CN109584638B - 一种面向区域网络的先期航班时刻协同优化方法 - Google Patents
一种面向区域网络的先期航班时刻协同优化方法 Download PDFInfo
- Publication number
- CN109584638B CN109584638B CN201811541592.2A CN201811541592A CN109584638B CN 109584638 B CN109584638 B CN 109584638B CN 201811541592 A CN201811541592 A CN 201811541592A CN 109584638 B CN109584638 B CN 109584638B
- Authority
- CN
- China
- Prior art keywords
- flight
- time
- airport
- flights
- iter
- 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
- 238000005457 optimization Methods 0.000 title claims abstract description 41
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000009826 distribution Methods 0.000 claims abstract description 10
- 230000010006 flight Effects 0.000 claims description 57
- KDYFGRWQOYBRFD-UHFFFAOYSA-N succinic acid Chemical compound OC(=O)CCC(O)=O KDYFGRWQOYBRFD-UHFFFAOYSA-N 0.000 claims description 12
- 241000838698 Togo Species 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 230000009467 reduction Effects 0.000 abstract description 4
- 238000012216 screening Methods 0.000 abstract description 3
- 238000013461 design Methods 0.000 abstract description 2
- 238000013459 approach Methods 0.000 description 7
- 230000008901 benefit Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000005034 decoration Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000001934 delay Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/003—Flight plan management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Aviation & Aerospace Engineering (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种面向区域网络的先期航班时刻协同优化方法,首先综合考虑航班起降时间、延误状况、要客情况和后续航班计划设计进离场航班优先级规则,然后基于区内各机场的起降航班计划信息、轨迹预测信息和机场及扇区容量信息获取机场及扇区的流量需求时间分布并据此分配机场及扇区的时间片容量,最后在满足机场容量、机场进离场率和扇区容量限制的前提下综合采用地面等待和航班时刻消减的措施,基于优先级规则对航班时刻进行启发式优化,合理分配现有时隙资源。筛选华北区域四个机场的样本数据对本发明进行验证。结果表明,该发明能够有效改善容流平衡情况,充分利用扇区小时容量和航班时隙资源,有效降低航班时刻延误程度。
Description
技术领域
本发明属于战略空中交通流量管理领域,尤其涉及一种面向区域网络的先期航班时刻协同优化方法。
背景技术
在空中交通流量管理中,科学、合理地制定航班时刻,既能高效利用有限的机场和空域资源,增加飞行流量;减轻机场繁忙时段的运输压力和空中交通冲突和拥挤现象,提高航空安全性;减少空中等待和改航,增加航空公司的经济利益,提升航空公司的形象和信誉;还能理顺机场的运营,提高机场运行效率,方便旅客出行,具有十分重要的理论价值和现实意义。
航班时刻优化的原理是分析本区域内各个机场、重要航路点、扇区等受限单元的容量限制,调整每个机场中航班的起飞时间,使得航班在按预计时间起飞、巡航、降落的过程中不会超过起飞机场、航路、扇区和降落机场的容量限制,同时最大化目标收益。目前,航班时刻优化模型主要总结为多元受限航班时刻优化模型和基于冲突探测的航班时刻优化模型,均由一个大型整数规划方程来描述。大型整数规划方程的求解是非常困难的,尤其是对全国所有航班的整数解。因此,目前需要提出一种启发式方法来解决实际问题。
