CN102930342A - 一种多跑道进离场航班时隙协同分配的多目标优化方法 - Google Patents
一种多跑道进离场航班时隙协同分配的多目标优化方法 Download PDFInfo
- Publication number
- CN102930342A CN102930342A CN2012103310000A CN201210331000A CN102930342A CN 102930342 A CN102930342 A CN 102930342A CN 2012103310000 A CN2012103310000 A CN 2012103310000A CN 201210331000 A CN201210331000 A CN 201210331000A CN 102930342 A CN102930342 A CN 102930342A
- Authority
- CN
- China
- Prior art keywords
- flight
- time slot
- sigma
- runway
- avg
- 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.)
- Pending
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种多跑道进离场航班时隙协同分配的多目标优化方法,本发明属于民航技术领域。本方法主要基于协同决策的思想,首先将时间区间分为若干时隙,确定机场的进离场容量、动态创建时隙,然后建立以延误总成本最小、各航空公司延误损失公平和各跑道使用次数均衡为目标,以有效性和机场进离场容量为约束的多目标优化模型;最后通过遗传算法求解得到最优的航班时隙分配方案。本发明适用于解决各机场进离场航班时隙分配问题。
Description
技术领域
本发明涉及一种多跑道进离场航班时隙协同分配的多目标优化方法,属于民航技术领域。
背景技术
航班延误是我国当前空中交通的重要难题,延误不仅仅带来了巨大经济损失和资源浪费,而且还严重制约我国民航事业的发展。尤其是近年来,我国很多大型机场开始修建多条跑道以满足空中交通的需求,跑道选取和时隙分配的合理性将直接影响各单位的经济效益和机场资源的合理利用。因此,如何在安全、经济和效益的基础上,正确选择跑道和分配时隙是目前研究问题的关键。
协同地面等待是一种常用的空中交通流量管理方法,该方法可在安全基础上公平且有效地分配资源,缓解因机场容量不足而引起的航班延误。协同地面等待主要考虑时隙分配的有效性、功效性和公平性,有效性指充分利用机场有限时隙资源;功效性是指分配的整体最优性,即延误总成本最小;公平性指各航空公司之间的延误损失均衡。由此可得出,协同地面等待涉及到航空公司、机场和空管部门三方的利益,航空公司主要关注经济效益,机场主要考虑资源分配,空管主要考虑工作负荷。
国内外关于机场时隙分配的研究源于20世纪90年代,目前较为成熟的方法主要有RBS算法、Compression算法和OPTIFLOW优化模型等等。目前我国最常用的是RBS算法,该算法按照“先到先分配的原则”为机场航班分配时隙。近来,很多学者也研究了基于协同决策理论的时隙分配方法,但大多研究主要是为解决机场单跑道进场航班或离场航班的航班时隙分配问题,然而目前还未提出解决多跑道进离场航班时隙协同分配问题方法。
发明内容
本专利就是在考虑进离场容量的基础上,按照时隙分配的功效性、公平性、有效性原则,根据有效性约束、机场进离场容量关系和跑道选择约束,以延误总成本最小、延误均衡和跑到使用次数均衡为目标,设计了基于目标优劣表现的多目标遗传算法,为每个航班寻求Pareto最优的时隙分配和跑道选择方案,实现多跑道机场航班协同时隙分配与调度。所述的多跑道进离场航班时隙协同分配方法包括以下步骤:
步骤一:收集机场进离场航班时刻信息,并掌握机场容量信息;
步骤二:根据机场容量和航班时刻信息,将时间区间划分为若干连续的时隙T={T1,T2,…,TN},N是机场容量值,T是时间区间,Ti是时间子区间i={1,2,…,N};
步骤四:确立多目标优化模型;
(1)建立多目标函数;
进离场延误总成本最小 式中,Xirt表示在时隙Tt跑道Rr上是否分配到航班fi,CA(tt)表示进场航班fi分配到时隙Tt的进场延误成本,CD(tt)表示离场航班fi分配到时隙Tt的离场延误成本;A是所有航空公司的集合,|A|=m;F是所有航班的集合,Fi是航空公司i的所有航班集合,|F|=n,|Fi|=ni,
各航空公司之间的延误损失均衡:式中,FNi表示航空公司i的当量航班量,当量航班量与航空器性能、乘客数量和飞行距离有关,用单位延误损失表示为:其中,Ci表示航班fi的单位延误成本;CN表示某标准航班的单位延误成本;
