CN116246496B - 一种基于航班与流量协同环境的飞行计划规划方法 - Google Patents

一种基于航班与流量协同环境的飞行计划规划方法 Download PDF

Info

Publication number
CN116246496B
CN116246496B CN202310517380.5A CN202310517380A CN116246496B CN 116246496 B CN116246496 B CN 116246496B CN 202310517380 A CN202310517380 A CN 202310517380A CN 116246496 B CN116246496 B CN 116246496B
Authority
CN
China
Prior art keywords
route
flight
initial
flight plan
congestion
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
Application number
CN202310517380.5A
Other languages
English (en)
Other versions
CN116246496A (zh
Inventor
蔡开泉
杨杨
王玥婧妍
李炜
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.)
Beihang University
Original Assignee
Beihang University
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 Beihang University filed Critical Beihang University
Priority to CN202310517380.5A priority Critical patent/CN116246496B/zh
Publication of CN116246496A publication Critical patent/CN116246496A/zh
Application granted granted Critical
Publication of CN116246496B publication Critical patent/CN116246496B/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]
    • 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
    • G06Q10/06—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
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • 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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • 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
    • G06Q10/067—Enterprise or organisation modelling
    • 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
    • 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
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)

Abstract

本发明公开了一种基于航班与流量协同环境的飞行计划规划方法，属于空中交通规划技术领域，面向未来基于绩效的航班运行环境，立足于起飞前FF‑ICE背景下基础服务中的飞行计划的评估和再评估服务。针对飞行计划审批面临的计划来源复杂、计划数量多、计划分布时空复杂、空域航路容量有限等问题，转化为逐层竞争投放机制的飞行计划审批问题；该方法通过结合航路网络优先级排序算法和飞行计划投放优先级审批方法分别对航路网络中的拥堵节点进行评估，以及对大批量的航迹进行飞行计划等级评定、评估和审批，以对飞行计划进行接受‑改航、接受‑建议改航和建议取消。本发明的飞行计划规划方法解决了现有技术中空中交通规划效益和工作效率低的问题。