相关资料显示,尚未发现同时约束机场起飞容量、机场降落容量和扇区容量,并根据时间片流量分布按比例分配容量,结合地面等待和消减航班的措施对航班时刻进行优化调整的启发式方法。
发明内容
发明目的:在确保区域内机场起飞容量、机场降落容量和扇区容量满足约束的前提下,充分利用机场和扇区容量,同时兼顾航班地面等待成本最小和航班优化后起飞时间与申请计划起飞时间偏差最少的优化目标,并确保优化结果可重复,且计算时间复杂度的实时性要求。
技术方案:一种面向区域网络的先期航班时刻协同优化方法,包括以下步骤:
步骤1:获取航班计划数据和航班轨迹预测数据,根据获取的数据得到区域内每个机场和扇区的每个时间片的流量及其在相应小时中流量占比;
步骤2:分别对每一个机场起飞航班和到达航班设计优先级规则;
步骤3:对于给定时间片,分别根据优先级规则排序构建机场起飞航班和到达航班列表,对航班时隙资源进行分配。
步骤1包括:获取每一天区域内起飞或途径的航班计划、每个机场和扇区的小时容量数据(小时容量是航班计划时刻优化的约束条件,即优化后的航班计划安排不能使其小时航班流量超过小时航班容量),并根据航班计划数据和航班轨迹预测数据(航班计划数据和航班轨迹数据可以从飞行计划处理系统中获得)统计得到区域内每个机场和扇区的每个时间片的流量及其在相应小时中流量占比(根据航班计划数据和航班轨迹预测数据可以统计出每个时间片和每个小时内的流量,进而计算出每个时间片流量占相应小时内流量的比例),在保证时间片容量上限的前提下根据小时流量分布中每个时间片单位流量占比将对应小时容量按同样比例分配到相应时间片(时间片容量上限由每个机场根据实际具体运行情况设定,航班优化是基于设定的时间片容量上限约束进行的)。
步骤2包括:优先级规则中,对于机场起飞航班列表,优先级顺序依次为:有要客航班比无要客航班具有更高的优先级,计划先起飞的航班具有更高的优先级,有后续航班的航班比无后续航班的航班具有更高的优先级;
对于机场到达航班列表,优先级顺序依次为:有要客航班比无要客航班具有更高的优先级,计划先到达的航班具有更高的优先级,有后续航班的航班比无后续航班的航班具有更高的优先级。
步骤3包括如下步骤:
步骤3-1,初始化参数:输入机场集合Z、时间段集合T、航班集合F、扇区集合M、机场z在处于时间段t时的降落容量机场z在处于时间段t时的起飞容量能够在时间段t于机场z起飞的航班列表能够在时间段t降落于机场z的航班列表航班f的计划起飞时间rf、航班f的紧接着的前续航班predf、航班f的紧接着的后续航班succf、扇区mf在时间段t(mf)的容量如果航班f是连续飞行航班的最后一趟,则令succf=0,所有机场、所有时间片降落的航班都由E、W或A标志,带有标志E的航班表明当前正处于优化决策状态;带有标志W的航班表明当前处于等待优化决策状态;带有标志EW的航班表明当前处于等待优化和优化之间的决策状态;带有标志A的航班表明已经确定了航班的起飞、降落时间;
其中,t∈T,z∈Z,f∈F,mf=1,...,Mf,t(mf)=t(mf)in,...,t(mf)out,mf为航班f依次经过的扇区,t(mf)为航班f经过扇区mf的时间序列,Mf为航班f经过的总扇区数,t(mf)in和t(mf)out分别为航班f从t时间段起飞进入扇区mf的时间段和离开扇区mf的时间段;
令迭代优化的轮数iter=1,t=1,af=∞,bf=∞,ef=rf,如果predf=0,则表示航班f是连续飞行航班的首趟,令label(f)=E,否则令label(f)=W,其中,label(f)表示航班f的决策状态标志,af表示航班f的实际起飞时间,bf表示航班f的实际降落时间,ef表示航班f所允许的最早起飞时间;对所有机场按重要程度降序排列,并依次编号为1,...,|Z|;编号为|Z|的机场是最不重要的机场;
步骤3-2,重置参数:若iter>1,且且且|EWFiter|≠|EWFiter-1|,label(f)=E,f∈EWFiter,表示存在机场z在处于时间段t时的起飞容量不等于0,EWFiter表示在第iter轮迭代中决策状态为EW的航班集合;EWFiter-1表示在第iter-1轮迭代中决策状态为EW的航班集合;
步骤3-3,创建可能在该时间片起飞的航班列表:对于所有按重要程度排过序的机场z=1,...,|Z|,如果机场z是航班f的起飞机场,label(f)=E,而且ef≤t,则把航班f放入到列表中去,再根据给定的优先级规则,按照的降序顺序来重新排列prtf表示航班f当前的优先级级别,表示在基于航班f的类别和延误Δf制定的优先级规则表c中,根据航班f的实际类别和实际延误t-rf确定的优先级别;
步骤3-5,制定航班f的预执行时间,即确定航班的实际起飞时间af,如果令label(f)=A,af=t,并更新该航班f进入各个经过扇区的时间区间t(mf),并更新该航班到达机场的时间 更新为 更新为 更新为其中Δt表示每一个时间片的长度,其中ceil表示向上取整数;表示航班f从机场z飞往机场Df的预计飞行时间,其中f∈F;