各跑道的使用次数均衡: 式中,p为跑道数量,n为总的航班数量;
(2)确定多目标优化模型约束条件;
确保每个航班仅仅且必须分配到一个时隙,且进离场航班所分配时隙要晚于计划的进离场时隙: Tt∈T,Rr∈R,Xirt表示是否有进场航班分配到时隙Tt,Yirt表示是否有离场场航班分配到时隙Tt,TA是所有进场航班预计最早进场时隙的集合,TD是所有离场航班预计最早离场时隙的集合;
步骤五:根据所建立的多目标函数和约束条件,采用遗传算法求得机场进离场航班时隙分配最优方案;
(1)采用期望值法初始化种群,并利用分配时隙在计划进离场时间之后的原则过滤初始化种群;
(2)确定适应度函数;
其中,NF表示目标函数个数;NS为种群的个体总数;Sj为种群的第j个个体;Ri(Sj)为种群的个体总数;Fi(Sj)为Sj对目标i所得的适应度;F(Sj)为Sj对全部目标的适应度;k是(1,2)之间的常数,用于加大个体的函数值表现最优时的适应度;
(3)按照将基因分成大小片段的原则,随机选择交叉点,把两个父个体分成两部分。将其中一个父个体的大片段直接转交给一个子个体,然后再把该父个体的小片段基因按另一个父个体的顺序重新排列。同样由另一个父个体得出另一个子个体。同时判断新序列是否满足有效性约束,若满足则组成子个体的一部分基因,否则重复此步骤;
(4)采用变换基因值的变异方式,在染色体基因串中随机选择2个交换变异点。如果两位置处均是对应两航班的可用时隙,则交换他们。否则重新选择交换位置;
(5)采用自适应调整遗传参数:
其中,fc为进行交叉的两个个体中较大适应度值,f为进行变异的个体适应度值;fmax为群体中最大适应度值;favg表示群体适应度的平均值,一般选取Pc1=0.9,Pc2=0.6,Pm1=0.1,Pm2=0.001;
(6)采用最优保留策略的排序选择方式,根据每个个体的适应度值降序排列种群个体,然后根据预先设定的淘汰率淘汰适应度较小的个体,复制相同比例的适应度较大的个体;
(7)采用PARETO最优解作为选择解的判定条件,通过设置PARETO最优解外部存储器Q存放当代种群中的非劣最优解。第一代进化产生的表现最好的非劣解作为现有解集保存,以后对于每一代进化所产生的一系列非劣解与Q中的非劣解进行比较替换,将更好地非劣解加入集合Q中,同时删除比较差的非劣解;
(8)若优化过程中已经超过所规定的最高迭代次数时,或者搜索得到新一代的子个体为空集时,则无法找到新一代子个体,算法终止,输出PARETO最优解。
本发明与现有技术相比优点在于:本发明原理简单,根据目前我国大多数机场的发展状况和实际运行情况,在进场航班和离场航班的基础上,改进了公平性模型,充分利用机场跑道资源。采用遗传算法求解,降低人为主观因素的影响,所得到的最优分配方案的功效性和公平性都有较大改善。
附图说明
图1为一种多跑道进离场航班时隙协同分配的多目标优化方法流程图。
具体实施方式
本发明用于求解多跑到进离场航班的时隙最优分配方案,具体包括以下步骤:
步骤一:收集机场进离场航班时刻信息,并掌握机场容量信息;
步骤二:根据机场容量和航班时刻信息,将其中某个时间区间划分为若干连续的子区间,T={T1,T2,…,TN},T是时间区间,Ti是时间子区间i={1,2,…,N},比如将上午11:00-12:00之间的时间区间划分为12个子区间,T={[11:00-11:05],[11:05-11:10],...,[11:55-12:00]};
步骤四:建立多目标优化模型,建立多目标函数和约束条件是整个发明过程的核心内容。本研究多跑道进离场航班时隙分配的问题中,主要的目标函数是在满足所有的约束条件下,使进离场航班的延误总成本最小。为体现公平性原则,根据航空公司的经济效益分配各自的延误经济损失,建立延误损失均衡模型。为合理使用机场跑道资源,使所有跑道都能有效、科学使用,应尽量使各跑道的航班数量均衡,因此建立了跑道使用次数均衡目标函数。
(1)确立多目标函数
进离场延误总成本最小 其中,Xirt表示在时隙Tt跑道Rr上是否分配到航班fi,CA(tt)表示进场航班fi分配到时隙Tt的进场延误成本,CD(tt)表示离场航班fi分配到时隙Tt的离场延误成本;A是所有航空公司的集合,|A|=m;F是所有航班的集合,Fi是航空公司i的所有航班集合,|F|=n,|Fi|=ni,ni为航空公司i的航班数量,n为总的航班数量;
各航空公司之间的延误损失均衡该目标函数基于平均分配原则,建立各航空公司承担的当量延误均衡的目标函数;当量延误损失是指把不同性质的航班换算成同一标准的当量航班后,航空公司平均每个当量航班的延误损失,即航空公司总延误成本与当量航班量之比。FNi表示航空公司i的当量航班量,当量航班量与航空器性能、乘客数量和飞行距离有关,用单位延误损失表示为:其中,Ci表示航班fi的单位延误成本;CN表示某标准航班的单位延误成本;