Description

一种基于航班与流量协同环境的飞行计划规划方法
技术领域
本发明属于空中交通规划技术领域，具体涉及一种基于航班与流量协同环境的飞行计划规划方法。
背景技术
随着航空运输业的蓬勃发展，空域拥挤、航班延误以及航班冲突等问题亟待解决。公告号为CN110322078B和CN 109726917B的中国专利分别针对航班的调度、航班流量的控制进行了研究。
在航空运输业的发展过程中，空中交通管理系统积累了诸多复杂且不同的航班与流量协同信息。在航班与流量协同环境（Flight and Flow Information for aCollaborative Environment,FF-ICE）下，航班与流量协同信息中的飞行信息在空中交通的参与方之间进行交互、共享，为提升航班运行能力提供了帮助。
然而，在利用航班与流量协同环境提升航班运行能力时存在以下难点：（1）每个时段的空域容量有限，在航班数量不断增加的情况下航班与航班之间的飞行计划的规划存在竞争性，以往飞行计划的“先到先服务”规划方式无法满足空中交通规划效益的最大化。（2）当原航班飞行计划根据规划方法发生改变时，无法对航班飞行计划的修改方案同时处理，在面对实时大批量航班飞行计划规划时将会面临更大的工作负担，降低工作效率。
发明内容
鉴于上述问题，本发明提供了一种基于航班与流量协同环境的航班飞行计划规划方法，解决了现有技术中空中交通规划效益和工作效率低的问题。
本发明提供了一种基于航班与流量协同环境的飞行计划规划方法，其特征在于，具体包括以下步骤：
S1、建立航路网络G；
G={V,E}；
其中，V为航路网络中航路点的集合，V={v w }，w=1,2,…,W，W为航路点的总数；E为航路网络中航路的集合，E={e s }，s=1,2,…,S，S为航路网络中的航路总数；
S2、基于航班与流量协同环境获取航路拥堵点并生成拥堵航路；基于航路拥堵点和拥堵航路获得航路网络的排序航路集合；基于航班初始飞行计划和排序航路集合获得排序航路对应的初始飞行计划子集合HFP，HFP∈{hfp i }，i=1,2,…,S；
其中，每条排序航路对应的初始飞行计划hfp i 包括该条排序航路所包含的航班初始飞行计划数量x i 和该条排序航路包含的拥堵航路点数量num hi ；
S3、在航班与流量协同环境下基于顺序投放机制和竞争投放机制对航班初始飞行计划进行评估获得审批结果；
S31、合并排序航路对应的初始飞行计划子集合HFP中含有相等拥堵航路点数量的航路，由含有相等拥堵航路点数量的多个航路构成对应待评估航路集；
S32、对于排序航路对应的初始飞行计划子集合HFP中没有相等拥堵航路点数量的航路，由该航路构成对应待评估航路集；
S33、基于排序航路对应的初始飞行计划子集合HFP中航路的顺序，及步骤S31和步骤S32的待评估航路集获得最终待评估航路集合P’，P’={p j ’}，j=1,2,…,J，J≤S，J为最终待审批航路的总数量；
S34、基于顺序投放机制和竞争投放机制，按最终待评估航路集合P’中的最终待评估航路的排序对各个最终待评估航路包含的航班初始飞行计划进行顺序评估，获得审批结果。
可选地，步骤S2中获取航路拥堵点的具体步骤如下：
在航班与流量协同环境下，基于航路网络获得航班初始飞行计划以及航班流量和空中管制信息并形成集成数据；
基于集成数据中的航班初始飞行计划中预飞越的航路的初始时空位置和经过的对应航路中各航路点的航路点容量和航路点流量，获得对应航路中的拥堵航路点；
其中，根据专家经验从航路网络中筛选大于或等于拥堵阈值的航路点作为可信航路点；
利用信任指数排序算法获取航路网络中可信航路点和其他航路点的信任指数值，对信任指数值大于或等于信任指数阈值的航路点按照信任指数值的大小进行降序排列，获得拥堵航路点集合H={h r }，r=1,2,…,R，R≤W，R为拥堵航路点的总数量。
可选地，步骤S2中生成拥堵航路时，基于获得的拥堵航路点集合生成拥堵航路排序集合的具体步骤如下：
航路网络中含有拥堵航路点集合H中的航路点的航路为拥堵航路，统计每条拥堵航路含有的拥堵航路点数量，按每条拥堵航路含有的拥堵航路点信任指数值总和大小对所有拥堵航路进行降次排序，获得拥堵航路集合HP。
可选地，步骤S2中基于航班初始飞行计划和排序航路集合获得排序航路对应的初始飞行计划子集合的具体步骤如下：
航路网络中不拥堵的航路为正常航路，所有正常航路组成正常航路集合P 正常；
将拥堵航路集合HP和正常航路集合P 正常按其含有的航路点拥堵信任指数值总和大小进行拥堵程度的降序排列，获得航路网络的排序航路集合P，P={p i }；
基于所有航班初始飞行计划，为航路网络的排序航路集中每条排序航路对应分配航班初始飞行计划，获得排序航路对应的初始飞行计划子集合HFP。
可选地，步骤S33中基于排序航路对应的初始飞行计划子集合HFP中航路的顺序，及步骤31和步骤32的待评估航路集获得最终待评估航路集合的具体步骤如下：
如果待评估航路集的航路中含有相同拥堵航路点，将对应的航路中的航班初始飞行计划随机排序后获得该航路的新航路子集FP i new ；按新航路子集FP i new 中的航路顺序对相应的航班初始飞行计划进行依次评估；如果待评估航路集的航路中不含有相同的拥堵航路点，该待评估航路集不作改变获得新航路子集FP i new ；按新航路子集FP i new 中的航路顺序对相应的航班初始飞行计划进行依次审批；
