CN109598984A - 航路资源优化分配系统 - Google Patents

航路资源优化分配系统 Download PDF

Info

Publication number
CN109598984A
CN109598984A CN201910034062.7A CN201910034062A CN109598984A CN 109598984 A CN109598984 A CN 109598984A CN 201910034062 A CN201910034062 A CN 201910034062A CN 109598984 A CN109598984 A CN 109598984A
Authority
CN
China
Prior art keywords
flight
track
time slot
impacted
air route
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.)
Granted
Application number
CN201910034062.7A
Other languages
English (en)
Other versions
CN109598984B (zh
Inventor
田文
徐汇晴
张颖
胡明华
谢华
郭怡杏
问涛
杨帆
张晓洁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University of Aeronautics and Astronautics
Original Assignee
Nanjing University of Aeronautics and Astronautics
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing University of Aeronautics and Astronautics filed Critical Nanjing University of Aeronautics and Astronautics
Priority to CN201910034062.7A priority Critical patent/CN109598984B/zh
Publication of CN109598984A publication Critical patent/CN109598984A/zh
Application granted granted Critical
Publication of CN109598984B publication Critical patent/CN109598984B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • 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
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种航路资源协同分配系统，包括：建立两阶段时隙航迹协同分配模型；通过启发式算法对两阶段时隙航迹协同分配模型进行求解，得出最佳时隙指派。实现了减少航班总延误的全局目标及航空公司利润最大化的局部最优目标。在航空公司主动参与提交航迹偏好需求的前提下，空管方能实现航路时隙资源的有效分配，并且通过考虑航班取消的情况下采用时隙交换机制，更好地发挥航空公司在协同决策中的作用，促进航路资源的高效利用。