若succf≠0,令label(succf)=E,执行步骤6;否则,ef=rf+t(mf)sup,last-t(mf)in+1,更新为转去执行步骤3-4,其中,t(mf)sup,last表示航班f途径扇区mf中最后一个超容的时间片,label(succf)表示航班succf的决策状态标志,表示航班succf所允许的最早起飞时间,表示航班succf的计划起飞时间,表示在不会给后续航班succf增加地面等待的情况下,航班f所允许的最大地面等待时间,ef表示航班f所允许的最早起飞时间;
步骤3-6,如果z<|Z|,则令z更新为z+1并转去执行步骤3-4;否则执行步骤3-7;
步骤3-7,创建可能在时间片t降落的航班列表:对于所有按重要程度排过序的机场z=1,...,|Z|,如果机场z是航班f的起飞机场,label(f)=A,而且t-1<bf≤t,则把航班f放入到列表中去,再根据给定的优先级规则,按照的降序顺序来重新排列
步骤3-10,如果z<|Z|,则令z更新为z+1并转去执行步骤3-8;否则,转入3-12;
步骤3-12,如果t<|T|,则令t更新为t+1并转去执行步骤3-3;如果t≥|T|,iter<itermax,将iter更新为iter+1,转去执行步骤3-2;如果t≥|T|,iter≥itermax,转入步骤3-13;
步骤3-13,对于所有的f∈F,计算Δf=af-rf,并输出af,Δf,Δf表示对航班f已经施加的地面等待时间。
本发明步骤3中,根据机场重要程度依次将区域内每一个机场的起飞航班列表中按优先级顺序精选不会导致途径扇区超容且不超过时间片容量的航班的起飞时间划入当前时间片,并按优先级顺序分配当前时间片中的时隙资源,并判断其起飞时间与原航班时刻的偏离程度,对于延误大于上限的航班给出航班消减建议(本发明采用的延误上限为2小时,用户可根据自身需求进行设置);同时将起飞航班列表中剩余的超过时间片容量部分的航班的起飞时间划入下一个时间片,便于后续重新计算可行起飞时间。对于当前时间片,每一个机场的到达航班列表中优先级较低的超过时间片容量部分的航班时隙资源释放,并将这部分航班在下一轮优化过程中在剩余时隙资源中重新分配。
上述步骤中,Km,t表示在t时间段扇区m的可用容量,其中t∈T,m∈M;
Of表示航班f的起飞机场;
Df表示航班f的降落机场;
t(Of)表示航班f的在起飞机场Of起飞时的时间片;
t(Df)表示航班f的在降落机场Df降落时的时间片;
gf表示航班f所允许的最早降落时间;
lf表示航班f所允许的最迟起飞时间;
prtf表示航班f当前的优先级级别;
有益效果:与现有方法相比,本发明的优点在于:
1、同时满足了区域内机场起飞容量、降落容量和途径扇区容量的限制。
2、兼顾了航班起飞时间、降落时间和延误状况来确定航班的优先级。
3、规避了航班延误的向后无限传递。
4、规避已经延误起飞的航班产生“双重延误”的现象。
附图说明
下面结合附图和具体实施方式对本发明做更进一步的具体说明,本发明的上述或其他方面的优点将会变得更加清楚。
图1是面向区域网络的先期航班时刻协同优化流程图。
图2是机场或扇区时间片流量需求和空域容量分布示意图。
具体实施方式
下面结合附图及实施例对本发明做进一步说明。
如图1所示,一种面向区域网络的航班时刻协同优化方法,该方法的关键在于综合考虑航班起降时间、延误状况和剩余可用时隙资源设计进离场航班优先级规则表。该方法首先输入区内各机场的起降航班计划信息、轨迹预测信息和机场及扇区容量信息,然后获取机场及扇区的流量需求时间分布并据此分配机场及扇区的时间片容量,接着在满足区域内机场起飞容量、机场降落容量和扇区容量限制的前提下综合考虑航班地面等待成本和航班优化后起飞时间与申请计划起飞时间偏差优化目标,基于优先级规则采用地面等待和航班削减措施对航班时刻进行启发式优化,合理分配现有时隙资源,最后筛选华北区域内机场和扇区的样本数据对所述方法进行试验验证。
本发明具体过程如下:
步骤1:如图2所示,通过飞行计划处理系统获取每一天区域内起飞或途径的航班计划、每个机场和扇区的小时容量等相关数据,并根据航班计划数据和航班轨迹预测数据统计得到区域内每个机场和扇区的每个时间片的流量及其在相应小时中流量占比。在保证时间片容量上限的前提下,根据小时流量分布中每个时间片单位流量占比将对应小时容量按同样比例分配到相应时间片。
步骤2:分别对每一个机场起飞航班和到达航班设计优先级规则。对于机场起飞航班列表,优先级顺序依次为:有要客航班比无要客航班具有更高的优先级,计划先起飞的航班具有更高的优先级,有后续航班的航班比无后续航班的航班具有更高的优先级。对于机场到达航班列表,优先级顺序依次为:有要客航班比无要客航班具有更高的优先级,计划先到达的航班具有更高的优先级,有后续航班的航班比无后续航班的航班具有更高的优先级。
步骤3:对于给定时间片,分别根据优先级规则排序构建机场起飞航班和到达航班列表,按机场重要程度依次将区域内每一个机场的起飞航班列表中按优先级顺序精选不会导致途径扇区超容且不超过时间片容量的航班的起飞时间划入当前时间片,并按优先级顺序分配当前时间片中的时隙资源,并判断其起飞时间与原航班时刻的偏离程度,对于延误大于上限的航班给出航班消减建议(本发明采用的延误上限为2小时,用户可根据自身需求进行设置);同时将起飞航班列表中剩余的超过时间片容量部分的航班的起飞时间划入下一个时间片。对于当前时间片,每一个机场的到达航班列表中优先级较低的超过时间片容量部分的航班时隙资源释放,并将这部分航班在下一轮优化过程中在剩余时隙资源中重新分配。
