CN112036053B - 一种基于Petri网的机场场面滑行仿真及优化方法 - Google Patents
一种基于Petri网的机场场面滑行仿真及优化方法 Download PDFInfo
- Publication number
- CN112036053B CN112036053B CN202010925784.4A CN202010925784A CN112036053B CN 112036053 B CN112036053 B CN 112036053B CN 202010925784 A CN202010925784 A CN 202010925784A CN 112036053 B CN112036053 B CN 112036053B
- Authority
- CN
- China
- Prior art keywords
- airport
- sliding
- aircraft
- transition
- petri net
- 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
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000005457 optimization Methods 0.000 title claims abstract description 28
- 238000004088 simulation Methods 0.000 title claims abstract description 25
- 230000007704 transition Effects 0.000 claims abstract description 74
- 230000033001 locomotion Effects 0.000 claims abstract description 7
- 239000000470 constituent Substances 0.000 claims description 14
- 238000010586 diagram Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 12
- 239000000446 fuel Substances 0.000 claims description 7
- 230000001133 acceleration Effects 0.000 claims description 6
- 238000012546 transfer Methods 0.000 claims description 6
- 238000013528 artificial neural network Methods 0.000 claims description 2
- 230000002068 genetic effect Effects 0.000 claims description 2
- 238000002922 simulated annealing Methods 0.000 claims description 2
- 230000001934 delay Effects 0.000 claims 1
- 230000006399 behavior Effects 0.000 description 4
- 238000012937 correction Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000029305 taxis Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/22—Design optimisation, verification or simulation using Petri net models
Abstract
本申请提供一种基于Petri网的机场场面滑行仿真及优化方法,其特征在于,所述方法包括:依据Petri网模型,结合航空器在场面滑行时的运动行为,对每个机场滑行路径组成元素分别建立对应的赋时Petri网模型;根据每个赋时Petri网模型,结合机场的几何布局、机场运行规则,构建机场赋时Petri网模型;根据航空器滑行性能和机场运行规则,计算机场赋时Petri网模型中不同相邻库所之间的变迁时延;利用令牌在库所之间变迁,以所述变迁时延为基础,来仿真航空器在机场中滑行,获得初始滑行方案;通过对所述初始滑行方案进行算法优化,得到总滑行时间最小的滑行方案。
Description
技术领域
本发明属于民用航空器空中交通管理技术领域,涉及一种基于Petri网的机场场面滑行仿真及优化方法。
背景技术
伴随着国内经济的高速发展,中国民航的总起降架次、总吞吐量等数据指标稳步提升,也逐步形成了众多大中型机场,截止2020年,国内千万级吞吐量机场已经达到39个,更有北京首都、上海浦东、广州白云等“巨无霸”枢纽机场,这些机场起降架次高,跑道、滑行道、停机位等场面结构错综复杂,对机场、空管等保障部门提出了更高的要求。
洞察上述大型机场的场面运行效率,以出港准点率为例,历月数据基本分布在60%至70%之间,而同为大型枢纽机场的日本新千岁机场出港准点率达到了90%以上,不难得出,国内中大型机场的场面运行效率亟待提升。
提升航空器场面运行效率行之有效的方法之一是提高空管自动化水平,使用优化算法决策来替代当前管制员人工决策的过程,而实现这一功能的基础是建立具有高度可行性、准确性的场面滑行仿真模型,进而通过算法优化,向管制员提供路径建议。目前提升场面运行效率的研究主要集中在全滑行过程路径规划、滑行开始时间优化等方面,然而这些方法缺少对不同机型性能、机场运行规则、管制实施流程、滑行运动细节等的考量,在仿真模型层面仍有许多改进空间。
发明内容
本发明的目的,在于提供一种基于Petri网的机场场面滑行仿真及优化方法,其通过Petri网建模形象化表示机场的几何布局和运行约束,并依据航空器滑行性能计算Petri网库所的令牌变迁时延,能够为管制员提供场面多架航空器的无冲突滑行路径,其规划的路径符合场面运行规则、航空器滑行习惯,可靠性高,更优的是可以通过算法,优化使航空器的总滑行时间最小。
本申请提供一种基于Petri网的机场场面滑行仿真及优化方法,所述方法包括:
依据Petri网模型,结合航空器在场面滑行时的运动行为,对每个机场滑行路径组成元素分别建立对应的赋时Petri网模型;
根据每个赋时Petri网模型,结合机场的几何布局、机场运行规则,构建机场赋时Petri网模型;
根据航空器滑行性能和机场运行规则,计算机场赋时Petri网模型中不同相邻库所之间的变迁时延;
利用令牌在库所之间变迁,以所述变迁时延为基础,来仿真航空器在机场中滑行,获得初始滑行方案;
通过对所述初始滑行方案进行算法优化,得到总滑行时间最小的滑行方案。
具体的,对每个机场滑行路径组成元素分别建立对应的赋时Petri网模型,具体包括:
建立Petri网模型N=(P,T,F),包含四类元素:库所、变迁、有向弧和令牌,其中,P={p1,p2,...,pn}表示库所集合,T={t1,t2,...,tm}表示变迁的集合,F表示有向弧关系;
将Petri网模型N=(P,T,F),结合时间变量Γ构建赋时Petri网模型:TPN=(P,T,F,M,Γ)=(PN,Γ),其中,Γ表示添加在库所或变迁上的时间戳;
确定机场滑行路径组成元素的种类;
确定每个机场滑行路径组成元素对应的Petri网特征;
根据每个机场滑行路径组成元素对应的Petri网特征,分别建立对应的赋时Petri网模型。
具体的,根据每个赋时Petri网模型,结合机场的几何布局、机场运行规则,构建机场赋时Petri网模型,具体包括:
根据机场几何布局,将机场按照机场滑行路径组成元素进行拆分,初步构建机场Petri网图;
依据机场运行规则,在所述机场Petri网图中,增加等待点和管制移交点对应的库所和变迁,库所之间使用有向弧进行连接;
依据机场运行规则中的标准滑行路径,调整库所与变迁,删除违反机场运行规则的库所和变迁;
根据修改后的机场Petri网图,构建机场赋时Petri网模型。
具体的,根据航空器滑行性能和机场运行规则,计算机场赋时Petri网模型中不同相邻库所之间的变迁时延,具体包括:
依据机场运行规则和航空器滑行性能,确定运行速度限制,所述运行速度限制包括标准直线滑行速度Vnom str、标准转弯滑行速度Vnom turn、最小滑行速度为0;
确定航空器的推力、航空器滑行阻力和燃油流量;
根据航空器的推力、航空器滑行阻力和燃油流量,计算航空器滑行过程中的滑行加速度;
依据机场赋时Petri网模型中的库所间的滑行距离和有向弧类型、所述滑行加速度、所述运行速度限制和机场运行规则,确定变迁时延。
具体的,利用令牌在库所之间变迁,以所述变迁时延为基础,来仿真航空器在机场中滑行,获得初始滑行方案,具体包括:
设定每个库所中最多有一张令牌;
根据机场场面起始状态,设定所述机场赋时Petri网模型的令牌数量、令牌在库所中的位置、令牌可变迁的时机,确定令牌可变迁路径,从而获得初始滑行方案。
具体的,所述通过对所述初始滑行方案进行算法优化,得到总滑行时间最小的滑行方案,具体包括:
确定优化目标,使航空器的总体滑行时间最小:其中,Ti表示第i架航空器在场面的滑行时间,包含滑行、等待、管制移交的时间,每架航空器的滑行时间需要通过Petri网仿真得到;
使用优化算法,结合所述优化目标,求解得到总滑行时间最小的滑行方案。
具体的,所述机场滑行路径组成元素包括:机场跑道、快速脱离道、滑行道、交叉道口、等待点、管制移交点、停机位。
具体的,所述优化算法包括遗传算法、模拟退火算法、蚁群算法、神经网络。
采用上述方案后,本发明提出了一种新的机场场面滑行仿真及优化方法,将机场几何布局及机场运行限制转换为机场Petri网模型,将航空器在场面滑行转换为令牌在库所间的变迁,并利用航空器性能、机场运行规则等对Petri网变迁赋时,最后通过算法求解总滑行时间最小、无冲突的航空器滑行路径组合,从而辅助管制员决策,达到降低管制工作负荷,提高机场运行效率的目的。具体而言,本发明具有如下有益效果:
(1)本发明考虑了机场的几何布局和运行限制,并且结合航空器滑行时的机场运行规则与性能限制对Petri网赋时,因此该方法得到的滑行路径可行性高,仿真得到的单架飞机滑行时间与实际运行相比准确度高;
(2)本发明直接向管制员提供每架航空器的滑行路径建议,有助于提高管制员情景意识、降低管制工作负荷;
(3)本发明优化得到的滑行路径提供航空器通过每一个滑行道、等待点、报告点等的具体时间;
(4)由于本发明所提供方法没有限制航空器起始状态,因此在航空器滑行过程中可以实施不间断的监控、修正、再优化,进一步提高系统可行性与准确性。
附图说明
图1是本发明的流程图;
图2是Petri网过程模型示意图;
图3是机场Petri网示意图(部分);
图4是机场赋时Petri网实现场面滑行仿真示意图;
图5是使用机场赋时Petri网模型实现场面滑行仿真流程图。
具体实施方式
为了达成上述目的,本发明的解决方案是:
如图1所示,本申请提供一种基于Petri网的机场场面滑行仿真及优化方法,包括以下步骤:
步骤11,依据Petri网模型,结合航空器在场面滑行时的运动行为,对每个机场滑行路径组成元素分别建立对应的赋时Petri网模型;
首先向Petri网中引入变迁时间延迟,构建赋时Petri网理论;然后分析机场滑行路径组成元素的Petri网特性:跑道在实际运行中进离港飞机使用相同的跑道方向,对于离港飞机而言,跑道是整个机场的结束库所,而对于进港飞机,跑道又是起始库所,连接着多个快速脱离道库所,对应着不同的变迁;快速脱离道由着陆飞机使用,连接跑道与滑行道;滑行道Petri网模型简单,但由于可以有多架航空器同时在较长直线滑行道上滑行,因而将直线滑行道划分为多个较短直线滑行道,分别建立库所;交叉道口每个库所对应多个变迁,分别对应着不用的滑行路径,表示航空器在交叉道口直行、左转、右转等行为;等待点和管制移交点是一种时间上的延迟,定义为单向的库所-变迁-库所对应关系;停机位也是起始库所或结束库所,一个停机位库所中最多有一个令牌;最后,依据赋时Petri网,结合航空器在场面滑行时的运动行为,对每个机场滑行路径组成元素分别建立对应的赋时Petri网模型;
步骤12,根据每个赋时Petri网模型,结合机场的几何布局、机场运行规则,构建机场赋时Petri网模型;
根据机场几何布局,将机场按照机场滑行路径组成元素进行拆分,初步构建机场Petri网模型;进而依据机场运行规则,在机场Petri网模型中增加等待点和管制移交点对应的库所和变迁,使用有向弧进行连接;依据机场细则或管制运行手册中发布的标准滑行路径,调整库所与变迁,删除违反机场运行规则的库所和变迁。
步骤13,根据航空器滑行性能和机场运行规则,计算机场赋时Petri网模型中不同相邻库所之间的变迁时延;
步骤13a,依据机场运行规则、航空器滑行性能,确定标准直线滑行速度Vnom str、标准转弯滑行速度Vnom turn,最小滑行速度为0;
步骤13b,确定航空器滑行时的受力:
计算航空器的推力,喷气式发动机最大起飞推力Thrmax climb如下式:
Thrmax climb=CTc,1·(1-h/CTc,2+CTc,3·h2)·(1-CTc,5·ΔT)
其中,h为大地高,CTc,1、CTc,2、CTc,3和CTc,5均为推力系数,滑行时的推力为最大起飞推力的修正:
Thrtaxi=Thrmaxclimb·CTc,taxi
其中CTc,taxi为滑行推力修正系数;
航空器滑行阻力由两部分构成,即空气阻力Dtaxi_a和地面摩擦阻力Dtaxi_g:
Dtaxi=Dtaxi_a+Dtaxi_g
随着航空器滑行和燃油消耗,其质量不断减小:
dm/dt=-f
其中f为燃油流量,对于喷气式发动机有:
f=Cf1·(1+VTAS/Cf2)·Thrtaxi
其中VTAS是航空器真空速,Cf1和Cf2均为燃油流量系数;
步骤13c,计算航空器滑行过程中的加速度:
dVTAS/dt=(Thrtaxi-Dtaxi)/m
对于民航客机,存在限制:-2m/s2≤dVTAS/dt≤2m/s2;
步骤13d,依据库所间滑行距离、连接库所的有向弧类型、滑行加速度、运行速度限制、管制移交时间、管制等待时间确定变迁时延。
步骤14,利用令牌在库所之间变迁,以所述变迁时延为基础,来仿真航空器在机场中滑行,获得初始滑行方案;
设定每个库所中最多有一张令牌,即在某一小段滑行道上、一个停机位或一个等待点只能有一架航空器;根据机场场面起始状态,设定机场赋时Petri网模型的令牌数量、令牌在库所中的位置、令牌可变迁的时机,确定令牌可变迁路径;通过令牌从起始库所到终止库所的变迁来仿真航空器场面滑行的过程。
步骤15,通过对所述初始滑行方案进行算法优化,得到总滑行时间最小的滑行方案。
确定优化目标,使航空器的总体滑行时间最小:其中,Ti表示第i架航空器在场面的滑行时间,包含滑行、等待、管制移交的时间,每架航空器的滑行时间需要通过Petri网仿真得到;
图2是一个简单的Petri网过程模型,包含四类元素:库所、变迁、有向弧及令牌,圆形表示库所,方形表示的是变迁,有向弧用箭头来表示,连接库所和变迁,圆形中的点表示令牌,是库所中的动态对象,可以从一个库所通过变迁到其它库所。Petri网具有如下属性:有向弧是连接库所与变迁的有方向线段,两个库所或者两个变迁之间不允许存在有向弧;一个库所中可以拥有多个令牌,每次变迁的发生,都意味着输入库所中令牌数量加1,而输出库所中令牌数量减1;Petri网是静态的,在整个变迁过程中不会发生变化,即不会随着令牌的移动使Petri网结构发生改变;变迁是一次性完成的,不存在变迁部分发生的情况。但经典Petri网过于简单,故而给Petri网变迁过程指定时长和发生的时机,表示变迁发生的等待和发生过程,如此每个令牌就拥有时间戳,该Petri网称为赋时Petri网。赋时Petri网的建立步骤如下:
步骤21,使用三元有向图来表示Petri网:
N=(P,T,F)
其中,P={p1,p2,...,pn}表示库所集合,T={t1,t2,...,tm}表示变迁的集合,F表示有向弧关系,F=F1∪F2,是二元关系F1与F2的并集,其中F1表示从库所到变迁的有向弧,F2表示从变迁到库所的有向弧。P、T、F间满足关系:
步骤22,由于Petri网未考虑变迁发生过程所消耗的时间,不符合航空器滑行耗时特性,因此引入时间变量,构建赋时Petri网:
TPN=(P,T,F,M,Γ)=(PN,Γ)
其中,Γ表示添加在库所或变迁上的时间戳,定义库所(或变迁)发生的时长和延迟。
图3是机场Petri网示意图(部分),该Petri网模型中定义了机场跑道、快速脱离道、滑行道、交叉道口、等待点、管制移交点、停机位这些机场滑行路径组成元素的Petri网模型。
图4是机场赋时Petri网实现场面滑行仿真示意图,设在库所P1和库所P2中各有一架航空器,两架航空器都需要滑行至库所P4,以令牌的变迁表示航空器完成某一段滑行,例如当库所P1中的令牌变迁到库所P3中时,表示航空器从点P1滑行到了点P3,耗时为T1;若库所P1中令牌已经变迁到库所P3,但仍未变迁到库所P4,此时根据仿真时钟库所P2中的令牌已经可以变迁至P3,但由于当前库所P3中含有一张令牌,所以P2中航空器执行等待,因此得出结论,Petri网仿真模型是考虑了航空器的冲突以及滑行中的等待的。
图5是使用机场赋时Petri网模型实现场面滑行仿真流程图,仿真详细实现步骤如下:
步骤51,构建要仿真机场的赋时Petri网图,设定仿真场景的令牌数量、令牌在库所中的位置、令牌可变迁时机、令牌可变迁路径;
步骤52,计算每个令牌在当前路径上的变迁时延;
步骤53,启动仿真时间钟,设定合理的时间钟步长ΔT,按照步长推进时间钟;
步骤54,在每次时间钟推进后,检查机场赋时Petri网中的所有令牌,找出可变迁令牌,按照顺序变迁令牌;
步骤55,若某个符合变迁条件的令牌由于后置库所中含有令牌而不能变迁,则该令牌本次变迁暂时停止,等待下一个时间钟;
步骤56,在完成令牌变迁后检查是否已经到达路径终点,若是,则计算滑行时长,否则进入下一个时间钟仿真。
以上实施例仅为说明本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明保护范围之内。
Claims (6)
1.一种基于Petri网的机场场面滑行仿真及优化方法,其特征在于,所述方法包括:
依据Petri网模型,结合航空器在场面滑行时的运动行为,对每个机场滑行路径组成元素分别建立对应的赋时Petri网模型;
根据每个赋时Petri网模型,结合机场的几何布局、机场运行规则,构建机场赋时Petri网模型;
根据航空器滑行性能和机场运行规则,计算机场赋时Petri网模型中不同相邻库所之间的变迁时延;
利用令牌在库所之间变迁,以所述变迁时延为基础,来仿真航空器在机场中滑行,获得初始滑行方案;
通过对所述初始滑行方案进行算法优化,得到总滑行时间最小的滑行方案;
对每个机场滑行路径组成元素分别建立对应的赋时Petri网模型,具体包括:
建立Petri网模型N=(P,T,F),包含四类元素:库所、变迁、有向弧和令牌,其中,P={p1,p2,...,pn}表示库所集合,T={t1,t2,...,tm}表示变迁的集合,F表示有向弧关系;
将Petri网模型N=(P,T,F),结合时间变量Γ构建赋时Petri网模型:TPN=(P,T,F,M,Γ)=(PN,Γ),其中,Γ表示添加在库所或变迁上的时间戳;
确定机场滑行路径组成元素的种类;
确定每个机场滑行路径组成元素对应的Petri网特征;
根据每个机场滑行路径组成元素对应的Petri网特征,分别建立对应的赋时Petri网模型;
根据每个赋时Petri网模型,结合机场的几何布局、机场运行规则,构建机场赋时Petri网模型,具体包括:
根据机场几何布局,将机场按照机场滑行路径组成元素进行拆分,初步构建机场Petri网图;
依据机场运行规则,在所述机场Petri网图中,增加等待点和管制移交点对应的库所和变迁,库所之间使用有向弧进行连接;
依据机场运行规则中的标准滑行路径,调整库所与变迁,删除违反机场运行规则的库所和变迁;
根据修改后的机场Petri网图,构建机场赋时Petri网模型。
2.根据权利要求1所述的方法,其特征在于,根据航空器滑行性能和机场运行规则,计算机场赋时Petri网模型中不同相邻库所之间的变迁时延,具体包括:
依据机场运行规则和航空器滑行性能,确定运行速度限制,所述运行速度限制包括标准直线滑行速度Vnomstr、标准转弯滑行速度Vnomturn、最小滑行速度为0;
确定航空器的推力、航空器滑行阻力和燃油流量;
根据航空器的推力、航空器滑行阻力和燃油流量,计算航空器滑行过程中的滑行加速度;
依据机场赋时Petri网模型中的库所间的滑行距离和有向弧类型、所述滑行加速度、所述运行速度限制和机场运行规则,确定变迁时延。
3.根据权利要求1所述的方法,其特征在于,利用令牌在库所之间变迁,以所述变迁时延为基础,来仿真航空器在机场中滑行,获得初始滑行方案,具体包括:
设定每个库所中最多有一张令牌;
根据机场场面起始状态,设定所述机场赋时Petri网模型的令牌数量、令牌在库所中的位置、令牌可变迁的时机,确定令牌可变迁路径,从而获得初始滑行方案。
4.根据权利要求1所述的方法,其特征在于,所述通过对所述初始滑行方案进行算法优化,得到总滑行时间最小的滑行方案,具体包括:
确定优化目标,使航空器的总体滑行时间最小:其中,Ti表示第i架航空器在场面的滑行时间,包含滑行、等待、管制移交的时间,每架航空器的滑行时间需要通过Petri网仿真得到;
使用优化算法,结合所述优化目标,求解得到总滑行时间最小的滑行方案。
5.根据权利要求1所述的方法,其特征在于,所述机场滑行路径组成元素包括:机场跑道、快速脱离道、滑行道、交叉道口、等待点、管制移交点、停机位。
6.根据权利要求1所述的方法,其特征在于,所述优化算法包括遗传算法、模拟退火算法、蚁群算法、神经网络。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010925784.4A CN112036053B (zh) | 2020-09-04 | 2020-09-04 | 一种基于Petri网的机场场面滑行仿真及优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010925784.4A CN112036053B (zh) | 2020-09-04 | 2020-09-04 | 一种基于Petri网的机场场面滑行仿真及优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112036053A CN112036053A (zh) | 2020-12-04 |
CN112036053B true CN112036053B (zh) | 2024-05-03 |
Family
ID=73590722
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010925784.4A Active CN112036053B (zh) | 2020-09-04 | 2020-09-04 | 一种基于Petri网的机场场面滑行仿真及优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112036053B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101276437A (zh) * | 2008-05-15 | 2008-10-01 | 王坚 | 企业能耗过程建模与仿真方法 |
DE102007043025A1 (de) * | 2007-09-11 | 2009-03-12 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Verfahren zum Betreiben eines Flughafens |
CN101477588A (zh) * | 2009-01-13 | 2009-07-08 | 中国人民解放军国防科学技术大学 | 基于Petri网模型的设备维修保障仿真方法 |
CN101582201A (zh) * | 2009-06-23 | 2009-11-18 | 南京航空航天大学 | 基于离散事件监控器的机场场面活动控制系统及方法 |
CN102098832A (zh) * | 2010-11-09 | 2011-06-15 | 南京航空航天大学 | 分布式机场助航灯光控制系统及方法 |
CN103325193A (zh) * | 2012-12-13 | 2013-09-25 | 南京航空航天大学 | 基于无线传感器网络的机场跑道入侵防御系统及方法 |
CN108510106A (zh) * | 2018-03-06 | 2018-09-07 | 中国人民解放军国防科技大学 | 一种基于排队论和广义随机petri网的机场安检流程优化方法 |
CN110059335A (zh) * | 2019-01-24 | 2019-07-26 | 四川大学 | 一种基于元胞自动机的机场场面运行仿真方法 |
CN111310383A (zh) * | 2020-01-17 | 2020-06-19 | 中国民航大学 | 基于htcpn的机场牵引车动态优化调度方法 |
-
2020
- 2020-09-04 CN CN202010925784.4A patent/CN112036053B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102007043025A1 (de) * | 2007-09-11 | 2009-03-12 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Verfahren zum Betreiben eines Flughafens |
CN101276437A (zh) * | 2008-05-15 | 2008-10-01 | 王坚 | 企业能耗过程建模与仿真方法 |
CN101477588A (zh) * | 2009-01-13 | 2009-07-08 | 中国人民解放军国防科学技术大学 | 基于Petri网模型的设备维修保障仿真方法 |
CN101582201A (zh) * | 2009-06-23 | 2009-11-18 | 南京航空航天大学 | 基于离散事件监控器的机场场面活动控制系统及方法 |
CN102098832A (zh) * | 2010-11-09 | 2011-06-15 | 南京航空航天大学 | 分布式机场助航灯光控制系统及方法 |
CN103325193A (zh) * | 2012-12-13 | 2013-09-25 | 南京航空航天大学 | 基于无线传感器网络的机场跑道入侵防御系统及方法 |
CN108510106A (zh) * | 2018-03-06 | 2018-09-07 | 中国人民解放军国防科技大学 | 一种基于排队论和广义随机petri网的机场安检流程优化方法 |
CN110059335A (zh) * | 2019-01-24 | 2019-07-26 | 四川大学 | 一种基于元胞自动机的机场场面运行仿真方法 |