基于含有相同拥堵航路点和不含有相同的拥堵航路点获得的新航路子集获得最终待评估航路集合P’。
可选地，步骤S34中的顺序投放机制和竞争投放机制为：
按照原顺序对第k条最终待评估航路中的所有航班初始飞行计划和第k-1条预改航的航班初始飞行计划fp change，k-1中的所有预改航的航班初始飞行计划进行顺序排列，获得投放航班初始飞行计划集合FP；
建立顺序投放机制：当最终待评估航路集合中的第k条最终待评估航路分配的航班初始飞行计划的数量x k 与第k-1条最终待评估航路p k-1’的预改航的航班初始飞行计划fp change，k-1的总数x change，k-1之和小于或等于该最终待评估航路的航路点容量c k ，k=1,2,…,K，K为最终待评估航路集合中的最终待评估航路的总条数，即x k +x change，k-1≤c k 时，顺序投放投放航班初始飞行计划集合FP中的航班初始飞行计划；将该航路包含的所有航班初始飞行计划评估为接受；
建立竞争投放机制：当最终待评估航路集合中的第k条最终待评估航路分配的航班初始飞行计划的数量x k 与第k-1条最终待评估航路p k-1’的预改航的航班初始飞行计划fp change，k-1的总数x change，k-1之和大于该最终待评估航路的航路点容量c k ，即x k +x change，k-1>c k 时，根据第k条最终待评估航路的顺序容量a k 、竞争容量b k 和竞争指数α对投放航班初始飞行计划集合FP中的航班初始飞行计划进行竞争投放。
可选地，使用步骤S34中的竞争投放机制进行竞争投放放时：
当第k-1条最终待评估航路p k-1’的预改航航班初始飞行计划fp change，k-1=0时，a k =α c k ，b k =(1-α)c k ，α=c k /x k ；顺序投放第k条最终待评估航路中的前a k 个航班初始飞行计划，该前a k 个航班初始飞行计划全部被评估为接受；对第k条最终待评估航路中的中第a k +1个到第K k 个航班初始飞行计划投放时，K k 为第k条最终待评估航路包含的航班初始飞行计划的总条数；使用航路时空成本模型获取第a k +1个到第K k 个航班初始飞行计划的航路时空成本，顺序投放该第a k +1个到第K k 个航班初始飞行计划中的航路时空成本的前b k 个航班初始飞行计划，该前b k 个航班初始飞行计划全部被评估为接受；竞争投放该航路中的其他K k -a k -b k 个航班初始飞行计划，如果k不为最后一条最终待评估航路，该航路的其他K k -a k -b k 个航班初始飞行计划中竞争投放失败的航班初始飞行计划为该条最终待评估航路的预改航航班初始飞行计划，飞行计划被评估为接受，如果k为最后一条最终待评估航路，该航路的其他K k -a k -b k 个航班初始飞行计划中竞争投放失败的航班初始飞行计划被评估为不接受；
当第k-1条最终待评估航路p k-1’的预改航航班初始飞行计划fp change，k-1≠0时，若x k ≤c k ，则先顺序投放第k条最终待评估航路中的航班初始飞行计划，再对第k-1条最终待评估航路p k-1’的预改航航班初始飞行计划fp change，k-1中的预改航航班初始计划进行竞争投放，此时，a k =α(c k -x k )，b k =(1-α)(c k -x k )，α=α(c k -x k )/x change，k-1；若x k >c k ，则先对第k条最终待评估航路中前a k 个航班初始飞行计划进行依次投放，此时，a k =αc k ，b k =(1-α)c k ，α=c k /x k ，使用航路时空成本模型获取第a k +1个到第K k 个航班初始飞行计划，以及x change，k-1个第k-1条最终待评估航路p k-1’的预改航航班初始飞行计划fp change，k-1中的预改航航班初始计划的航路中时空成本，竞争投放该第a k +1个到第K k 个航班初始飞行计划中的航路时空成本的前b k 个航班初始飞行计划和x change，k-1个第k-1条最终待评估航路p k-1’的预改航航班初始飞行计划fp change，k-1中的预改航航班初始计划；竞争投放后剩余的航班初始飞行计划为该条最终待评估航路的预改航航班初始飞行计划。
可选地，航路时空成本模型为拥堵航路中的航班初始飞行计划的航路时空成本模型，表达式为：
其中，FP d 为排序航路对应的初始飞行计划子集合中各个初始飞行计划中的第d个航班初始飞行计划；C FPd 为第d个航班初始飞行计划的航路时空成本；num hd 为第d个航班初始飞行计划所在拥堵航路含有的拥堵航路点数量；Cost hd，y 表示影响第d个航班初始飞行计划经过所在拥堵航路hp d 中的第y个拥堵航路点h y 的拥堵时间，y=1,2,…,num hd ；n(FP d )为第d个航班初始飞行计划经过的航路点总数；l为第d个航班初始飞行计划的航路距离；Sum Cost 表示所有航班初始飞行计划中的所有拥堵航路点的拥堵时间的总和；Sum Costhd 表示第d个航班初始飞行计划中经过的所有拥堵航路点的拥堵时间总和；t为第d个航班初始飞行计划的计划飞行时间。