进一步,所述步骤3具体如下:
步骤3-1,初始化参数:输入机场集合Z、时间段集合T、航班集合F、扇区集合M、机场z在处于时间段t时的降落容量机场z在处于时间段t时的起飞容量能够在时间段t于机场z起飞的航班列表能够在时间段t降落于机场z的航班列表航班f的计划起飞时间rf、航班f的紧接着的前续航班predf、航班f的紧接着的后续航班succf、扇区mf在时间段t(mf)的容量如果航班f是连续飞行航班的最后一趟,则令succf=0,所有机场、所有时间片降落的航班都由E、W或A标志,带有标志E的航班表明当前正处于优化决策状态;带有标志W的航班表明当前处于等待优化决策状态;带有标志EW的航班表明当前处于等待优化和优化之间的决策状态;带有标志A的航班表明已经确定了航班的起飞、降落时间;
其中,t∈T,z∈Z,f∈F,mf=1,...,Mf,t(mf)=t(mf)in,...,t(mf)out,mf为航班f依次经过的扇区,Mf为航班f经过的总扇区数,t(mf)in和t(mf)out分别为航班f从t时间段起飞进入扇区mf和离开扇区mf的时间段;
令迭代优化的轮数iter=1,t=1,af=∞,bf=∞,ef=rf,如果predf=0,则表示航班f是连续飞行航班的首趟,令label(f)=E,否则令label(f)=W,其中af表示航班f的实际起飞时间,bf表示航班f的实际降落时间,ef表示航班f所允许的最早起飞时间;对所有机场按重要程度排序,并依次编号为1,...,|Z|
|EWFiter|≠|EWFiter-1|,label(f)=E,f∈EWFiter;
步骤3-3,创建可能在时间片t内起飞的航班列表:对于所有按重要程度排过序的机场z=1,...,|Z|,如果机场z是航班f的起飞机场,label(f)=E,而且ef≤t,则把航班f放入到列表中去,再根据给定的优先级规则,按照的降序顺序来重新排列
步骤3-5,制定航班f的预执行时间,即确定航班的实际起飞时间af,如果令label(f)=A,af=t,并更新该航班f进入各个经过扇区的时间区间t(mf),并更新该航班到达机场的时间 更新为 更新为 更新为其中Δt表示每一个时间片的长度;
步骤3-6,如果z<|Z|,则令z更新为z+1并转去执行步骤3-4;
步骤3-7,创建可能在时间片t降落的航班列表:对于所有按重要程度排过序的机场z=1,...,|Z|,如果机场z是航班f的起飞机场,label(f)=A,而且t-1<bf≤t,则把航班f放入到列表中去,再根据给定的优先级规则,按照的降序顺序来重新排列
步骤3-10,如果z<|Z|,则令z更新为z+1并转去执行步骤3-8;否则,转入3-12;
步骤3-12,如果t<|T|,则令t更新为t+1并转去执行步骤3-3;如果t≥|T|,若iter<itermax,将iter更新为iter+1,转去执行步骤3-2;如果t≥|T|,若iter≥itermax,转入步骤3-13;
步骤3-13,对于所有的f∈F,计算Δf=af-rf,并输出af,Δf,Δf表示对航班f已经施加的地面等待时间。
本发明中,Km,t表示在t时间段扇区m的可用容量,其中t∈T,m∈M;
Of表示航班f的起飞机场;
Df表示航班f的降落机场;
t(Of)表示航班f的在起飞机场Of起飞时的时间片;
t(Df)表示航班f的在降落机场Df降落时的时间片;
gf表示航班f所允许的最早降落时间;
lf表示航班f所允许的最迟起飞时间;
prtf表示航班f当前的优先级级别;
表1
No_succ | W_succ | |
Δ<sub>f</sub>=0 | 0 | 1 |
Δ<sub>f</sub>=1 | 2 | 3 |
Δ<sub>f</sub>=2 | 4 | 5 |
Δ<sub>f</sub>=3 | 6 | 7 |
Δ<sub>f</sub>=4 | 8 | 8 |
在“优先级规则表”中,本发明把航班划归为两大类,没有后续航班的航班(No_succ)和有后续航班的航班(W_succ),即列数定为2;航班的最大延迟确定为是4个时间单位,因此行数定为5。优先级别的排序是:首先把优先级规则表从Δf=2和Δf=3处分为上下两个部分,下半部分具有比上半部分高的优先级别。然后分别再把上下两个部分按照有、无后续航班分开,有后续航班的航班比没有后续航班的航班具有较高的优先级别。
根据本发明方法,开发和实现了面向空域网络的航班时刻优化原型系统,其中左侧为航班时刻优化的空间对象设置、时间范围设置、以及优化方法筛选。右侧展示了航班时刻优化的结果分析,包括容需平衡分析,受影响航班分析,运行效能分析三个方面。
选取华北管制区域内的北京首都机场(ZBAA)、呼和浩特机场(ZBHH)、石家庄机场(ZBSJ)、天津机场(ZBTJ)。采用的数据为各机场在某运行日10:00-13:00真实历史运行数据对本发明所提航班时刻优化方案进行验证,系统运算时间控制在10秒以内,充分满足运行生产需求。因样本数据不全的问题,本文中的流量预测数值低于实际运行情况,因此通过调低机场容量来产生容流失衡问题,以检测本文所提航班时刻优化方案的容流平衡能力;
