所述软规则包括预设的与机场布局和运行相关的约束。
6.根据权利要求5所述的系统,其特征在于,所述软规则包括:过站航班优先于纯出港航班安排在近机位,所述纯出港航班优先于纯进港航班安排在所述近机位;同一机型时,过站时间短的航班优先于过站时间长的航班安排在所述近机位,相同过站时间时,大机型优先于小机型安排在所述近机位;客座率高的航班优先安排在所述近机位;所述处理单元包括:
矩阵子单元,用于根据所述决策变量Xij,建立决策矩阵X,所述决策矩阵X包括各航班和停机位对应的决策变量;
所述矩阵子单元,还用于根据所述软规则,建立相应的权重矩阵;
计算子单元,用于对所述权重矩阵进行归一化处理及线性加和,获得所述软规则的总体权重矩阵;
处理子单元,用于对所述总体权重矩阵与所述决策矩阵进行点积,获得所述停机位优先级权重优化目标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710182071.1A CN106981221B (zh) | 2017-03-24 | 2017-03-24 | 基于时空间维度分解的机场停机位分配方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710182071.1A CN106981221B (zh) | 2017-03-24 | 2017-03-24 | 基于时空间维度分解的机场停机位分配方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106981221A CN106981221A (zh) | 2017-07-25 |
CN106981221B true CN106981221B (zh) | 2020-03-06 |
Family
ID=59339391
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710182071.1A Active CN106981221B (zh) | 2017-03-24 | 2017-03-24 | 基于时空间维度分解的机场停机位分配方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106981221B (zh) |
Families Citing this family (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107480881A (zh) * | 2017-08-10 | 2017-12-15 | 中国民航信息网络股份有限公司 | 客座率确定方法和装置 |
CN107610532B (zh) * | 2017-09-26 | 2019-07-30 | 民航成都信息技术有限公司 | 一种基于偏好排序的航班停机位冲突解决方法 |
CN108460531B (zh) * | 2018-03-07 | 2021-07-06 | 中国人民大学 | 一种机场停机位快速分配方法 |
CN108833302B (zh) * | 2018-06-27 | 2021-12-24 | 重庆邮电大学 | 云环境下基于模糊聚类及严格双边匹配的资源分配方法 |
CN108846596B (zh) * | 2018-08-29 | 2020-11-03 | 南京航空航天大学 | 分时段终端区尾随间隔进场管理策略计算方法 |
CN111243341B (zh) * | 2018-11-29 | 2022-05-03 | 顺丰科技有限公司 | 多个航空器的停机位分配方法和装置 |
CN111243342B (zh) * | 2018-11-29 | 2021-09-28 | 顺丰科技有限公司 | 航空器的停机位分配方法及装置 |
CN111369090B (zh) * | 2018-12-25 | 2023-10-31 | 顺丰科技有限公司 | 货运航班停机位分配方法、装置、设备及存储介质 |
US20200258017A1 (en) * | 2019-02-12 | 2020-08-13 | General Electric Company | Aircraft stand recovery optimization |
CN111627255B (zh) * | 2019-02-27 | 2023-03-14 | 阿里巴巴集团控股有限公司 | 信息处理方法、装置和系统 |
CN109859532A (zh) * | 2019-02-28 | 2019-06-07 | 深圳市北斗智能科技有限公司 | 一种多约束条件的停机位分配方法和相关装置 |
CN109948844B (zh) * | 2019-03-15 | 2022-05-20 | 民航成都信息技术有限公司 | 一种停机位分配鲁棒性的优化方法、装置、设备及介质 |
CN110163491B (zh) * | 2019-04-30 | 2021-08-31 | 中国电子科技集团公司第二十八研究所 | 一种优化吞吐量的实时弹性的停机位调度方法及调度系统 |
CN111915046B (zh) * | 2019-05-09 | 2024-02-20 | 北京百度网讯科技有限公司 | 用于输出信息的方法和装置 |
CN110288857B (zh) * | 2019-06-26 | 2021-10-01 | 中国民航大学 | 一种基于时空间维度分解的机场停机位快速调度方法 |
CN112785097A (zh) * | 2019-11-04 | 2021-05-11 | 顺丰科技有限公司 | 停机位分配方法、装置、存储介质及计算机设备 |
CN111401706A (zh) * | 2020-03-06 | 2020-07-10 | 飞友科技有限公司 | 一种基于规则和罚分机制的智能机位分配算法 |
CN111475769B (zh) * | 2020-04-03 | 2023-07-04 | 北京百度网讯科技有限公司 | 一种机位调度方法、装置、电子设备及存储介质 |
CN112053033B (zh) * | 2020-08-10 | 2023-08-25 | 北京交通大学 | 一种机场停机位的分配方法 |
CN111951145B (zh) * | 2020-08-12 | 2022-06-10 | 青岛民航凯亚系统集成有限公司 | 基于ga-dqn的停机位分配方法 |
CN111739350B (zh) * | 2020-08-27 | 2021-01-05 | 北京富通东方科技有限公司 | 一种机位分配系统及方法 |
CN112633562B (zh) * | 2020-12-10 | 2024-04-16 | 厦门兆翔智能科技有限公司 | 一种机场停机位智能调度方法 |
CN112819285B (zh) * | 2021-01-05 | 2023-09-26 | 北京百度网讯科技有限公司 | 航班的匹配处理、训练方法、装置和设备 |
CN113095543B (zh) * | 2021-03-01 | 2024-01-12 | 北京工业大学 | 用于机场停机位与滑行道的分配方法及系统 |