各跑道的使用次数均衡 该目标函数表示两两跑道之间的航班数量之差最小,因所有航班总数已知,因此目标函数可已转换成为各跑道的航班数量与总航班数与跑道数比之差最小,因此目标函数可以转换成为: 式中,p为跑道数量,n为总的航班数量;
(2)确定约束条件
确保每个航班仅仅且必须分配到一个时隙,且进离场航班所分配时隙要晚于计划的进离场时间: Tt∈T,Rr∈R,Xirt表示是否有进场航班分配到时隙Tt,Iirt表示是否有离场场航班分配到时隙Tt,TA是所有进场航班预计最早进场时间的集合,TD是所有离场航班预计最早离场时间的集合;
确保每条跑道至多分配到一个航班:Rr∈R,Tt∈T;
步骤五:根据所建立的多目标函数和约束条件,采用遗传算法求得机场进离场航班时隙分配最优方案;
(1)采用期望值法初始化种群,并利用分配时隙在计划进离场时间之后的原则过滤初始化种群;
(2)确定适应度函数;
其中,NF表示目标函数个数;NS为种群的个体总数;Sj为种群的第j个个体;Ri(Sj)为种群的个体总数;Fi(Sj)为Sj对目标i所得的适应度;F(Sj)为Sj对全部目标的适应度;k是(1,2)之间的常数,用于加大个体的函数值表现最优时的适应度;
(3)交叉。按照将基因分成大小片段的原则,随机选择交叉点,把两个父个体分成两部分。将其中一个父个体的大片段直接转交给一个子个体,然后再把该父个体的小片段基因按另一个父个体的顺序重新排列。同样由另一个父个体得出另一个子个体。同时判断新序列是否满足有效性约束,若满足则组成子个体的一部分基因,否则重复此步骤;
(4)采用变换基因值的变异方式,在染色体基因串中随机选择2个交换变异点。如果两位置处均是对应两航班的可用时隙,则交换他们。否则重新选择交换位置;
(5)采用自适应调整遗传参数:
其中,fc为进行交叉的两个个体中较大适应度值,f为进行变异的个体适应度值;fmax为群体中最大适应度值;favg表示群体适应度的平均值,选取Pc1=0.9,Pc2=0.6,Pm1=0.1,Pm2=0.001;
(6)采用最优保留策略的排序选择方式,根据每个个体的适应度值降序排列种群个体,然后根据预先设定的淘汰率淘汰适应度较小的个体,复制相同比例的适应度较大的个体;
(7)采用PARETO最优解作为选择解的判定条件,通过设置PARETO最优解外部存储器Q存放当代种群中的非劣最优解。第一代进化产生的表现最好的非劣解作为现有解集保存,以后对于每一代进化所产生的一系列非劣解与Q中的非劣解进行比较替换,将更好地非劣解加入集合Q中,同时删除比较差的非劣解;
(8)若优化过程中已经超过所规定的最高迭代次数时,或者搜索得到新一代的子个体为空集时,则无法找到新一代子个体,算法终止,输出PARETO最优解。
Claims (1)
1.一种多跑道进离场航班时隙协同分配的多目标优化方法,其特征在于,包括:
步骤一:收集机场进离场航班时刻信息,并掌握机场容量信息;
步骤二:根据机场容量和航班时刻信息,将时间区间划分为若干连续的时隙T={T1,T2,…,TN},N是机场容量值,T是时间区间,Ti是时间子区间i={1,2,…,N};
步骤四:确立多目标优化模型;
(1)建立目标函数:
进离场延误总成本最小 式中,Xirt表示在时隙Tt跑道Rr上是否分配到航班fi,CA(tt)表示进场航班fi分配到时隙Tt的进场延误成本,CD(tt)表示离场航班fi分配到时隙Tt的离场延误成本;A是所有航空公司的集合,|A|=m;F是所有航班的集合,Fi是航空公司i的所有航班集合,|F|=n,|Fi|=ni,
各航空公司之间的延误损失均衡:式中,FNi表示航空公司i的当量航班量,当量航班量与航空器性能、乘客数量和飞行距离有关,用单位延误损失表示为:其中,Ci表示航班fi的单位延误成本;CN表示某标准航班的单位延误成本;
各跑道的使用次数均衡: 式中,p为跑道数量,n为总的航班数量;
(2)确定约束条件:
确保每个航班仅仅且必须分配到一个时隙,且进离场航班所分配时隙要晚于计划的进离场时间: Tt∈T,Rr∈R,Xirt表示是否有进场航班分配到时隙Tt,Yirt表示是否有离场场航班分配到时隙Tt,TA是所有进场航班预计最早进场时间的集合,TD是所有离场航班预计最早离场时间的集合;
步骤五:根据所建立的多目标函数和约束条件,采用遗传算法求得机场进离场航班时隙分配最优方案;
(1)采用期望值法初始化种群,并利用分配时隙在计划进离场时间之后的原则过滤初始化种群;
(2)确定适应度函数;
式中,NF表示目标函数个数;NS为种群的个体总数;Sj为种群的第j个个体;Ri(Sj)为种群的个体总数;Fi(Sj)为Sj对目标i所得的适应度;F(Sj)为Sj对全部目标的适应度;k是(1,2)之间的常数,用于加大个体的函数值表现最优时的适应度;