本发明的航班飞行计划规划方法，至少存在以下有益效果：
（1）本发明以容量为主的航路限制条件，本发明采用“先评等级，层层递进”的思想，将空域中易发生拥堵的航路点和有竞争投放关系的飞行计划优先级作为合理利用空域的切入点，为FF-ICE下的飞行计划评估提供思路；
（2）本发明基于用户间的信息协同与交互，建立飞行计划审批的建议改航和建议取消的评价机制，在该机制下被改航或取消的信息和理由能够更清晰的反馈至航空公司，使得航空公司能够面向多元化的场景，更符合FF-ICE环境的实际需求。
（3）本发明结合专家经验，建立航路网络关键节点挖掘算法，提取审批飞行计划集所涉及航路中“拥堵节点”的时空信息集。在此基础上，面向FF-ICE评估流程中的建议改航和建议取消运行机制，采用“航路拥堵降序、计划随机投放、节点公平竞争”的思想，提取含“拥堵节点”的路径作为条件域，对存在“拥堵节点”的飞行计划集进行分层审批。最后，在审批中竞争投放失败的飞行计划将被流量管理单位建议取消，投放成功但更改航路的飞行计划将流量管理单位被建议改航，其他飞行计划将被流量管理单位接受。
（4）本发明能够辅助实现有效性、协同性的飞行计划服务，满足起飞前飞行计划服务流程的评估流程的关键规则需要，实现航班飞行计划审批的接受、建议改航和建议取消操作，保障信息的高效协同。
附图说明
附图仅用于示出具体实施例的目的，而并不认为是对本发明的限制。
图1为本发明的航班飞行计划规划方法流程图。
图2为本发明航班飞行计划评估方法实施例的流程图。
图3为本发明基于协作环境下的飞行和流量信息的飞行计划审批模型的具体流程图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本发明的实施例及实施例中的特征可以相互组合。另外，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
本发明的一个具体实施例，如图1-3，公开了一种基于航班与流量协同环境的飞行计划规划方法，具体公开了以下步骤：
步骤1、建立航路网络G；
G={V,E}；
其中，V为航路网络中航路点的集合，V={v w }，w=1,2,…,W，W为航路点的总数；E为航路网络中航路的集合，E={e s }，s=1,2,…,S，S为航路网络中的航路总数。
步骤2、基于航班与流量协同环境获取航路拥堵点并生成拥堵航路；基于航路拥堵点和拥堵航路获得航路网络的排序航路集合；基于航班初始飞行计划和排序航路集合获得排序航路对应的初始飞行计划子集合；
空中交通具有计划性，在固定的起降机场对之间的航班飞行计划和飞行航路具备规律性；同时在交通流量方面，由于天气变化和空中管制等外部环境作用，以及航空器动力学限制及飞行安全等内部因素影响，使得航路点容量是有所限制的，针对上述特性，本发明面向空中交通网络中更大规模的航班数量进行规划时，利用已拍发的航班计划、流控限制信息，空域容量信息的历史数据进行航路结构分析，获得易拥堵的航路拥堵点并生成拥堵航路。
步骤21、在航班与流量协同环境下判定航路拥堵点；
在航班与流量协同环境下，基于航路网络获得航空公司提交的航班初始飞行计划以及空中交通管制与流量单位提供的航班流量和空中管制信息并形成集成数据；
基于集成数据中的航班初始飞行计划中预飞越的航路的初始时空位置和经过的对应航路中各航路点的航路点容量和航路点流量，获得对应航路中的拥堵航路点信息，具体步骤为：
根据专家经验从航路网络中筛选大于或等于拥堵阈值的航路点作为可信航路点；
可以理解的是，大于或等于拥堵阈值时，航路点为容易拥堵的节点。
利用信任指数排序算法（即TrustRank算法）获取航路网络中可信航路点和其他航路点的信任指数值，对信任指数值大于或等于信任指数阈值的航路点按照信任指数值的大小进行降序排列，获得拥堵航路点集合H={h r }，r=1,2,…,R，R≤W，R为拥堵航路点的总数量；
可以理解的是，其他航路点为航路网络中非拥堵航路点；航班初始飞行计划指航空公司生成的航班的规定正班飞行的航线、机型、班次和班期时刻的计划；航路点流量指在单位时间内通过航路点的航班数量之比；航路点容量C在单位时间内能通过航路点的最大航班数量。
步骤22、基于获得的拥堵航路点集合生成拥堵航路排序集合；
航路网络中含有拥堵航路点集合H中的航路点的航路为拥堵航路，统计每条拥堵航路含有的拥堵航路点数量，按每条拥堵航路含有的拥堵航路点信任指数值总和大小对所有拥堵航路进行降次排序，获得拥堵航路集合HP。
步骤23、航路网络中不拥堵的航路为正常航路，所有正常航路组成正常航路集合P 正常。
步骤24、将拥堵航路集合HP和正常航路集合P 正常按其含有的航路点拥堵信任指数值总和大小进行拥堵程度的降序排列，获得航路网络的排序航路集合P，P∈{p i }，i=1,2,…,S；
基于所有航班初始飞行计划，为航路网络的排序航路集中每条排序航路对应分配航班初始飞行计划，获得排序航路对应的初始飞行计划子集合HFP，HFP∈{hfp i }，i=1,2,…,S；每条排序航路对应的初始飞行计划hfp i 包括该条航路包含的航班初始飞行计划数量x i 和该条航路包含的拥堵航路点数量num hi 。