同时,为说明本发明方法的优化效果,在系统中还将本发明所提的航班时刻优化方法与另外一种常用的航班时刻调整方案进行比对,另外一种常用的航班时刻调整方案在系统中被称为航班时刻平均分配方法,该方法在实际运行中被广泛使用,其主要思想是将容量资源平均分配给各时间片,再依次将航班安排在各时间片内,以达到容需平衡的目标。
本发明所提的航班时刻优化方案相比于现行实际采用的航班时刻调整手段,在控制容需平衡、减少航班调整的数量、降低机场延误方面均有明显的优势。
本发明提供了一种面向区域网络的先期航班时刻协同优化方法,具体实现该技术方案的方法和途径很多,以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。本实施例中未明确的各组成部分均可用现有技术加以实现。
Claims (1)
1.一种面向区域网络的先期航班时刻协同优化方法,其特征在于,包括以下步骤:
步骤1:获取航班计划数据和航班轨迹预测数据,根据获取的数据得到区域内每个机场和扇区的每个时间片的流量及其在相应小时中流量占比;
步骤2:分别对每一个机场起飞航班和到达航班设计优先级规则;
步骤3:对于给定时间片,分别根据优先级规则排序构建机场起飞航班和到达航班列表,对航班时隙资源进行分配;
步骤1包括:获取每一天区域内起飞或途经的航班计划、每个机场和扇区的小时容量数据,并根据航班计划数据和航班轨迹预测数据统计得到区域内每个机场和扇区的每个时间片的流量及其在相应小时中流量占比,在保证时间片容量上限的前提下根据小时流量分布中每个时间片单位流量占比将对应小时容量按同样比例分配到相应时间片;
步骤2包括:优先级规则中,对于机场起飞航班列表,优先级顺序依次为:有要客航班比无要客航班具有更高的优先级,计划先起飞的航班具有更高的优先级,有后续航班的航班比无后续航班的航班具有更高的优先级;
步骤2包括:对于机场到达航班列表,优先级顺序依次为:有要客航班比无要客航班具有更高的优先级,计划先到达的航班具有更高的优先级,有后续航班的航班比无后续航班的航班具有更高的优先级;
步骤3包括如下步骤:
步骤3-1,初始化参数:输入机场集合Z、时间段集合T、航班集合F、扇区集合M、机场z在处于时间段t时的降落容量机场z在处于时间段t时的起飞容量可能在时间段t于机场z起飞的航班列表可能在时间段t降落于机场z的航班列表航班f的计划起飞时间rf、航班f的紧接着的前续航班predf、航班f的紧接着的后续航班succf、扇区mf在时间段t(mf)的容量如果航班f是连续飞行航班的最后一趟,则令succf=0,所有机场、所有时间片降落的航班都由E、W或A标志,带有标志E的航班表明当前正处于优化决策状态;带有标志W的航班表明当前处于等待优化决策状态;带有标志EW的航班表明当前处于等待优化和优化之间的决策状态;带有标志A的航班表明已经确定了航班的起飞、降落时间;
其中,t∈T,z∈Z,f∈F,mf=1,…,Mf,t(mf)=t(mf)in,…,t(mf)out,mf为航班f依次经过的扇区,t(mf)为航班f经过扇区mf的时间序列,Mf为航班f经过的总扇区数,t(mf)in和t(mf)out分别为航班f从t时间段起飞进入扇区mf的时间段和离开扇区mf的时间段;
令迭代优化的轮数iter=1,t=1,af=∞,bf=∞,ef=rf,如果predf=0,则表示航班f是连续飞行航班的首趟,令label(f)=E,否则令label(f)=W,其中,label(f)表示航班f的决策状态标志,af表示航班f的实际起飞时间,bf表示航班f的实际降落时间,ef表示航班f所允许的最早起飞时间;对所有机场按重要程度降序排列,并依次编号为1,…,|Z|;编号为|Z|的机场是最不重要的机场;
步骤3-2,重置参数:若iter>1,z=1,…,|Z|,t=1,…,|T|且z=1,…,|Z|,t=1,…,|T|且且|EWFiter|≠|EWFiter-1|,则令label(f)=E,f∈EWFiter;表示存在机场z在处于时间段t时的起飞容量不等于0,EWFiter表示在第iter轮迭代中决策状态为EW的航班集合;EWFiter-1表示在第iter-1轮迭代中决策状态为EW的航班集合;
步骤3-3,创建可能在时间片t内起飞的航班列表:对于所有按重要程度排过序的机场z=1,…,|Z|,如果机场z是航班f的起飞机场,label(f)=E,而且ef≤t,则把航班f放入到列表中去,再根据给定的优先级规则,按照的降序顺序来重新排列prtf表示航班f当前的优先级级别,表示在基于航班f的类别和对航班f已经施加的地面等待时间Δf制定的优先级规则表c中,根据航班f的实际类别和对航班f已经施加的地面等待时间Δf确定的优先级别;
步骤3-5,制定航班f的预执行时间,即确定航班的实际起飞时间af,如果令label(f)=A,af=t,并更新该航班f进入各个经过扇区的时间区间t(mf),并更新该航班到达机场的时间更新为 更新为更新为其中Δt表示每一个时间片的长度,其中ceil表示向上取整数;表示航班f从机场z飞往机场Df的预计飞行时间,其中f∈F;Df表示航班f的降落机场;