(3)按照将基因分成大小片段的原则,随机选择交叉点,把两个父个体分成两部分。将其中一个父个体的大片段直接转交给一个子个体,然后再把该父个体的小片段基因按另一个父个体的顺序重新排列。同样由另一个父个体得出另一个子个体。同时判断新序列是否满足有效性约束,若满足则组成子个体的一部分基因,否则重复此步骤;
(4)采用变换基因值的变异方式,在染色体基因串中随机选择2个交换变异点。如果两位置处均是对应两航班的可用时隙,则交换他们。否则重新选择交换位置;
(5)采用自适应调整遗传参数:
其中,fc为进行交叉的两个个体中较大适应度值,f为进行变异的个体适应度值;fmax为群体中最大适应度值;favg表示群体适应度的平均值,一般选取Pc1=0.9,Pc2=0.6,Pm1=0.1,Pm2=0.001;
(6)采用最优保留策略的排序选择方式,根据每个个体的适应度值降序排列种群个体,然后根据预先设定的淘汰率淘汰适应度较小的个体,复制相同比例的适应度较大的个体;
(7)采用PARETO最优解作为选择解的判定条件,通过设置PARETO最优解外部存储器Q存放当代种群中的非劣最优解。第一代进化产生的表现最好的非劣解作为现有解集保存,以后对于每一代进化所产生的一系列非劣解与Q中的非劣解进行比较替换,将更好地非劣解加入集合Q中,同时删除比较差的非劣解;
(8)若优化过程中已经超过所规定的最高迭代次数时,或者搜索得到新一代的子个体为空集时,则无法找到新一代子个体,算法终止,输出PARETO最优解。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012103310000A CN102930342A (zh) | 2012-09-10 | 2012-09-10 | 一种多跑道进离场航班时隙协同分配的多目标优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012103310000A CN102930342A (zh) | 2012-09-10 | 2012-09-10 | 一种多跑道进离场航班时隙协同分配的多目标优化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102930342A true CN102930342A (zh) | 2013-02-13 |
Family
ID=47645136
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2012103310000A Pending CN102930342A (zh) | 2012-09-10 | 2012-09-10 | 一种多跑道进离场航班时隙协同分配的多目标优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102930342A (zh) |
Cited By (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103177185A (zh) * | 2013-03-13 | 2013-06-26 | 中国石油大学(北京) | 一种pdc钻头钻进参数多目标优化方法及装置 |
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***航班排序决策方法 |
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 |
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***航班排序方法 |
CN105117793A (zh) * | 2015-08-10 | 2015-12-02 | 大连海事大学 | 一种双向通航港口船舶调度优化方法 |
CN105355091A (zh) * | 2015-10-22 | 2016-02-24 | 北京航空航天大学 | 终端区流量调控方法 |
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 |
CN105810020A (zh) * | 2016-03-11 | 2016-07-27 | 中国民航大学 | 一种能够提高繁忙机场跑道起降利用率的***化方法 |
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 |
CN106066906A (zh) * | 2016-05-26 | 2016-11-02 | 中国民航大学 | 一种基于随机模拟的平行跑道容量计算方法 |