可选地，将航班初始飞行计划随机投放至航路网络的排序航路集中每条排序航路中。
可以理解的是，由于航路网络的排序航路集合P按各个航路含有的航路点拥堵信任指数值总和大小进行拥堵程度的降序排列，因此，在航路网络的排序航路集合P中，拥堵航路集合HP排在正常航路集合P 正常之前。
步骤3、建立拥堵航路中的航班初始飞行计划的航路时空成本模型；
在航班与流量协同环境下，为了能够使航班拍发飞行计划和空域单元能够在飞行计划集中处理中心平台进行联动显示，飞行计划集中处理中心基于空域单元的空域限制条件和航路点容量C，对航空公司提交的初始飞行计划信息进行评估，使其能够显示管制区域内航路点的管制容量，计划飞越该航路点的飞行计划数是否达到饱和，以及当该航路点达到饱和时，受到该航路点影响的飞行计划信息。
可以理解的是，航班初始飞行计划是航空公司最开始提交的航班飞行计划；航班拍发飞行计划是最终可以执飞的航班计划；空域单元是指航路网中不同的航路经过不同地区经历的不同的空域管制。
具体地，航班与流量协同环境拍发航班拍发飞行计划给航空公司，飞行计划集中处理中心基于航班拍发飞行计划、空域单元的空域限制条件和航路点容量C，对航空公司提交的初始飞行计划信息进行审批。
拥堵航路中的航班初始飞行计划的航路时空成本模型的表达式为：
其中，FP d 为排序航路对应的初始飞行计划子集合中各个初始飞行计划中的第d个航班初始飞行计划；C FPd 为第d个航班初始飞行计划的航路时空成本；num hd 为第d个航班初始飞行计划所在拥堵航路含有的拥堵航路点数量；Cost hd，y 表示影响第d个航班初始飞行计划经过所在拥堵航路hp d 中的第y个拥堵航路点h y 的拥堵时间，y=1,2,…,num hd ；n(FP d )为第d个航班初始飞行计划经过的航路点总数；l为第d个航班初始飞行计划的航路距离；Sum Cost 表示所有航班初始飞行计划中的所有拥堵航路点的拥堵时间的总和；Sum Costhd 表示第d个航班初始飞行计划中经过的所有拥堵航路点的拥堵时间总和；t为第d个航班初始飞行计划的计划飞行时间。
步骤4、流量管理中心在航班与流量协同环境下基于顺序投放机制和竞争投放机制对航班初始飞行计划进行评估获得审批结果；
步骤41、合并排序航路对应的初始飞行计划子集合HFP中含有相等拥堵航路点数量的航路，由含有相等拥堵航路点数量的多个航路构成对应待评估航路集；
步骤42、对于排序航路对应的初始飞行计划子集合HFP中没有相等拥堵航路点数量的航路，由该航路构成对应待评估航路集；
步骤43、基于排序航路对应的初始飞行计划子集合HFP中航路的顺序，及步骤41和步骤42的待评估航路集获得最终待评估航路集合P’，P’={p j ’}，j=1,2,…,J，J≤S，J为最终待审批航路的总数量；
其中，如果待评估航路集的航路中含有相同拥堵航路点，将对应的航路中的航班初始飞行计划随机排序后获得该航路的新航路子集FP i new ；按新航路子集FP i new 中的航路顺序对相应的航班初始飞行计划进行依次评估；如果待评估航路集的航路中不含有相同的拥堵航路点，该待评估航路集不作改变获得新航路子集FP i new ；按新航路子集FP i new 中的航路顺序对相应的航班初始飞行计划进行依次审批；
基于含有相同拥堵航路点和不含有相同的拥堵航路点获得的新航路子集获得最终待评估航路集合P’。
示例性地，航路网络的排序航路集合P，P={p i }，其中，p 1-p 8为拥堵航路，p 9-p 10为正常航路，p 1、p 2和p 4为等拥堵航路点数量待评估排序航路，p 5和p 8为等拥堵航路点数量待评估排序航路，p 6和p 7为等拥堵航路点数量待评估排序航路，p 1、p 2和p 4中有相同的拥堵航路点，p 6和p 7中有相同的拥堵航路点；p 5和p 8中无相同的拥堵航路点；获得最终待评估航路集合P’={p j ’}，其中，p 1’={p 1,p 2,p 4}，p 2’={p 3}，p 3’={p 5,p 8}，p 4’={p 6,p 7}，p 5’={p 9}，p 6’={p 10}；对于p 3’航路中的航班初始飞行计划审批按p 5和p 8航路的顺序对飞行计划子集合进行依次审批。
步骤44、定义航班飞行计划的顺序投放机制和竞争投放机制；
按照原顺序对第k条最终待评估航路中的所有航班初始飞行计划和第k-1条预改航的航班初始飞行计划fp change，k-1中的所有预改航的航班初始飞行计划进行顺序排列，获得投放航班初始飞行计划集合FP；
建立顺序投放机制：当最终待评估航路集合中的第k条最终待评估航路分配的航班初始飞行计划的数量x k 与第k-1条最终待评估航路p k-1’的预改航的航班初始飞行计划fp change，k-1的总数x change，k-1之和小于或等于该最终待评估航路的航路点容量c k ，k=1,2,…,K，K为最终待评估航路集合中的最终待评估航路的总条数，即x k +x change，k-1≤c k 时，顺序投放投放航班初始飞行计划集合FP中的航班初始飞行计划；将该航路包含的所有航班初始飞行计划评估为接受。
可以理解的是，由于在投放航班初始飞行计划集合FP中，第k条最终待评估航路中的所有航班初始飞行计划排列顺序在前，第k-1条预改航的航班初始飞行计划fp change，k-1中的所有预改航的航班初始飞行计划排列顺序在后，因此，顺序投放时，先顺序投放第k条最终待评估航路中的所有航班初始飞行计划，再顺序投放第k-1条预改航的航班初始飞行计划fp change，k-1中的所有预改航的航班初始飞行计划；当k=1时，没有第k-1条最终待评估航路p k-1’的预改航的航班初始飞行计划fp change，k-1，即x change，k-1=0。
竞争投放机制：当最终待评估航路集合中的第k条最终待评估航路分配的航班初始飞行计划的数量x k 与第k-1条最终待评估航路p k-1’的预改航的航班初始飞行计划fp change，k-1的总数x change，k-1之和大于该最终待评估航路的航路点容量c k ，即x k +x change，k-1>c k 时，根据第k条最终待评估航路的顺序容量a k 、竞争容量b k 和竞争指数α对投放航班初始飞行计划集合FP中的航班初始飞行计划进行竞争投放；
进一步地，竞争投放放时：
当第k-1条最终待评估航路p k-1’的预改航航班初始飞行计划fp change，k-1=0时，a k =α c k ，b k =(1-α)c k ，α=c k /x k ；顺序投放第k条最终待评估航路中的前a k 个航班初始飞行计划，该前a k 个航班初始飞行计划全部被评估为接受；对第k条最终待评估航路中的中第a k +1个到第K k 个航班初始飞行计划投放时，K k 为第k条最终待评估航路包含的航班初始飞行计划的总条数；使用步骤3的航路时空成本模型获取第a k +1个到第K k 个航班初始飞行计划的航路时空成本，顺序投放该第a k +1个到第K k 个航班初始飞行计划中的航路时空成本的前b k 个航班初始飞行计划，该前b k 个航班初始飞行计划全部被评估为接受；竞争投放该航路中的其他K k -a k -b k 个航班初始飞行计划，如果k不为最后一条最终待评估航路，该航路的其他K k -a k -b k 个航班初始飞行计划中竞争投放失败的航班初始飞行计划为该条最终待评估航路的预改航航班初始飞行计划，飞行计划被评估为接受，如果k为最后一条最终待评估航路，该航路的其他K k -a k -b k 个航班初始飞行计划中竞争投放失败的航班初始飞行计划被评估为不接受；
当第k-1条最终待评估航路p k-1’的预改航航班初始飞行计划fp change，k-1≠0时，若x k ≤c k ，则先顺序投放第k条最终待评估航路中的航班初始飞行计划，再对第k-1条最终待评估航路p k-1’的预改航航班初始飞行计划fp change，k-1中的预改航航班初始计划进行竞争投放，此时，a k =α(c k -x k )，b k =(1-α)(c k -x k )，α=α(c k -x k )/x change，k-1；若x k >c k ，则先对第k条最终待评估航路中前a k 个航班初始飞行计划进行依次投放，此时，a k =αc k ，b k =(1-α)c k ，α=c k /x k ，使用步骤3的航路时空成本模型获取第a k +1个到第K k 个航班初始飞行计划，以及x change，k-1个第k-1条最终待评估航路p k-1’的预改航航班初始飞行计划fp change，k-1中的预改航航班初始计划的航路中时空成本，竞争投放该第a k +1个到第K k 个航班初始飞行计划中的航路时空成本的前b k 个航班初始飞行计划和x change，k-1个第k-1条最终待评估航路p k-1’的预改航航班初始飞行计划fp change，k-1中的预改航航班初始计划；竞争投放后剩余的航班初始飞行计划为该条最终待评估航路的预改航航班初始飞行计划。
步骤45、基于顺序投放机制和竞争投放机制，按最终待评估航路集合P’中的最终待评估航路的排序对各个最终待评估航路包含的航班初始飞行计划进行顺序评估，获得审批结果；
S451、基于顺序投放机制和竞争投放机制评估最终待评估航路集合P’中的初始最终待评估航路p 1’中的航班初始飞行计划；所有被顺序投放的航班初始飞行计划的审批结果为接受且不改航；对顺序投放后剩下的航班初始飞行计划进行竞争投放，经过竞争投放后投放失败的航班初始飞行计划成为对应航路的预改航航班初始飞行计划；
S452、基于第j个最终待评估航路p j ’的预改航的航班初始飞行计划fp change，j ，以及顺序投放机制和竞争投放机制评估第j+1个最终待评估航路p j+1’中的航班初始飞行计划；所有被顺序投放的航班初始飞行计划的审批结果为接受且不改航；当j＜J时，对顺序投放后剩下的航班初始飞行计划进行竞争投放，竞争投放时投放成功的第j个最终待评估航路p j ’的预改航的航班初始飞行计划fp change，j 的审批结果为接受且建议改航，经过竞争投放后投放失败的航班初始飞行计划成为对应航路的预改航航班初始飞行计划，且审批结果为接受且建议改航；当j=J时，经过竞争投放后投放失败的预改航的航班初始飞行计划的审批结果为不接受且建议取消；最终获得航班拍发飞行计划。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。