若succf≠0,令label(succf)=E,执行步骤6;否则,ef=rf+t(mf)sup,last-t(mf)in+1,更新为转去执行步骤3-4,其中,t(mf)sup,last表示航班f途经扇区mf中最后一个超容的时间片,label(succf)表示航班succf的决策状态标志,表示航班succf所允许的最早起飞时间,表示航班succf的计划起飞时间,表示在不会给后续航班succf增加地面等待的情况下,航班f所允许的最大地面等待时间,ef表示航班f所允许的最早起飞时间;
步骤3-6,如果z<|Z|,则令z更新为z+1并转去执行步骤3-4;否则执行步骤3-7;
步骤3-7,创建可能在时间片t降落的航班列表:对于所有按重要程度排过序的机场z=1,…,|Z|,如果机场z是航班f的降落机场,label(f)=A,而且t-1<bf≤t,则把航班f放入到列表中去,再根据给定的优先级规则,按照的降序顺序来重新排列
步骤3-10,如果z<|Z|,则令z更新为z+1并转去执行步骤3-8;否则,转入3-12;
步骤3-12,如果t<|T|,则令t更新为t+1并转去执行步骤3-3;如果t≥|T|,iter<itermax,将iter更新为iter+1,转去执行步骤3-2;如果t≥|T|,iter≥itermax,转入步骤3-13;
步骤3-13,对于所有的f∈F,计算Δf=αf-rf,并输出af,Δf。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811541592.2A CN109584638B (zh) | 2018-12-17 | 2018-12-17 | 一种面向区域网络的先期航班时刻协同优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811541592.2A CN109584638B (zh) | 2018-12-17 | 2018-12-17 | 一种面向区域网络的先期航班时刻协同优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109584638A CN109584638A (zh) | 2019-04-05 |
CN109584638B true CN109584638B (zh) | 2021-11-02 |
Family
ID=65930449
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811541592.2A Active CN109584638B (zh) | 2018-12-17 | 2018-12-17 | 一种面向区域网络的先期航班时刻协同优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109584638B (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110503857B (zh) * | 2019-09-12 | 2022-05-31 | 温州云航信息科技有限公司 | 基于众包代理机制的航班时隙资源分配方法及系统 |
CN110909946B (zh) * | 2019-11-28 | 2020-11-24 | 北京航空航天大学 | 一种基于公路换乘的航班计划优化方法 |
CN111062541B (zh) * | 2019-12-27 | 2023-05-26 | 海南太美航空股份有限公司 | 闲置航班分配方法及系统 |
CN111275316B (zh) * | 2020-01-17 | 2021-05-25 | 海南太美航空股份有限公司 | 一种航班时刻优化的方法和系统 |
CN111462533B (zh) * | 2020-03-13 | 2021-08-24 | 海南太美航空股份有限公司 | 航班起飞时刻管理方法及系统 |
CN112308286B (zh) * | 2020-09-16 | 2021-12-14 | 北京中兵数字科技集团有限公司 | 航班计划调整方法、装置及计算机可读存储介质 |
CN113034980B (zh) * | 2021-02-26 | 2022-08-19 | 中国电子科技集团公司第二十八研究所 | 一种基于时刻表的航班运行效能预先评估方法 |
CN113223330B (zh) * | 2021-04-09 | 2022-07-08 | 飞友科技有限公司 | 一种基于航班流量限制的航班调减方法和系统 |
CN113407281B (zh) * | 2021-06-23 | 2022-11-11 | 重庆卡歌科技有限公司 | 一种基于数据应用的陆海新通道业务动态可视化立体展示方法 |
CN113643571B (zh) * | 2021-10-18 | 2022-02-08 | 中国电子科技集团公司第二十八研究所 | 一种基于航班正常性目标的空域网络优化方法 |
CN113706933B (zh) * | 2021-11-01 | 2022-02-08 | 中国电子科技集团公司第二十八研究所 | 一种基于航班正常性目标的时刻优化方法 |