Description

航路资源优化分配系统
技术领域
本发明涉及航空领域，具体涉及一种航路资源协同分配系统。
背景技术
由于恶劣天气的产生(如雷暴)导致空域单元容量下降或者由于拥堵导致存在航路存在流量受限区(Flow Constrained Area，FCA)。随着交通量的增加，机场、航路和扇区越来越拥挤，协同决策(Collaborative Decision Making，CDM)模式显示出了巨大的优势，并有逐步取代传统的中心决策模式的趋势，已成为国内外空中交通研究的热点之一。CDM是一种试图在最大程度上满足航空公司偏好的流量管理理念，其主要目标是给予航空公司参与决策的机会，而不是由空中交通管制单位自主定义限制。
如何将航路资源分配与CDM进行结合，是目前亟待解决的。
发明内容
本发明的目的是提供一种航路资源协同分配系统。
为了解决上述技术问题，本发明提供了一种航路资源协同分配系统，包括：
建立两阶段时隙航迹协同分配模型；
通过启发式算法对两阶段时隙航迹协同分配模型进行求解，得出最佳时隙指派。
本发明的有益效果是，本发明提供的航路资源协同分配系统，包括：建立两阶段时隙航迹协同分配模型；通过启发式算法对两阶段时隙航迹协同分配模型进行求解，得出最佳时隙指派。实现了减少航班总延误的全局目标及航空公司利润最大化的局部最优目标。在航空公司主动参与提交航迹偏好需求的前提下，空管方能实现航路时隙资源的有效分配，并且通过考虑航班取消的情况下采用时隙交换机制，更好地发挥航空公司在协同决策中的作用，促进航路资源的高效利用。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1是发明提供的航路资源协同分配系统的智能终端的原理框图
图2是本发明所提供的航路资源协同分配系统的原理框图。
图3是本发明所提供的建模时的航迹悬赏示例。
图4是本发明所提供的启发式算法的流程图。
图5是优化前的航班时隙航迹最佳指派方案。
图6是优化后的航班时隙航迹最佳指派方法。
具体实施方式
现在结合附图对本发明作进一步详细的说明。这些附图均为简化的示意图，仅以示意方式说明本发明的基本结构，因此其仅显示与本发明有关的构成。
请参阅图1，是本发明实施例提供的航路资源协同分配系统的智能终端300的方框示意图。可以包括航路资源协同分配系统200、存储器210、存储控制器220、处理器230、外设接口250、显示触摸屏240。
存储器210、存储控制器220、处理器230、外设接口250、显示触摸屏240各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可以通过一条或多条通讯总线或信号线实现电性连接。航路资源协同分配系统200可以包括至少一个可以软件或固件的形式存储于存储器210中或固化在智能终端300的操作系统中的软件模块，例如手航路资源协同分配系统200所包括的软件功能模块及计算机程序等。
其中，存储器210可以是，但不限于，随机存取存储器(Random Access Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read-OnlyMemory，PROM)，可擦除只读存储器(Erasable Programmable Read-Only Memory，EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory，EEPROM)等。其中，存储器210用于存储程序，处理器230在接收到执行指令后，执行所述程序。处理器230以及其他可能的组件对存储器210的访问可以在存储控制器220的控制下进行。
处理器230可能是一种集成电路芯片，具有信号的处理能力。上述的处理器230可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(NetworkProcessor，NP)等；还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
外设接口250将各种输入/输出装置耦合至处理器230以及存储器210.在一些实施例中，外设接口250、处理器230以及存储控制器220可以在单个芯片中实现，在其他一些实施例中，他们可以分别由独立的芯片实现。
显示触摸屏240用于接收外部的触摸操作，并将外部操作发送给处理器230处理，从而将外部表的操作转化为手势轨迹。
可以理解，图1所示的结构仅为示意，智能终端300还可以包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或者其组合实现。
下面将结合本发明实施例中附图，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一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
实施例
如图2所示，本实施例提供了一种航路资源协同分配系统。实现了减少航班总延误的全局目标及航空公司利润最大化的局部最优目标。具体方法包括：
模型建立模块，适于建立两阶段时隙航迹协同分配模型。
模型求解模块，适于通过启发式算法对两阶段时隙航迹协同分配模型进行求解，得出最佳时隙指派。
在本实施例中，如图3所示，O为起飞机场，D为目的地机场，箭头方向为航迹方向，为降低模型求解复杂度，本实施例基于两条航迹选项建模，一条为计划航迹选项，另一条为改航航迹选项，每条航迹选项各有一个FCA，每架受限航班有三种选择：飞经FCA001的航迹选项1、飞经FCA002的航迹选项2以及不经过FCA区(不占用时隙)的航迹选项3。
以下为该模型成立的几点基本假设：
受影响航班列表中不包含豁免航班，受影响航班的航迹偏好选项及航班时刻信息已知；
FCA划设范围及其容量已知；
不同FCA的可用时隙集合已知；
在第一阶段模型中不考虑航迹选项3，默认所有航班至少提交航迹选项1、2中的任一条，至多两条航迹选项都提交；
其中，所述建立两阶段时隙航迹协同分配模型包括：
参数定义单元，适于对参数进行定义；
决策变量确定单元，适于确定决策变量；
约束条件定义单元，适于定义约束条件；
目标函数构建单元，适于构建目标函数。
在本实施例中，参数定义单元，适于对参数进行定义，参数包括：
I：受影响航班集合，i∈I；
IA：A航空公司受影响航班集合；
J：时隙集合，j∈J；
C：航迹集合，c∈C＝{1，2}；
α：地面延误成本系数(取α＝1)；
β：空中延误成本系数(取β＝2)；
eic：第i架受影响航班所提交进第c条航迹FCA的时间，即ETA；
ti：第i架受影响航班提交的所有航迹选项中最早进FCA的时间IAT；
Tcj：第c条航迹FCA的时隙j；
ric：第i架受影响航班飞第c条航迹的附加航程时间成本；
Pc：第c条航迹FCA的容量要求；
δic：第i架受影响航班在第c条航迹的不确定成本；
ni：第i架航班的乘客数量n；
hic：指第i架受影响航班是否有提交第c条航迹选项；
指第i架受影响航班是否被分配了第c条航迹的时隙j。
在本实施例中，决策变量确定单元，适于确定决策变量，决策变量包括：
xic：第i架受影响航班被分配第c条航迹的时隙；
在本实施例中，约束条件定义单元，适于定义约束条件，约束条件包括：
航班被分配的时隙不早于ETA，即
每个航班仅使用一个时隙，即
每个时隙安排一个航班，即
当航班有第c条航迹选项时分配该条航迹FCA的时隙，即
每条航迹被分得的航班总数不超容量要求，即
航班所排序列按最早进FCA的时间先后排列，即
在本实施例中，目标函数构建单元，适于构建目标函数，目标函数包括：
第一阶段模型以所有航班延误成本最低为目标，即第一阶段模型的目标函数为：
其中，minW1表示对于所有受影响航班，其被分配的第c条航迹的第j个时隙后，延误成本最低。
第一阶段模型由三部分组成，第一部分是航班由于被分配进入FCA的时隙造成的地面延误，第二部分是航班由于航线距离的增加所造成的空中延误成本，第三部分是航班的不确定性延误成本，服从(0，σ2)正太分布。
第二阶段模型将航空公司利润最大化的目标转化为平均旅客延误时间最短，即minW2，第二阶段模型的目标函数为
在本实施例中，提供一种两阶段启发式算法，即，所述通过启发式算法对两阶段时隙航迹协同分配模型进行求解，得出最佳时隙指派的方法包括：
将所有受影响的航班按最早可用FCA的时隙按升序排列；
对航班按RBS(Ration By Schedule)原则，即基于航班时刻排序，并以所有受影响航班的总延误成本最低为目标进行时隙的指派；
在受影响航班被取消的条件下，允许同一航空公司内部或者不同航空公司之间进行时隙交换；
航班的平均旅客到达延误D2比交换之前平均旅客到达延误D1少，即交换时隙，否则不交换时隙，通过不停地交换更替，确定第二阶段最终平均旅客延误最少的最佳时隙。
其中，其中，xic’表示交换时隙之后的第i架受影响航班被分配第c条航迹的时隙。
启发式算法的流程图如图4所示。
具体应用如下：
本实施例以民用航路模拟数据为例，航迹选项1和航迹选项2某段航路在某日19:00-20:00这一时间段内计划共有23架航班经过，由于受天气原因影响，两条航迹受影响航段各生成一个飞行受限区。根据实际空中交通管制经验及可用空域容量条件，设定三条航迹选项：①计划航迹选项，②改航航迹选项(分配时隙)，③绕飞航迹选项(仅在第二阶段考虑并且不涉及时隙分配)。航迹性质、受限区容量及不同航迹的航班成本如表1所示。空管部门为航空公司提供的可用时隙资源信息见表2。在航空公司向空管部门提交受影响航迹选项后，在空管部门为其指派时隙后，允许航空公司进行时隙的调整交换。受影响的航班及航空公司为其受影响航班提交的航迹偏好信息如表3所示。在本算例中假定航空公司的优先级顺序为A、C、B。
表1航路相关信自
表2可用时隙信息
表3航班信息表
根据本实施例所建的模型及算法，通过用Python编程求解，得到如图5所示的考虑第一阶段所有受影响航班的航迹指派方案以及如图6所示的考虑两阶段的航班时隙指派优化方案，优化方案的旅客总延误为32130min，平均旅客延误为7.54min，不考虑第二阶段的旅客总延误是49850min，采用优化方法可减少总延误时间17720min，平均旅客延误减少35.55％。
本实施例综合考虑有效性、公平性、功效性原则，建立了两阶段的时隙航迹协同的航路资源分配模型，结合航空公司航迹偏好选项，通过启发式算法，实现了减少航班总延误的全局目标及航空公司利润最大化的局部最优目标。结果表明，在航空公司主动参与提交航迹偏好需求的前提下，空管方能实现航路时隙资源的有效分配，并且通过考虑航班取消的情况下采用时隙交换机制，更好地发挥航空公司在协同决策中的作用，促进航路资源的高效利用。
综上所述，本发明提供的航路资源协同分配系统，包括：建立两阶段时隙航迹协同分配模型；通过启发式算法对两阶段时隙航迹协同分配模型进行求解，得出最佳时隙指派。实现了减少航班总延误的全局目标及航空公司利润最大化的局部最优目标。在航空公司主动参与提交航迹偏好需求的前提下，空管方能实现航路时隙资源的有效分配，并且通过考虑航班取消的情况下采用时隙交换机制，更好地发挥航空公司在协同决策中的作用，促进航路资源的高效利用。
以上述依据本发明的理想实施例为启示，通过上述的说明内容，相关工作人员完全可以在不偏离本项发明技术思想的范围内，进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定其技术性范围。

Claims (7)

1.一种航路资源协同分配系统，其特征在于，包括：
模型建立模块，适于建立两阶段时隙航迹协同分配模型；
模型求解模块，适于通过启发式算法对两阶段时隙航迹协同分配模型进行求解，得出最佳时隙指派。
2.如权利要求1所述的航路资源协同分配系统，其特征在于，
所述模型建立模块包括：
参数定义单元，适于对参数进行定义；
决策变量确定单元，适于确定决策变量；
约束条件定义单元，适于定义约束条件；
目标函数构建单元，适于构建目标函数。
3.如权利要求2所述的航路资源协同分配系统，其特征在于，
参数定义单元，适于对参数进行定义，参数包括：
I表示第i架受影响航班；
I表示受影响航班集合，i∈I；
IA表示A航空公司受影响航班集合；
J表示时隙集合，j∈J；
C表示航迹集合，c∈c＝{1，2}；
α表示地面延误成本系数(取α＝1)；
β表示空中延误成本系数(取β＝2)；
eic表示第i架受影响航班所提交进第c条航迹FCA的时间，即ETA；
ti表示第i架受影响航班提交的所有航迹选项中最早进FCA的时间IAT；
ti+1表示第i+1架受影响航班提交的所有航迹选项中最早进FCA的时间IAT；
Tcj表示第c条航迹FCA的时隙j；
ric表示第i架受影响航班飞第c条航迹的附加航程时间成本；
Pc表示第c条航迹FCA的容量要求；
δic表示第i架受影响航班在第c条航迹的不确定成本；
ni表示第i架航班的乘客数量n；
hic表示指第i架受影响航班是否有提交第c条航迹选项；
表示指第i架受影响航班是否被分配了第c条航迹的时隙j。
4.如权利要求3所述的航路资源协同分配系统，其特征在于，
决策变量确定单元，适于确定决策变量，决策变量包括：
xic：第i架受影响航班被分配第c条航迹的时隙；
5.如权利要求4所述的航路资源协同分配系统，其特征在于，
约束条件定义单元，适于定义约束条件，约束条件包括：：
航班被分配的时隙不早于ETA，即
每个航班仅使用一个时隙，即
每个时隙安排一个航班，即
当航班有第c条航迹选项时分配该条航迹FCA的时隙，即
每条航迹被分得的航班总数不超容量要求，即
航班所排序列按最早进FCA的时间先后排列，即
6.如权利要求5所述的航路资源协同分配系统，其特征在于，
目标函数构建单元，适于构建目标函数，目标函数包括：
第一阶段模型以所有航班延误成本最低为目标，即第一阶段模型的目标函数为：
其中，W1表示对于所有受影响航班，其被分配的第c条航迹的第j个时隙后，延误成本最低；
第二阶段模型将航空公司利润最大化的目标转化为平均旅客延误时间最短，即minW2，第二阶段模型的目标函数为
7.如权利要求6所述的航路资源协同分配系统，其特征在于，所述通过启发式算法对两阶段时隙航迹协同分配模型进行求解，得出最佳时隙指派的方法包括：
将所有受影响的航班按最早可用FCA的时隙按升序排列；
对航班按RBS原则，并以所有受影响航班的总延误成本最低进行时隙的指派；
在受影响航班被取消的条件下，允许同一航空公司内部或者不同航空公司之间进行时隙交换；
航班的平均旅客到达延误D2比交换之前平均旅客到达延误D1少，即交换时隙，否则不交换时隙，通过不停地交换更替，确定第二阶段最终平均旅客延误最少的最佳时隙；
其中，xic’表示交换时隙之后的第i架受影响航班被分配第c条航迹的时隙。
CN201910034062.7A 2019-01-14 2019-01-14 航路资源优化分配系统 Active CN109598984B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910034062.7A CN109598984B (zh) 2019-01-14 2019-01-14 航路资源优化分配系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910034062.7A CN109598984B (zh) 2019-01-14 2019-01-14 航路资源优化分配系统

Publications (2)

Publication Number Publication Date
CN109598984A true CN109598984A (zh) 2019-04-09
CN109598984B CN109598984B (zh) 2022-08-12

Family

ID=65966254

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910034062.7A Active CN109598984B (zh) 2019-01-14 2019-01-14 航路资源优化分配系统

Country Status (1)

Country Link
CN (1) CN109598984B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111582592A (zh) * 2020-05-12 2020-08-25 南京财经大学 一种区域机场群航线网络优化方法
CN113643571A (zh) * 2021-10-18 2021-11-12 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
CN114299762A (zh) * 2021-12-03 2022-04-08 南京莱斯信息技术股份有限公司 一种基于一致性监测的航班时隙自动优化方法及系统
CN114743407A (zh) * 2022-03-10 2022-07-12 北京首都国际机场股份有限公司 跑道滑行道停航管理方法、系统、电子设备及介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101950493A (zh) * 2010-09-10 2011-01-19 四川大学 区域空中交通网络流量调度方法
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
CN103413462A (zh) * 2013-07-18 2013-11-27 北京航空航天大学 一种综合考虑空域拥堵和航班延误的空中交通网络流量优化方法
CN105469647A (zh) * 2016-01-29 2016-04-06 中国电子科技集团公司第二十八研究所 一种航路时隙资源协同多目标优化分配方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101950493A (zh) * 2010-09-10 2011-01-19 四川大学 区域空中交通网络流量调度方法
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
CN103413462A (zh) * 2013-07-18 2013-11-27 北京航空航天大学 一种综合考虑空域拥堵和航班延误的空中交通网络流量优化方法
CN105469647A (zh) * 2016-01-29 2016-04-06 中国电子科技集团公司第二十八研究所 一种航路时隙资源协同多目标优化分配方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
刘方勤等: "基于航路耦合容量的协同多航路资源分配", 《航空学报》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111582592A (zh) * 2020-05-12 2020-08-25 南京财经大学 一种区域机场群航线网络优化方法
CN111582592B (zh) * 2020-05-12 2022-04-12 南京财经大学 一种区域机场群航线网络优化方法
CN113643571A (zh) * 2021-10-18 2021-11-12 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
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
US11756435B2 (en) 2021-10-18 2023-09-12 The 28Th Research Institute Of China Electronics Technology Group Corporation Airspace network optimization method based on flight normality target
CN114299762A (zh) * 2021-12-03 2022-04-08 南京莱斯信息技术股份有限公司 一种基于一致性监测的航班时隙自动优化方法及系统
CN114743407A (zh) * 2022-03-10 2022-07-12 北京首都国际机场股份有限公司 跑道滑行道停航管理方法、系统、电子设备及介质

Also Published As

Publication number Publication date
CN109598984B (zh) 2022-08-12

Similar Documents

Publication Publication Date Title
CN109598984A (zh) 航路资源优化分配系统
Lulli et al. The European air traffic flow management problem
Richetta et al. Dynamic solution to the ground-holding problem in air traffic control
JP2004526258A (ja) 空港への航空機到着を最適化するスケジュールに基づく管理システム
Barnhart et al. Demand and capacity management in air transportation
US20180261106A1 (en) Resilient Enhancement of Trajectory-Based Operations In Aviation
Peterson et al. Models and algorithms for transient queueing congestion at airports
Filar et al. How airlines and airports recover from schedule perturbations: a survey
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
Evans et al. Fairness in decentralized strategic deconfliction in UTM
Murca Collaborative air traffic flow management: Incorporating airline preferences in rerouting decisions
CN116307542A (zh) 基于多计量点约束的进港排序方法及电子终端
CN110428665B (zh) 一种航路与机场时隙协同分配的随机双层规划方法
CN109598985A (zh) 航路资源协同分配方法
Glockner Effects of air traffic congestion delays under several flow-management policies
Burgain et al. Collaborative virtual queue: Benefit analysis of a collaborative decision making concept applied to congested airport departure operations
Tan et al. A Collaborative Optimization Method of Flight Slots Considering Fairness Among Airports
Liang et al. Sequence assignment model for the flight conflict resolution problem
Vlachou et al. Mechanisms for equitable resource allocation when airspace capacity is reduced
Arneson et al. Using an Automated Air Traffic Simulation Capability for a Parametric Study in Traffic Flow Management
Maslovara et al. Impact of Tailwind on Airport Capacity and Delay at Zurich Airport
Landry et al. Expanding the use of time-based metering: multi-center traffic management advisor
Gilbo et al. Enhanced model for joint optimization of arrival and departure strategies and arrival/departure capacity utilization at congested airports
Rebollo et al. Hybrid demand and capacity balance model for the future air traffic management concept of operations
CN111062541B (zh) 闲置航班分配方法及系统

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