Claims (6)

1.一种基于航班与流量协同环境的飞行计划规划方法，其特征在于，具体包括以下步骤：
S1、建立航路网络G；
G={V,E}；
其中，V为航路网络中航路点的集合，V={v w }，w=1,2,…,W，W为航路点的总数；E为航路网络中航路的集合，E={e s }，s=1,2,…,S，S为航路网络中的航路总数；
S2、基于航班与流量协同环境获取航路拥堵点并生成拥堵航路；基于航路拥堵点和拥堵航路获得航路网络的排序航路集合；基于航班初始飞行计划和排序航路集合获得排序航路对应的初始飞行计划子集合HFP，HFP={hfp i }，i=1,2,…,S；
其中，每条排序航路对应的初始飞行计划hfp i 包括该条排序航路所包含的航班初始飞行计划数量x i 和该条排序航路包含的拥堵航路点数量num hi ；
S3、在航班与流量协同环境下基于顺序投放机制和竞争投放机制对航班初始飞行计划进行评估获得审批结果；
S31、合并排序航路对应的初始飞行计划子集合HFP中含有相等拥堵航路点数量的航路，由含有相等拥堵航路点数量的多个航路构成对应待评估航路集；
S32、对于排序航路对应的初始飞行计划子集合HFP中没有相等拥堵航路点数量的航路，由该航路构成对应待评估航路集；
S33、基于排序航路对应的初始飞行计划子集合HFP中航路的顺序，及步骤S31和步骤S32的待评估航路集获得最终待评估航路集合P’，P’={p j ’}，j=1,2,…,J，J≤S，J为最终待审批航路的总数量；
S34、基于顺序投放机制和竞争投放机制，按最终待评估航路集合P’中的最终待评估航路的排序对各个最终待评估航路包含的航班初始飞行计划进行顺序评估，获得审批结果；
步骤S34中的顺序投放机制和竞争投放机制为：
按照原顺序对第k条最终待评估航路中的所有航班初始飞行计划和第k-1条预改航的航班初始飞行计划fp change，k-1中的所有预改航的航班初始飞行计划进行顺序排列，获得投放航班初始飞行计划集合FP；
建立顺序投放机制：当最终待评估航路集合中的第k条最终待评估航路分配的航班初始飞行计划的数量x k 与第k-1条最终待评估航路p k-1’的预改航的航班初始飞行计划fp change，k-1的总数x change，k-1之和小于或等于该最终待评估航路的航路点容量c k ，k=1,2,…,K，K为最终待评估航路集合中的最终待评估航路的总条数，即x k +x change，k-1≤c k 时，顺序投放投放航班初始飞行计划集合FP中的航班初始飞行计划；将该航路包含的所有航班初始飞行计划评估为接受；
建立竞争投放机制：当最终待评估航路集合中的第k条最终待评估航路分配的航班初始飞行计划的数量x k 与第k-1条最终待评估航路p k-1’的预改航的航班初始飞行计划fp change，k-1的总数x change，k-1之和大于该最终待评估航路的航路点容量c k ，即x k +x change，k-1>c k 时，根据第k条最终待评估航路的顺序容量a k 、竞争容量b k 和竞争指数α对投放航班初始飞行计划集合FP中的航班初始飞行计划进行竞争投放；使用步骤S34中的竞争投放机制进行竞争投放放时：
当第k-1条最终待评估航路p k-1’的预改航航班初始飞行计划fp change，k-1=0时，a k =αc k ，b k =(1-α)c k ，α=c k /x k ；顺序投放第k条最终待评估航路中的前a k 个航班初始飞行计划，该前a k 个航班初始飞行计划全部被评估为接受；对第k条最终待评估航路中的中第a k +1个到第K k 个航班初始飞行计划投放时，K k 为第k条最终待评估航路包含的航班初始飞行计划的总条数；使用航路时空成本模型获取第a k +1个到第K k 个航班初始飞行计划的航路时空成本，顺序投放该第a k +1个到第K k 个航班初始飞行计划中的航路时空成本的前b k 个航班初始飞行计划，该前b k 个航班初始飞行计划全部被评估为接受；竞争投放该航路中的其他K k -a k -b k 个航班初始飞行计划，如果k不为最后一条最终待评估航路，该航路的其他K k -a k -b k 个航班初始飞行计划中竞争投放失败的航班初始飞行计划为该条最终待评估航路的预改航航班初始飞行计划，飞行计划被评估为接受，如果k为最后一条最终待评估航路，该航路的其他K k -a k -b k 个航班初始飞行计划中竞争投放失败的航班初始飞行计划被评估为不接受；
当第k-1条最终待评估航路p k-1’的预改航航班初始飞行计划fp change，k-1≠0时，若x k ≤c k ，则先顺序投放第k条最终待评估航路中的航班初始飞行计划，再对第k-1条最终待评估航路p k-1’的预改航航班初始飞行计划fp change，k-1中的预改航航班初始计划进行竞争投放，此时，a k =α(c k -x k )，b k =(1-α)(c k -x k )，α=α(c k -x k )/x change，k-1；若x k >c k ，则先对第k条最终待评估航路中前a k 个航班初始飞行计划进行依次投放，此时，a k =αc k ，b k =(1-α)c k ，α=c k /x k ，使用航路时空成本模型获取第a k +1个到第K k 个航班初始飞行计划，以及x change，k-1个第k-1条最终待评估航路p k-1’的预改航航班初始飞行计划fp change，k-1中的预改航航班初始计划的航路中时空成本，竞争投放该第a k +1个到第K k 个航班初始飞行计划中的航路时空成本的前b k 个航班初始飞行计划和x change，k-1个第k-1条最终待评估航路p k-1’的预改航航班初始飞行计划fp change，k-1中的预改航航班初始计划；竞争投放后剩余的航班初始飞行计划为该条最终待评估航路的预改航航班初始飞行计划。
2.根据权利要求1所述的飞行计划规划方法，其特征在于，步骤S2中获取航路拥堵点的具体步骤如下：
在航班与流量协同环境下，基于航路网络获得航班初始飞行计划以及航班流量和空中管制信息并形成集成数据；
基于集成数据中的航班初始飞行计划中预飞越的航路的初始时空位置和经过的对应航路中各航路点的航路点容量和航路点流量，获得对应航路中的拥堵航路点；
其中，根据专家经验从航路网络中筛选大于或等于拥堵阈值的航路点作为可信航路点；
利用信任指数排序算法获取航路网络中可信航路点和其他航路点的信任指数值，对信任指数值大于或等于信任指数阈值的航路点按照信任指数值的大小进行降序排列，获得拥堵航路点集合H={h r }，r=1,2,…,R，R≤W，R为拥堵航路点的总数量。
3.根据权利要求2所述的飞行计划规划方法，其特征在于，步骤S2中生成拥堵航路时，基于获得的拥堵航路点集合生成拥堵航路排序集合的具体步骤如下：
航路网络中含有拥堵航路点集合H中的航路点的航路为拥堵航路，统计每条拥堵航路含有的拥堵航路点数量，按每条拥堵航路含有的拥堵航路点信任指数值总和大小对所有拥堵航路进行降次排序，获得拥堵航路集合HP。
4.根据权利要求3所述的飞行计划规划方法，其特征在于，步骤S2中基于航班初始飞行计划和排序航路集合获得排序航路对应的初始飞行计划子集合的具体步骤如下：
航路网络中不拥堵的航路为正常航路，所有正常航路组成正常航路集合P 正常；
将拥堵航路集合HP和正常航路集合P 正常按其含有的航路点拥堵信任指数值总和大小进行拥堵程度的降序排列，获得航路网络的排序航路集合P，P∈{p i }；
基于所有航班初始飞行计划，为航路网络的排序航路集中每条排序航路对应分配航班初始飞行计划，获得排序航路对应的初始飞行计划子集合HFP。
5.根据权利要求1所述的飞行计划规划方法，其特征在于，步骤S33中基于排序航路对应的初始飞行计划子集合HFP中航路的顺序，及步骤31和步骤32的待评估航路集获得最终待评估航路集合的具体步骤如下：
如果待评估航路集的航路中含有相同拥堵航路点，将对应的航路中的航班初始飞行计划随机排序后获得该航路的新航路子集FP i new ；按新航路子集FP i new 中的航路顺序对相应的航班初始飞行计划进行依次评估；如果待评估航路集的航路中不含有相同的拥堵航路点，该待评估航路集不作改变获得新航路子集FP i new ；按新航路子集FP i new 中的航路顺序对相应的航班初始飞行计划进行依次审批；
基于含有相同拥堵航路点和不含有相同的拥堵航路点获得的新航路子集获得最终待评估航路集合P’。
6.根据权利要求1-5任一项所述的飞行计划规划方法，其特征在于，航路时空成本模型为拥堵航路中的航班初始飞行计划的航路时空成本模型，表达式为：
其中，FP d 为排序航路对应的初始飞行计划子集合中各个初始飞行计划中的第d个航班初始飞行计划；C FPd 为第d个航班初始飞行计划的航路时空成本；num hd 为第d个航班初始飞行计划所在拥堵航路含有的拥堵航路点数量；Cost hd，y 表示第d个航班初始飞行计划影响经过所在拥堵航路hp d 中的第y个拥堵航路点h y 的拥堵时间，y=1,2,…,num hd ；n(FP d )为第d个航班初始飞行计划经过的航路点总数；l为第d个航班初始飞行计划的航路距离；Sum Cost 表示所有航班初始飞行计划中的所有拥堵航路点的拥堵时间的总和；Sum Costhd，y 表示第d个航班初始飞行计划中影响经过的所有拥堵航路点的拥堵时间总和；t为第d个航班初始飞行计划的计划飞行时间。
CN202310517380.5A 2023-05-10 2023-05-10 一种基于航班与流量协同环境的飞行计划规划方法 Active CN116246496B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310517380.5A CN116246496B (zh) 2023-05-10 2023-05-10 一种基于航班与流量协同环境的飞行计划规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310517380.5A CN116246496B (zh) 2023-05-10 2023-05-10 一种基于航班与流量协同环境的飞行计划规划方法