CN113034060B (zh) * | 2021-05-20 | 2021-08-03 | 成都戎星科技有限公司 | 一种航班摆渡车的匹配方法 |
CN114936804B (zh) * | 2022-06-23 | 2023-07-28 | 北京航空航天大学 | 一种机场多维资源协同调度方法 |
CN116993137B (zh) * | 2023-09-28 | 2023-12-05 | 民航成都信息技术有限公司 | 一种停机位的确定方法、装置、电子设备及介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104361769B (zh) * | 2014-10-27 | 2017-07-11 | 广州市中南民航空管通信网络科技有限公司 | 一种航班数据处理方法及场监前置机 |
CN104464385B (zh) * | 2014-11-07 | 2017-04-19 | 南京航空航天大学 | 基于无线传感器网络的机场停机位检测系统及检测方法 |
CN104537431A (zh) * | 2014-12-16 | 2015-04-22 | 南京航空航天大学 | 一种基于冲突检测的滑行道路径优化方法 |
CN104751681B (zh) * | 2015-03-09 | 2017-05-03 | 西安理工大学 | 一种基于统计学习模型的停机位分配方法 |
CN106409015B (zh) * | 2016-11-24 | 2019-03-08 | 飞友科技有限公司 | 一种基于机场机位分配的机位占用预警方法 |
-
2017
- 2017-03-24 CN CN201710182071.1A patent/CN106981221B/zh active Active
Non-Patent Citations (2)
Title |
---|
基于多目标规划的停机位分配建模技术研究;常钢 等;《西北大学学报(自然科学版)》;20061031;第36卷(第5期);第725-728页 * |
大型机场航空器地面运行节能减排研究;张贤明;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20170315(第3期);第11-44页 * |
Also Published As
Publication number | Publication date |
---|---|
CN106981221A (zh) | 2017-07-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106981221B (zh) | 基于时空间维度分解的机场停机位分配方法及系统 | |
CN104751681B (zh) | 一种基于统计学习模型的停机位分配方法 | |
CN109165782B (zh) | 民航机场地面服务保障人员调度方法及其系统 | |
Richetta et al. | Dynamic solution to the ground-holding problem in air traffic control | |
CN107169677B (zh) | 一种民用机场机坪保障车辆集中式调度指挥系统 | |
Zhang et al. | Optimization for gate re-assignment | |
Bubalo et al. | Airport capacity and demand calculations by simulation—the case of Berlin-Brandenburg International Airport | |
Su et al. | Airline disruption management: A review of models and solution methods | |
Sun et al. | A dual decomposition method for sector capacity constrained traffic flow optimization | |
CN105825717B (zh) | 一种基于不确定到达时刻的空域时隙资源优化分配方法 | |
CN109711619A (zh) | 考虑空地运行限制的多机场战略航班时刻协同优化方法 | |
CN112633562B (zh) | 一种机场停机位智能调度方法 | |
Zeng et al. | A data-driven flight schedule optimization model considering the uncertainty of operational displacement | |
CN115081699A (zh) | 一种大型航空器公共航空运输中飞行机组排班方法 | |
CN109979245B (zh) | 飞行流量调控方法和装置 | |
Aoun et al. | Using Markov decision processes to solve stochastic gate assignment problem | |
CN112651673A (zh) | 一种资源规划方法及相关设备 | |
WO2014091055A1 (es) | Método y sistema para pronosticar la congestión aeroportuaria en una red de tráfico aéreo | |
Al-Sultan | Airport check-in optimization by IP and simulation in combination | |
Liang et al. | Sequence assignment model for the flight conflict resolution problem | |
Rue et al. | The application of semi-Markov decision processes to queueing of aircraft for landing at an airport | |
Su et al. | Integrated Optimization of Aircraft Surface Operation and De-Icing Resources at Multi De-Icing Zones Airport | |
Shao et al. | Air transportation delay propagation analysis with uncertainty in coloured–timed Petri nets | |
Bevilacqua et al. | Air traffic management of an airport using discrete event simulation method | |
CN113627781A (zh) | 任务信息生成方法、装置、设备、存储介质和程序产品 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |