CN109949617A - 一种基于动态规划的航班进场流量管理策略生成方法 - Google Patents
一种基于动态规划的航班进场流量管理策略生成方法 Download PDFInfo
- Publication number
- CN109949617A CN109949617A CN201910210567.4A CN201910210567A CN109949617A CN 109949617 A CN109949617 A CN 109949617A CN 201910210567 A CN201910210567 A CN 201910210567A CN 109949617 A CN109949617 A CN 109949617A
- Authority
- CN
- China
- Prior art keywords
- flight
- arena
- corridor mouth
- cor
- time
- 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
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
Abstract
一种基于动态规划的航班进场流量管理策略生成方法。该方法首先获取扇区的空域结构信息,进场航班流信息以及扇区在恶劣天气下的容量信息,然后通过权衡航空公司延误成本、盈利损失和乘客延误成本等多方利益,定义延误成本代价函数;进而根据代价函数计算各个走廊口在不同进场航班量下的航班延误代价,其中航班延误时间的计算首先是基于走廊口的进场航班量确定时隙资源,然后按航班预计进场时间依次分配进场时隙资源,进而确定航班的延误时间;最后,以最小化航班延误代价为目标,采用动态规划算法计算各个走廊口在扇区容量下降周期内的进场航班量和航班最小尾随间隔,为进场航班提供安全、高效、科学的进场方案,提高扇区空域资源利用效率。
Description
技术领域
本发明涉及空中交通管制自动化系统技术,特别是跨地区进场流量管理策略生成方法。
背景技术
随着空中交通需求的不断增长,空域拥挤以及航班大面积延误等问题不断涌现。特别地,当某一空域单元受到恶劣天气、重大活动影响,空域容量动态变化导致空中交通流量和容量失衡,继而带来航班延误问题日益突出。为使恶劣天气影响下的交通量需求和容量达到平衡,流量管理单位通常会制定最小尾随间隔的流量管理方案,对各个走廊口的进场航班量和航班进场间隔进行控制,以此达到容流平衡。当前实际工程应用中,大多是采用等比例策略或者基于各个走廊口的航班流量需求来确定各个走廊口的进场航班量,该类方法比较简单、易于实现,但流量控制策略没有综合考虑各个走廊口的航班公司延误成本和乘客延迟成本等多方利益因素,因此带来了扇区容量分配的不公平性,增加了延迟成本。
发明内容
针对上述问题,本发明提提出了一种可以减小容量降低带来的航班延迟成本代价、提高空域资源的新的跨地区进场流量管理策略生成方法。
本发明的技术方案是:一种基于动态规划的航班进场流量管理策略生成方法,其操作步骤具体如下:
步骤1、获取扇区单元的信息,包括扇区在正常运行模式下的容量Kn、走廊口的数量m以及走廊口CORi在正常运行模式下的容量
步骤2、获取扇区的各个走廊口进场航班信息,包括走廊口CORi每架航班的计划进场时间航班机型信息航班旅客类型信息和航班的最大载客数
步骤3、获取恶劣天气下的扇区容量信息,包括天气影响扇区容量的时段数T以及每一时段的扇区容量值为Kw;
步骤4、在扇区受天气影响的周期内,走廊口CORi在一个时间段内的进场航班数为架时,计算走廊口CORi从容流不平衡状态到再平衡状态所需的时间
步骤5、执行时隙分配算法,确定走廊口CORi在一个时间段内的进场航班数为j,时,每架进场航班所对应的进场时间
步骤6、走廊口CORi在一个时间段内的进场航班数为j,;
当当时,计算走廊口CORi所对应的航班总延误代价v[i][j];
步骤7、对每个走廊口CORi,i=1...m,重复执行步骤4-步骤6,计算各个走廊口在不同进场航班量下的航班延误代价,并保存每次计算的结果;
步骤8、利用动态规划算法,将扇区的进场航班量q分配给前N,1≤N≤m,个走廊口,使前N个走廊口的总延误代价最小,记最小总延误代价为V[N][q];
步骤9、自底向上从q=0到q=Kw重复执行步骤8,记录保存每个进场航班量q分配给前N个走廊口所得到的最小延误代价,以及前N个走廊口所分配的进场航班量。
步骤10、采用回溯法输出各个走廊口在一个时段内的进场航班量,使得总延误代价最小。
步骤1.44中的计算步骤如下:
步骤4-1、走廊口CORi在一个时间段内的被分配的进场航班数为j时,天气影响的T个时段内所积压的航班量为积压的航班将在后续无天气影响的时段内进行恢复,则恢复时间段数为定义如下:
其中,表示在第t个时间段内预计到达走廊口CORi的航班数目,表示走廊口CORi在正常运行模式下的容量值;
步骤4-2、走廊口CORi从容流不平衡状态到再平衡状态所需的时间包含天气影响的T个时段和恢复时段因此定义如下:
步骤1.5中的时隙分配算法步骤如下:
步骤5-1、根据走廊口CORi在天气影响下的每一时段进场航班量j和正常情况下的每一时段进场航班量确定各个时段的时隙资源和时隙跨度;
步骤5-2、根据航班预计到达走廊口CORi的时间对所有航班进行排序;
步骤5-3、按照排序的航班,依次分配时隙资源;
步骤5-4、将每个时隙资源的初始时刻作为航班的实际到达走廊口CORi的时间,记为
步骤1.6中航班的延误代价v[i][j]包括三部分:延误航班的运营成本、延误航班的盈利损失以及旅客的经济损失,其具体计算过程如下:
步骤6-1、走廊口CORi所对应的一架延误航班的延误运营成本记为定义如下:
其中α是一个航班延迟运营成本系数,与航班机型有关;。
步骤6-2、走廊口CORi所对应的一架延误航班的盈利损失记为定义如下:
其中β为航班单位时间的盈利损失,与航班的载客人数有关,
步骤6-3、走廊口CORi所对应的一架延误航班的旅客经济损失记为定义如下:
其中θ是旅客的单位时间延迟成本,与旅客的类型有关;w为航班的客座率;
步骤6-4、走廊口CORi所对应的一架延误航班的总延误代价为Costz,定义为如下:
步骤6-5、走廊口CORi在一个时间段内的进场航班数为j时,走廊口CORi所对应的航班总延误代价v[i][j],定义为如下:
步骤1.8中最小总延误代价V[N][q]的计算步骤如下:
步骤8-1、当N=1时,最小总延误代价V[N][q]=v[1][j],
步骤8-2、当N>1时,最小总延误代价V[N][q]是以下两种情况的最小值:
步骤8-2-1、当第N个走廊口所分配的进场航班量为0时,此时的最小延误代价即为将q分配给前N-1个走廊口的最小值,即V[N][q]=V[N-1][q],
步骤8-2-2、当第N个走廊口所分配的进场航班量为k架时,此时剩下的进场航班量q-k分配给前N-1个走廊口,则最小延误代价为:
V[N][q]=V[N-1][q-k]+υ[N][k]
步骤8-2-3、综上所述,将扇区进场航班量q分配给前N个走廊口的最小延误代价V[N][q]定义为如下:
V[N][q]=min(V[N-1][q-k]+v[N][k],V[N-1][q])。
本发明的有益效果:本发明的目的是针对扇区受恶劣天气影响发生容量下降等情况,结合实际工程应用,提出了一种新的跨地区航班进场流量管理策略生成方法。本发明通过权衡航空公司延误成本、盈利损失和乘客延误成本等多方利益,定义延误成本代价评价函数,并采用动态规划算法来确定扇区各个走廊口的进场航班量和航班尾随间隔,以此减小容量降低带来的航班延迟成本代价,提高空域资源的经济利用效益。
附图说明
图1是本发明中基于动态规划的航班进场流量管理策略生成方法流程图;
图2是本发明中扇区容量以及走廊口进场流量信息示意图;
图3是本发明中走廊口COR1(西南方向)容流平衡示意图;
图4是本发明中走廊口COR1的时隙分配示例;
图5是本发明中航班进场流控策略预案示意图;
图6是本发明中三种不同流量管理策略生成方法的结果对比图。
具体实施方式
下面结合附图和具体实例对本发明的具体实施方式作进一步说明,但本发明的实施和保护不限于此。
本发明中,一种基于动态规划的航班进场流量管理策略生成方法,其操作步骤具体如下:
步骤1、获取扇区单元的信息,包括扇区在正常运行模式下的容量Kn、走廊口的数量m以及走廊口CORi在正常运行模式下的容量
步骤2、获取扇区的各个走廊口进场航班信息,包括走廊口CORi每架航班的计划进场时间航班机型信息航班旅客类型信息和航班的最大载客数
步骤3、获取恶劣天气下的扇区容量信息,包括天气影响扇区容量的时段数T以及每一时段的扇区容量值为Kw;
步骤4、在扇区受天气影响的周期内,走廊口CORi在一个时间段内的进场航班数为架时,计算走廊口CORi从容流不平衡状态到再平衡状态所需的时间
步骤5、执行时隙分配算法,确定走廊口CORi在一个时间段内的进场航班数为j,时,每架进场航班所对应的进场时间
步骤6、走廊口CORi在一个时间段内的进场航班数为j,;
当当时,计算走廊口CORi所对应的航班总延误代价υ[i][j];
步骤7、对每个走廊口CORi,i=1...m,重复执行步骤4-步骤6,计算各个走廊口在不同进场航班量下的航班延误代价,并保存每次计算的结果;
步骤8、利用动态规划算法,将扇区的进场航班量q分配给前N,1≤N≤m,个走廊口,使前N个走廊口的总延误代价最小,记最小总延误代价为V[N][q];
步骤9、自底向上从q=0到q=Kw重复执行步骤8,记录保存每个进场航班量q分配给前N个走廊口所得到的最小延误代价,以及前N个走廊口所分配的进场航班量。
步骤10、采用回溯法输出各个走廊口在一个时段内的进场航班量,使得总延误代价最小。
步骤1.44中的计算步骤如下:
步骤4-1、走廊口CORi在一个时间段内的被分配的进场航班数为j时,天气影响的T个时段内所积压的航班量为积压的航班将在后续无天气影响的时段内进行恢复,则恢复时间段数为定义如下:
其中,表示在第t个时间段内预计到达走廊口CORi的航班数目,表示走廊口CORi在正常运行模式下的容量值;
步骤4-2、走廊口CORi从容流不平衡状态到再平衡状态所需的时间包含天气影响的T个时段和恢复时段因此定义如下:
步骤1.5中的时隙分配算法步骤如下:
步骤5-1、根据走廊口CORi在天气影响下的每一时段进场航班量j和正常情况下的每一时段进场航班量确定各个时段的时隙资源和时隙跨度;
步骤5-2、根据航班预计到达走廊口CORi的时间对所有航班进行排序;
步骤5-3、按照排序的航班,依次分配时隙资源;
步骤5-4、将每个时隙资源的初始时刻作为航班的实际到达走廊口CORi的时间,记为
步骤1.6中航班的延误代价υ[i][j]包括三部分:延误航班的运营成本、延误航班的盈利损失以及旅客的经济损失,其具体计算过程如下:
步骤6-1、走廊口CORi所对应的一架延误航班的延误运营成本记为定义如下:
其中α是一个航班延迟运营成本系数,与航班机型有关;。
步骤6-2、走廊口CORi所对应的一架延误航班的盈利损失记为定义如下:
其中β为航班单位时间的盈利损失,与航班的载客人数有关,
步骤6-3、走廊口CORi所对应的一架延误航班的旅客经济损失记为定义如下:
其中θ是旅客的单位时间延迟成本,与旅客的类型有关;w为航班的客座率;
步骤6-4、走廊口CORi所对应的一架延误航班的总延误代价为Costz,定义为如下:
步骤6-5、走廊口CORi在一个时间段内的进场航班数为j时,走廊口CORi所对应的航班总延误代价v[i][j],定义为如下:
步骤1.8中最小总延误代价V[N][q]的计算步骤如下:
步骤8-1、当N=1时,最小总延误代价V[N][q]=v[l][j],
步骤8-2、当N>1时,最小总延误代价V[N][q]是以下两种情况的最小值:
步骤8-2-1、当第N个走廊口所分配的进场航班量为0时,此时的最小延误代价即为将q分配给前N-1个走廊口的最小值,即V[N][q]=V[N-1][q],
步骤8-2-2、当第N个走廊口所分配的进场航班量为k架时,此时剩下的进场航班量q-k分配给前N-1个走廊口,则最小延误代价为:
V[N][q]=V[N-1][q-k]+v[N][k]
步骤8-2-3、综上所述,将扇区进场航班量q分配给前N个走廊口的最小延误代价V[N][q]定义为如下:
V[N][q]=min(V[N-1][q-k]+v[N][k],V[N-1][q])。
其中,如图1所示,其操作步骤具体如下:
步骤1、获取扇区单元的信息,包括扇区在正常运行模式下的容量Kn、走廊口的数量m以及走廊口CORi在正常运行模式下的容量
步骤2、获取扇区的各个走廊口进场航班信息,包括走廊口CORi每架航班的计划进场时间航班机型信息航班旅客类型信息和航班的最大载客数
步骤3、获取恶劣天气下的扇区容量信息,包括天气影响扇区容量的时段数T以及每一时段的扇区容量值为Kw;
步骤4、在扇区受天气影响的周期内,走廊口CORi在一个时间段内的进场航班数为架时,计算走廊口CORi从容流不平衡状态到再平衡状态所需的时间
步骤5、执行时隙分配算法,确定走廊口CORi在一个时间段内的进场航班数为j,时,每架进场航班所对应的进场时间
步骤6、走廊口CORi在一个时间段内的进场航班数为j,;
当当时,计算走廊口CORi所对应的航班总延误代价υ[i][j];
步骤7、对每个走廊口CORi,i=1...m,重复执行步骤4-步骤6,计算各个走廊口在不同进场航班量下的航班延误代价,并保存每次计算的结果;
步骤8、利用动态规划算法,将扇区的进场航班量q分配给前N,1≤N≤m,个走廊口,使前N个走廊口的总延误代价最小,记最小总延误代价为V[N][q];
步骤9、自底向上从q=0到q=Kw重复执行步骤8,记录保存每个进场航班量q分配给前N个走廊口所得到的最小延误代价,以及前N个走廊口所分配的进场航班量。
步骤10、采用回溯法输出各个走廊口在一个时段内的进场航班量,使得总延误代价最小。
根据本发明设计思路,开发和实现了跨地区流量管理策略原型系统,并以北京终端区06号扇区为原型设计航班运行数据进行验证,图2给出了06号扇区各个走廊口CORi的正常情况下的容量信息以及未来六个时段的航班进场流量数据例如走廊口COR1(西南进场方向)在正常情况下的容量为16架/小时,并预测其后6个小时的进场航班流量为(20:00-21:00):16架次;(21:00-22:00):17架次;(22:00-23:00):10架次;(23:00-00:00):19架次;(00:00-01:00):5架次;(01:00-02:00):5架次。此外,每架航班的计划进场时间航班机型信息航班旅客类型信息和航班的最大载客数也都是给定的。
现由于恶劣天气的影响,预计北京终端区06号扇区未来2小时(20:00-22:00)的容量从Kn=48架/小时下降到Kw=31架/小时。
其中本发明步骤4的具体实施方式:
假设走廊口COR1在天气影响时段(20:00-22:00)内的进场航班量为10架/时,并在天气影响过后恢复至正常运行水平16架/时,根据未来时段的进场航班流,可以利用步骤4中的公式计算出平衡周期为4小时,即走廊口COR1从容流不平衡发生到再次平衡所需的时间跨度为20:00-24:00,如图3所示;
在容量下降期间(20:00-22:00),持续2小时积压的航班量共13架次,其后两小时(22:00-0:00)的容量超出预计航班流量共13架次,正好消耗了前期的积压航班。
其中本发明步骤5的具体实施方式:
步骤5-1、根据走廊口CORi在天气影响下的每一时段进场航班量j和正常情况下的每一时段进场航班量确定各个时段的时隙资源和时隙跨度;
步骤5-2、根据航班预计到达走廊口CORi的时间对所有航班进行排序;
步骤5-3、按照排序的航班,依次分配时隙资源;
步骤5-4、不失一般性,本发明将每个时隙资源的初始时刻作为航班的实际到达走廊口CORi的时间,记为
举例说明,假设走廊口COR1在天气影响时段(20:00-22:00)内的进场航班量为10架/时,并在22:00以后恢复至常态化运行水平16架/时。因此,在天气影响时段内,时隙资源为10且每个时隙对应的时间跨度是6分钟,如图4所示给出了时隙分配过程,按照走廊口COR1进场航班的预计进场时间依次分配时隙资源,最终确定走廊口COR1的每架航班实际进场时间如图4所示,第三架航班的预计进场时间为20:06,其分配的时隙资源为20:12-20:18,因此航班的实际进场时间为20:12,延误了6分钟。
其中本发明步骤6的具体实施方式:
走廊口CORi在一个时间段内的进场航班数为j,时,其所对应的航班总延误代价υ[i][j]包括三部分:延误航班的运营成本、延误航班的盈利损失以及旅客的经济损失;
步骤6-1、走廊口CORi所对应的一架延误航班的延误运营成本记为定义如下:
其中α是一个航班延迟运营成本系数,与航班机型有关;本发明定义的航班机型分为重型机、中型机和轻型机,各自对应的延迟运营成本系数α分别设为4167元/时,2916元/时和208元/时;
步骤6-2、走廊口CORi所对应的一架延误航班的盈利损失记为定义如下:
其中β为航班单位时间的盈利损失,与航班的载客人数有关;本发明定义β如下:
步骤6-3、走廊口CORi所对应的一架延误航班的旅客经济损失记为定义如下:
其中θ是旅客的单位时间延迟成本,与旅客的类型有关;w为航班的客座率;本发明定义的旅客类型分为重要旅客、国外航班旅客和一般旅客,其所对应的单位时间的延迟成本分别设为100元/时、100元/时和50元/时;航班的客座率w设为75%;
步骤6-4、走廊口CORi所对应的一架延误航班的总延误代价为Costz,定义为如下:
步骤6-5、走廊口CORi在一个时间段内的进场航班数为j时,走廊口CORi所对应的航班总延误代价v[i][j],定义为如下:
其中本发明步骤8将扇区的进场航班量q分配给前N,1≤N≤m,个走廊口,其对应的最小总延误代价记为V[N][q],其计算方式具体实施如下:
步骤8-1、当N=1时,最小总延误代价V[N][q]=v[1][j],
步骤8-2、当N>1时,最小总延误代价V[N][q]是以下两种情况的最小值:
步骤8-2-1、当第N个走廊口所分配的进场航班量为0架时,此时的最小延误代价即为将q分配给前N-1个走廊口的最小值,即V[N][q]=V[N-1][q];
步骤8-2-2、当第N个走廊口所分配的进场航班量为k架时,此时剩下的进场航班量q-k分配给前N-1个走廊口,则最小延误代价为
V[N][q]=V[N-1][q-k]+v[N][k]
步骤8-2-3、综上所述,将扇区进场航班量q分配给前N个走廊口的最小延误代价V[N][q]定义为如下:
V[N][q]=min(V[N-1][q-k]+v[N][k],V[N-1][q])
然后,自底向上从q=0到q=Kw重复执行步骤8,记录保存每个进场航班量q分配给前N个走廊口所得到的最小延误代价,以及前N个走廊口所分配的进场航班量。
最后,采用回溯法输出各个走廊口在一个时段内的进场航班量,使得总延误代价最小。
受天气影响,预计北京终端区06号扇区未来2小时(20:00-22:00)的容量从Kn=48架/小时下降到Kw=31架/小时,如图5所示给出了一种本发明生成的跨区进场航班流的流量管理策略,以使航班的总延误代价最小;从图5可以看出终端区06号扇区在容量下降期间各个走廊口的进场航班量分别下降到12架/小时、8架/小时、8架/小时、3架/小时。基于此,由本发明步骤4可以计算出各个走廊口从容流不平衡状态到再平衡状态所需的时段数分别为5、4、4和4。同时,本发明采用“总量控制+最小尾随间隔”的策略,其中最小尾随间隔采用“等效尾随间隔”的50%,例如走廊口1在20:00-21:00时段的进场航班量为12架/小时,其对应的等效尾随间隔为5分钟一架,则此时段的进场流量管理策略为“总量为12架/小时,最小尾随间隔为2分钟一架”。因此,最终生成持续5个时段的进场流量管理策略如下表所示:
为说明本发明方法的优化效果,在原型系统中将本发明所提的流控策略生成方法与其他两种不同的流控策略生成方法进行了对比,一是基于管制习惯的等比例策略,即根据扇区容量下降的比例确定各个走廊口的进场航班量;二是基于需求的策略,即基于走廊口的航班流量需求占比扇区的总流量需求以此来确定各个走廊口的进场航班量。图6给出了三种流控策略生成方法的对比结果;从图6中可以看出,当扇区容量降低到31架/时,相比较于等比例策略,本发明的航班延误代价降低了9.3%;相比较于基于需求的流控策略,本发明的航班延误代价降低了5.1%,实验结果验证了本发明的有效性。
Claims (5)
1.一种基于动态规划的航班进场流量管理策略生成方法,其特征在于,其操作步骤具体如下:
步骤1、获取扇区单元的信息,包括扇区在正常运行模式下的容量Kn、走廊口的数量m以及走廊口CORi在正常运行模式下的容量
步骤2、获取扇区的各个走廊口进场航班信息,包括走廊口CORi每架航班的计划进场时间航班机型信息航班旅客类型信息和航班的最大载客数
步骤3、获取恶劣天气下的扇区容量信息,包括天气影响扇区容量的时段数T以及每一时段的扇区容量值为Kω;
步骤4、在扇区受天气影响的周期内,走廊口CORi在一个时间段内的进场航班数为架时,计算走廊口CORi从容流不平衡状态到再平衡状态所需的时间
步骤5、执行时隙分配算法,确定走廊口CORi在一个时间段内的进场航班数为j,时,每架进场航班所对应的进场时间
步骤6、走廊口CORi在一个时间段内的进场航班数为j,;
当当时,计算走廊口CORi所对应的航班总延误代价υ[i][j];
步骤7、对每个走廊口CORi,i=1...m,重复执行步骤4-步骤6,计算各个走廊口在不同进场航班量下的航班延误代价,并保存每次计算的结果;
步骤8、利用动态规划算法,将扇区的进场航班量q分配给前N,1≤N≤m,个走廊口,使前N个走廊口的总延误代价最小,记最小总延误代价为V[N][q];
步骤9、自底向上从g=0到q=Kω重复执行步骤8,记录保存每个进场航班量q分配给前N个走廊口所得到的最小延误代价,以及前N个走廊口所分配的进场航班量。
步骤10、采用回溯法输出各个走廊口在一个时段内的进场航班量,使得总延误代价最小。
2.根据权利要求1所述的基于动态规划的跨地区进场流量管理策略生成方法,其特征在于,步骤1.44中的计算步骤如下:
步骤4-1、走廊口CORi在一个时间段内的被分配的进场航班数为j时,天气影响的T个时段内所积压的航班量为积压的航班将在后续无天气影响的时段内进行恢复,则恢复时间段数为定义如下:
其中,表示在第t个时间段内预计到达走廊口CORi的航班数目,表示走廊口CORi在正常运行模式下的容量值;
步骤4-2、走廊口CORi从容流不平衡状态到再平衡状态所需的时间包含天气影响的T个时段和恢复时段因此定义如下:
3.根据权利要求1所述的基于动态规划的跨地区进场流量管理策略生成方法,其特征在于,步骤1.5中的时隙分配算法步骤如下:
步骤5-1、根据走廊口CORi在天气影响下的每一时段进场航班量j和正常情况下的每一时段进场航班量确定各个时段的时隙资源和时隙跨度;
步骤5-2、根据航班预计到达走廊口CO尼的时间对所有航班进行排序;
步骤5-3、按照排序的航班,依次分配时隙资源;
步骤5-4、将每个时隙资源的初始时刻作为航班的实际到达走廊口CORi的时间,记为
4.根据权利要求1所述的基于动态规划的跨地区进场流量管理策略生成方法,其特征在于,步骤1.6中航班的延误代价υ[i][j]包括三部分:延误航班的运营成本、延误航班的盈利损失以及旅客的经济损失,其具体计算过程如下:
步骤6-1、走廊口CORi所对应的一架延误航班的延误运营成本记为定义如下:
其中α是一个航班延迟运营成本系数,与航班机型有关;。
步骤6-2、走廊口CORi所对应的一架延误航班的盈利损失记为定义如下:
其中β为航班单位时间的盈利损失,与航班的载客人数有关,
步骤6-3、走廊口CORi所对应的一架延误航班的旅客经济损失记为定义如下:
其中θ是旅客的单位时间延迟成本,与旅客的类型有关;w为航班的客座率;
步骤6-4、走廊口CORi所对应的一架延误航班的总延误代价为Costz,定义为如下:
步骤6-5、走廊口CORi在一个时间段内的进场航班数为j时,走廊口CORi所对应的航班总延误代价υ[i][j],定义为如下:
5.根据权利要求1所述的基于动态规划的跨地区进场流量管理策略生成方法,其特征在于,步骤1.8中最小总延误代价V[N][q]的计算步骤如下:
步骤8-1、当N=1时,最小总延误代价V[N][q]=υ[1][j],
步骤8-2、当N>1时,最小总延误代价V[N][q]是以下两种情况的最小值:
步骤8-2-1、当第N个走廊口所分配的进场航班量为0时,此时的最小延误代价即为将q分配给前N-1个走廊口的最小值,即V[N][q]=V[N-1][q],
步骤8-2-2、当第N个走廊口所分配的进场航班量为k架时,此时剩下的进场航班量q-k分配给前N-1个走廊口,则最小延误代价为:
V[N][q]=V[N-1][q-k]+υ[N][k]
步骤8-2-3、综上所述,将扇区进场航班量q分配给前N个走廊口的最小延误代价V[N][q]定义为如下:
V[N][q]=min(V[N-1][q-k]+υ[N][k],V[N-1][q])。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910210567.4A CN109949617B (zh) | 2019-03-20 | 2019-03-20 | 一种基于动态规划的航班进场流量管理策略生成方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910210567.4A CN109949617B (zh) | 2019-03-20 | 2019-03-20 | 一种基于动态规划的航班进场流量管理策略生成方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109949617A true CN109949617A (zh) | 2019-06-28 |
CN109949617B CN109949617B (zh) | 2020-11-27 |
Family
ID=67010483
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910210567.4A Active CN109949617B (zh) | 2019-03-20 | 2019-03-20 | 一种基于动态规划的航班进场流量管理策略生成方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109949617B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110322078A (zh) * | 2019-07-11 | 2019-10-11 | 中国电子科技集团公司第二十八研究所 | 扇区边界的航班流量控制方法及计算机存储介质 |
CN112241839A (zh) * | 2020-10-15 | 2021-01-19 | 中国电子科技集团公司第二十八研究所 | 一种基于概率分布特征的航班流生成方法 |
CN113205707A (zh) * | 2021-05-07 | 2021-08-03 | 南京莱斯信息技术股份有限公司 | 一种航班流量时隙全局优化调度方法 |
CN113706931A (zh) * | 2021-07-13 | 2021-11-26 | 清华大学 | 空域的流控策略推荐方法、装置、电子设备及存储介质 |
CN114360295A (zh) * | 2021-11-08 | 2022-04-15 | 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 |
CN114613196A (zh) * | 2022-01-24 | 2022-06-10 | 中国民用航空中南地区空中交通管理局海南分局 | 多重流量管理策略对同一航班延误分析方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101982846A (zh) * | 2010-09-10 | 2011-03-02 | 四川大学 | 时变条件下航班最优航路选择方法 |
CN102890876A (zh) * | 2012-09-10 | 2013-01-23 | 南京航空航天大学 | 基于流量比率的区域尾随间隔限制值的计算方法 |
CN103778481A (zh) * | 2014-01-23 | 2014-05-07 | 南京航空航天大学 | 一种针对多跑道航班进离场的动态调度方法 |
CN104123597A (zh) * | 2014-08-04 | 2014-10-29 | 中国民航大学 | 尾随间隔流量控制方案合理性评估方法 |
CN104299454A (zh) * | 2014-10-10 | 2015-01-21 | 南京莱斯信息技术股份有限公司 | 一种恶劣天气下多机场协同放行系统航班排序方法 |
CN105825717A (zh) * | 2016-04-19 | 2016-08-03 | 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 |
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 |
CN107016462A (zh) * | 2017-04-05 | 2017-08-04 | 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 |
US20180107227A1 (en) * | 2016-10-19 | 2018-04-19 | Airbus Sas | Revised speed advisory for an aircraft during flight based on holding time |
-
2019
- 2019-03-20 CN CN201910210567.4A patent/CN109949617B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101982846A (zh) * | 2010-09-10 | 2011-03-02 | 四川大学 | 时变条件下航班最优航路选择方法 |
CN102890876A (zh) * | 2012-09-10 | 2013-01-23 | 南京航空航天大学 | 基于流量比率的区域尾随间隔限制值的计算方法 |
CN103778481A (zh) * | 2014-01-23 | 2014-05-07 | 南京航空航天大学 | 一种针对多跑道航班进离场的动态调度方法 |
CN104123597A (zh) * | 2014-08-04 | 2014-10-29 | 中国民航大学 | 尾随间隔流量控制方案合理性评估方法 |
CN104299454A (zh) * | 2014-10-10 | 2015-01-21 | 南京莱斯信息技术股份有限公司 | 一种恶劣天气下多机场协同放行系统航班排序方法 |
CN105825717A (zh) * | 2016-04-19 | 2016-08-03 | 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 |
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 |
US20180107227A1 (en) * | 2016-10-19 | 2018-04-19 | Airbus Sas | Revised speed advisory for an aircraft during flight based on holding time |
CN107016462A (zh) * | 2017-04-05 | 2017-08-04 | 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 |
Non-Patent Citations (7)
Title |
---|
ANGEL MARÍN · ESTEVE CODINA: "Network design: taxi planning", 《ANNALS OF OPERATIONS RESEARCH》 * |
徐冬慧,张颖,陈平: "地面等待与尾随间隔综合决策模型及算法研究", 《航空计算技术》 * |
王兴隆,赵密,黄宝军: "恶劣天气下基于MIT的扇区流量动态控制模型", 《武汉理工大学学报》 * |
王璐,刘明,孙智慧,吴辉: "单机场进离场航班动态随机问题的算法研究", 《航空计算技术》 * |
陈兴,隋东,张军峰,辛正伟: "基于动态规划的航班着陆调度算法", 《航空计算技术》 * |
黄吉波,王湛,胡明华,张颖: "机场容量利用及流量分配优化策略", 《航空计算技术》 * |
黄吉波: "基于延误分配的多机场终端区航班排序模型", 《指挥信息系统与技术》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110322078A (zh) * | 2019-07-11 | 2019-10-11 | 中国电子科技集团公司第二十八研究所 | 扇区边界的航班流量控制方法及计算机存储介质 |
CN110322078B (zh) * | 2019-07-11 | 2022-03-25 | 中国电子科技集团公司第二十八研究所 | 扇区边界的航班流量控制方法及计算机存储介质 |
CN112241839A (zh) * | 2020-10-15 | 2021-01-19 | 中国电子科技集团公司第二十八研究所 | 一种基于概率分布特征的航班流生成方法 |