CN111310383A (zh) * | 2020-01-17 | 2020-06-19 | 中国民航大学 | 基于htcpn的机场牵引车动态优化调度方法 |
Non-Patent Citations (2)
Title |
---|
机场飞行区的航空器滑行路径规划技术;邱梦琦;中国优秀硕士学位论文全文数据库工程科技Ⅱ辑(第10期);C031-181 * |
民机试飞签派放行Petri网建模与仿真;王安国 等;科技创新与应用;20181231(第21期);29-31 * |
Also Published As
Publication number | Publication date |
---|---|
CN112036053A (zh) | 2020-12-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liang et al. | Integrated sequencing and merging aircraft to parallel runways with automated conflict resolution and advanced avionics capabilities | |
CN109191925B (zh) | 一种面向四维航迹运行的多空域轨迹规划与协商方法 | |
CN111401601B (zh) | 一种面向延误传播的航班起降时间预测方法 | |
CN108898838A (zh) | 一种基于lstm模型的机场交通拥堵预测方法及装置 | |
CN110689764B (zh) | 一种基于动态模拟的飞机离场放行排序方法 | |
CN110069888B (zh) | 一种机场场面模拟与路径优化方法 | |
CN106529734A (zh) | 一种基于knn和svr的航班滑出时间预测方法 | |
CN107704949A (zh) | 基于历史数据驱动的航班进离场调度优化方法及系统 | |
WO2021082394A1 (zh) | 基于大数据深度学习的场面可变滑出时间预测系统 | |
CN105825013B (zh) | 一种基于离散事件系统的航空指挥保障优化方法 | |
Muresan et al. | Adaptive traffic signal control with deep reinforcement learning an exploratory investigation | |
CN104537897B (zh) | 双跑道航班着陆实时调度方法 | |
Baklacioglu | Fuel flow-rate modelling of transport aircraft for the climb flight using genetic algorithms | |
CN110991913B (zh) | 繁忙机场高峰时间拥堵风险分析方法 | |
Jiang et al. | A schedule optimization model on multirunway based on ant colony algorithm | |
Vincent et al. | An improved immunoglobulin-based artificial immune system for the aircraft scheduling problem with alternate aircrafts | |
CN112036053B (zh) | 一种基于Petri网的机场场面滑行仿真及优化方法 | |
CN114330842A (zh) | 一种基于两阶段优化的机场摆渡车调度方法 | |
CN113706931A (zh) | 空域的流控策略推荐方法、装置、电子设备及存储介质 | |
CN110909946B (zh) | 一种基于公路换乘的航班计划优化方法 | |
CN113722910B (zh) | 一种面向机场终端区的宏观仿真方法 | |
CN113610271B (zh) | 一种基于历史数据分析的多Agent机场场面滑行路径规划方法 | |
CN114299763A (zh) | 一种流量管理措施全生命周期建立方法 | |
CN113409619A (zh) | 一种基于元胞自动机的航班调度方法、系统及存储介质 | |
Jiang et al. | Traffic congestion mechanism in mega-airport surface |
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 |