CN114360295B (zh) * | 2021-11-08 | 2023-06-09 | 民航数据通信有限责任公司 | 一种空中交通容流平衡措施控制方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102930342A (zh) * | 2012-09-10 | 2013-02-13 | 南京航空航天大学 | 一种多跑道进离场航班时隙协同分配的多目标优化方法 |
CN103426331A (zh) * | 2013-08-22 | 2013-12-04 | 南京莱斯信息技术股份有限公司 | 多机场协同放行系统航班排序决策方法 |
CN105355092A (zh) * | 2015-12-03 | 2016-02-24 | 上海民航华东空管工程技术有限公司 | 一种航班流量预控制方法 |
CN105976644A (zh) * | 2016-07-14 | 2016-09-28 | 中国电子科技集团公司第二十八研究所 | 一种空域动态调配的滚动时域控制方法 |
CN107393348A (zh) * | 2017-07-10 | 2017-11-24 | 南京航空航天大学 | 一种信息共享机制下的进离场航班协同排序方法 |
CN107705008A (zh) * | 2017-09-28 | 2018-02-16 | 天津伊翔运达网络科技有限公司 | 一种启发式的包机航班智能排期方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6789011B2 (en) * | 1999-04-16 | 2004-09-07 | R. Michael Baiada | Method and system for allocating aircraft arrival/departure slot times |
US20050071206A1 (en) * | 2003-04-30 | 2005-03-31 | The Boeing Company | System, method and computer program product for schedule recovery |
US9305269B2 (en) * | 2013-11-15 | 2016-04-05 | The Boeing Company | Relative trajectory cost |
CN105825717B (zh) * | 2016-04-19 | 2018-04-10 | 中国电子科技集团公司第二十八研究所 | 一种基于不确定到达时刻的空域时隙资源优化分配方法 |
CN107016462B (zh) * | 2017-04-05 | 2018-08-03 | 张玉州 | 一种基于混合遗传算法的多跑道机场航班起降协同优化方法 |
CN108986557B (zh) * | 2018-08-30 | 2021-01-01 | 杭州坚果壳科技开发有限公司 | 一种多对多航班时刻调换系统及方法 |
-
2018
- 2018-12-17 CN CN201811541592.2A patent/CN109584638B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102930342A (zh) * | 2012-09-10 | 2013-02-13 | 南京航空航天大学 | 一种多跑道进离场航班时隙协同分配的多目标优化方法 |
CN103426331A (zh) * | 2013-08-22 | 2013-12-04 | 南京莱斯信息技术股份有限公司 | 多机场协同放行系统航班排序决策方法 |
CN105355092A (zh) * | 2015-12-03 | 2016-02-24 | 上海民航华东空管工程技术有限公司 | 一种航班流量预控制方法 |
CN105976644A (zh) * | 2016-07-14 | 2016-09-28 | 中国电子科技集团公司第二十八研究所 | 一种空域动态调配的滚动时域控制方法 |
CN107393348A (zh) * | 2017-07-10 | 2017-11-24 | 南京航空航天大学 | 一种信息共享机制下的进离场航班协同排序方法 |
CN107705008A (zh) * | 2017-09-28 | 2018-02-16 | 天津伊翔运达网络科技有限公司 | 一种启发式的包机航班智能排期方法 |
Non-Patent Citations (3)
Title |
---|
"Simultaneous Optimization of Airspace Congestion and Flight Delay in Air Traffic Network Flow Management";Kai-Quan Cai等;《IEEE TRANSACTIONS ON INTELLIGENT TRANSPORTATION SYSTEMS》;20171130;第18卷(第11期);第3072-3082页 * |
"多元受限的航班时刻优化模型与方法研究";胡明华等;《南京航空航天大学学报》;20030630;第35卷(第3期);全文 * |
"空中交通流量管理多机场地面等待策略研究";赵浩若;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20061015(第10期);C031-89 * |
Also Published As
Publication number | Publication date |
---|---|
CN109584638A (zh) | 2019-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109584638B (zh) | 一种面向区域网络的先期航班时刻协同优化方法 | |
CN104751681B (zh) | 一种基于统计学习模型的停机位分配方法 | |
CN111401601B (zh) | 一种面向延误传播的航班起降时间预测方法 | |
Wang et al. | Frequency and aircraft size dynamics in a concentrated growth market: The case of the Chinese domestic market | |
CN109711619B (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 | |
CN103226899A (zh) | 基于空中交通特征的空域扇区动态划分方法 | |
CN113643571B (zh) | 一种基于航班正常性目标的空域网络优化方法 | |
CN109741638B (zh) | 一种进离场管理系统一体化协同运行方法 | |
CN109726917B (zh) | 一种基于四维航迹的货运航班调度方法和装置 | |
CN114664119B (zh) | 一种航班跑道排序与优化调度方法 | |
CN112949978B (zh) | 基于协同优化的应急备降场选择方法 | |
CN113112874B (zh) | 一种航路时隙与高度层协同优化分配方法 | |
Jun et al. | Towards a greener Extended-Arrival Manager in air traffic control: A heuristic approach for dynamic speed control using machine-learned delay prediction model | |
Balakrishna et al. | Estimating taxi-out times with a reinforcement learning algorithm | |
CN110428665B (zh) | 一种航路与机场时隙协同分配的随机双层规划方法 | |
Dönmez et al. | Air traffic management in parallel-point merge systems under wind uncertainties | |
CN110909946B (zh) | 一种基于公路换乘的航班计划优化方法 | |
Hu et al. | Multiairport capacity management: Genetic algorithm with receding horizon | |
CN114239325B (zh) | 机场值机托运柜台配置规划方法、装置、设备和存储介质 | |
Dönmez | Aircraft sequencing under the uncertainty of the runway occupancy times of arrivals during the backtrack procedure | |
Andreeva-Mori et al. | Considering time uncertainties in ground holding for optimal traffic flow management | |
Idrissi et al. | Improving the management of air traffic congestion during the approach phase | |
Ling et al. | A multi-objective optimization model on taxiing mode selection and aircraft stands allocation for closely spaced parallel runway | |
Li et al. | Hybrid optimization of arrival and departure flight schedules | |
Shidong et al. | Multi-objectives optimization on flights landing sequence at busy airport |
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 |