Publications (2)

Publication Number Publication Date
CN116246496A CN116246496A (zh) 2023-06-09
CN116246496B true CN116246496B (zh) 2023-09-08

Family

ID=86631685

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310517380.5A Active CN116246496B (zh) 2023-05-10 2023-05-10 一种基于航班与流量协同环境的飞行计划规划方法

Country Status (1)

Country Link
CN (1) CN116246496B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116882590B (zh) * 2023-09-04 2023-11-24 中国民用航空飞行学院 基于时序网络模型的航班计划优化方法、系统及储存介质
CN117558166A (zh) * 2023-11-08 2024-02-13 中国民航科学技术研究院 基于效益最大化的新增航班时刻资源配置方法及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101540113A (zh) * 2009-03-16 2009-09-23 民航数据通信有限责任公司 空中交通航路点流量控制方法、服务器及系统
CN103065505A (zh) * 2012-12-13 2013-04-24 民航华东航管设备安装工程处 一种空中交通流量控制系统
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

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101540113A (zh) * 2009-03-16 2009-09-23 民航数据通信有限责任公司 空中交通航路点流量控制方法、服务器及系统
CN103065505A (zh) * 2012-12-13 2013-04-24 民航华东航管设备安装工程处 一种空中交通流量控制系统
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

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于航路耦合容量的协同多航路资源分配;刘方勤;胡明华;张颖;;航空学报(04);全文 *

Also Published As

Publication number Publication date
CN116246496A (zh) 2023-06-09

Similar Documents

Publication Publication Date Title
CN116246496B (zh) 一种基于航班与流量协同环境的飞行计划规划方法
Anagnostakis et al. Runway operations planning and control sequencing and scheduling
Burghouwt et al. Connectivity in air transport networks: an assessment of models and applications
Lee et al. Dynamic disruption management in airline networks under airport operating uncertainty
Cruciol et al. Reward functions for learning to control in air traffic flow management
CN112330983B (zh) 不正常航班一体化智能恢复方法
Delcea et al. Methods for accelerating the airplane boarding process in the presence of apron buses
Şafak et al. Multi-stage airline scheduling problem with stochastic passenger demand and non-cruise times
Jones et al. Stochastic optimization models for transferring delay along flight trajectories to reduce fuel usage
WO2022213756A1 (zh) 一种航路时隙与高度层协同优化分配方法
CN108846108A (zh) 基于区块链的货运无人机群路径规划方法
CN108021433A (zh) 一种多星星簇的目标观测方法
CN107248324A (zh) 联动协同决策系统的航班保障资源调度管理系统及方法
Wu et al. Modeling flight delay propagation in airport and airspace network
CN110428665B (zh) 一种航路与机场时隙协同分配的随机双层规划方法
Krozel et al. An algorithmic approach for airspace flow programs
CN110909946B (zh) 一种基于公路换乘的航班计划优化方法
CN117540997A (zh) 基于航空公司航班消减偏好的航班预先飞行计划优化方法
Yoo et al. Impact of different trajectory option set participation levels within an air traffic management collaborative trajectory option program
CN111785092A (zh) 一种面向航班延误的机场群航班编排优化方法
Yoo et al. Integrated demand management (IDM)-Minimizing unanticipated excessive departure delay while ensuring fairness from a traffic management initiative
Ye et al. Comparison of alternative route selection strategies based on simulation optimization
Sama et al. A variable neighborhood search for optimal scheduling and routing of take-off and landing aircraft
Abdelghany et al. Managing severe airspace flow programs: The Airlines’ side of the problem
Schaefer et al. Improving airline operational performance through schedule perturbation

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