CN112241839B (zh) * | 2020-10-15 | 2022-11-08 | 中国电子科技集团公司第二十八研究所 | 一种基于概率分布特征的航班流生成方法 |
CN113205707A (zh) * | 2021-05-07 | 2021-08-03 | 南京莱斯信息技术股份有限公司 | 一种航班流量时隙全局优化调度方法 |
CN113706931A (zh) * | 2021-07-13 | 2021-11-26 | 清华大学 | 空域的流控策略推荐方法、装置、电子设备及存储介质 |
CN114360295A (zh) * | 2021-11-08 | 2022-04-15 | 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 |
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 |
CN114613196A (zh) * | 2022-01-24 | 2022-06-10 | 中国民用航空中南地区空中交通管理局海南分局 | 多重流量管理策略对同一航班延误分析方法 |
CN114613196B (zh) * | 2022-01-24 | 2023-06-06 | 中国民用航空中南地区空中交通管理局海南分局 | 多重流量管理策略对同一航班延误分析方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109949617B (zh) | 2020-11-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109949617A (zh) | 一种基于动态规划的航班进场流量管理策略生成方法 | |
CN111045828B (zh) | 基于配电网台区终端的分布式边缘计算方法和相关装置 | |
Cruciol et al. | Reward functions for learning to control in air traffic flow management | |
CN106209874B (zh) | 一种用于群智感知分配系统的任务分配方法 | |
CN109726917B (zh) | 一种基于四维航迹的货运航班调度方法和装置 | |
CN109191925A (zh) | 一种面向四维航迹运行的多空域轨迹规划与协商方法 | |
CN113112874B (zh) | 一种航路时隙与高度层协同优化分配方法 | |
CN110990950B (zh) | 基于混合运行模式的多目标列车节能优化方法 | |
TW202038182A (zh) | 航班調整方法、裝置、電子設備及儲存媒體 | |
CN110427690A (zh) | 一种基于全局粒子群算法生成ato速度曲线的方法及装置 | |
CN109976901A (zh) | 一种资源调度方法、装置、服务器及可读存储介质 | |
CN108170861B (zh) | 一种基于动态规划的分布式数据库系统协同优化方法 | |
CN102903261B (zh) | 一种大区域多元约束下的尾随间隔限制的计算方法 | |
Roozbehani et al. | The intertemporal utility of demand and price elasticity of consumption in power grids with shiftable loads | |
CN106447025A (zh) | 基于离散粒子群的测试性指标分配与测试选取联合算法 | |
CN117371883A (zh) | 一种基于大数据的跨境电商物流订单管理方法 | |
CN106597435A (zh) | 实现基于粒子滤波slam算法的方法及系统 | |
CN110472773A (zh) | 基于萤火虫优化的共享单车调度方法、系统、装置和介质 | |
CN108898891A (zh) | 终端区尾随间隔进场管理决策支持系统 | |
CN112201082B (zh) | 一种航班放行时隙的n点置换方法 | |
CN110322078A (zh) | 扇区边界的航班流量控制方法及计算机存储介质 | |
CN115016913A (zh) | 基于数字孪生模型的机场特种车辆实时调度方法及系统 | |
CN110909946B (zh) | 一种基于公路换乘的航班计划优化方法 | |
CN112966950A (zh) | 限流条件下航班排期的调整方法、系统、设备及介质 | |
CN116048821B (zh) | 高利用率的ai服务器及其资源分配方法 |
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 |