CN106897836A (zh) * | 2017-02-28 | 2017-06-27 | 中国人民解放军空军装备研究院雷达与电子对抗研究所 | 基于航空公司间公平运行的航班计划分配方法及装置 |
CN107067823A (zh) * | 2017-02-28 | 2017-08-18 | 中国人民解放军空军装备研究院雷达与电子对抗研究所 | 一种近距平行跑道容量的计算方法和装置 |
CN107392355A (zh) * | 2017-06-27 | 2017-11-24 | 北京航空航天大学 | 一种基于差分进化算法的多机场协同调度鲁棒优化方法 |
CN107578141A (zh) * | 2017-07-25 | 2018-01-12 | 南京航空航天大学 | 基于模糊层次分析和证据理论的机场跑道分配决策方法 |
CN109283685A (zh) * | 2018-09-27 | 2019-01-29 | 中山大学 | 一种超构透镜纳米单元的设计方法及超构透镜 |
CN109300335A (zh) * | 2017-07-25 | 2019-02-01 | 杭州坚果壳科技开发有限公司 | 航班时刻调换***及调换方法 |
CN109389865A (zh) * | 2017-08-12 | 2019-02-26 | 温州云航信息科技有限公司 | 联动航班时刻调换***航班保障资源调度管理***及方法 |
CN109584638A (zh) * | 2018-12-17 | 2019-04-05 | 中国电子科技集团公司第二十八研究所 | 一种面向区域网络的先期航班时刻协同优化方法 |
CN109598984A (zh) * | 2019-01-14 | 2019-04-09 | 南京航空航天大学 | 航路资源优化分配*** |
CN109598985A (zh) * | 2019-01-14 | 2019-04-09 | 南京航空航天大学 | 航路资源协同分配方法 |
CN109741638A (zh) * | 2019-01-23 | 2019-05-10 | 中国电子科技集团公司第二十八研究所 | 一种进离场管理***一体化协同运行方法 |
CN110428665A (zh) * | 2019-07-29 | 2019-11-08 | 中国电子科技集团公司第二十八研究所 | 一种航路与机场时隙协同分配的随机双层规划方法 |
CN110706520A (zh) * | 2019-10-31 | 2020-01-17 | 中国电子科技集团公司第二十八研究所 | 一种基于概率容量的航路与机场时隙鲁棒分配双层规划方法 |
CN110826757A (zh) * | 2018-08-14 | 2020-02-21 | 阿里巴巴集团控股有限公司 | 一种航班调度方法、装置及其设备 |
CN112800382A (zh) * | 2021-01-14 | 2021-05-14 | 南京航空航天大学 | 一种基于航班离场成本的推出时隙分配优化方法及*** |
CN112990725A (zh) * | 2021-03-24 | 2021-06-18 | 携程旅游网络技术(上海)有限公司 | 航班自动补班的方法、***、设备及介质 |
CN113344285A (zh) * | 2021-06-24 | 2021-09-03 | 中国人民解放军93209部队 | 一种测算异构混合起降机场容量的方法及装置 |
CN113808439A (zh) * | 2021-08-23 | 2021-12-17 | 南京莱斯信息技术股份有限公司 | 航班流量管理体系下的离场排序方法 |
CN114943391A (zh) * | 2022-07-27 | 2022-08-26 | 青岛民航凯亚***集成有限公司 | 基于nsgaⅱ的机场资源调度方法 |
CN115860437A (zh) * | 2023-02-22 | 2023-03-28 | 中国民航大学 | 一种机场群航班时刻优化方法、装置及存储介质、终端 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101477642A (zh) * | 2008-12-31 | 2009-07-08 | 中山大学 | 基于蚁群算法的飞机进港调度方法 |
-
2012
- 2012-09-10 CN CN2012103310000A patent/CN102930342A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101477642A (zh) * | 2008-12-31 | 2009-07-08 | 中山大学 | 基于蚁群算法的飞机进港调度方法 |
Non-Patent Citations (2)
Title |
---|
张洪海等: "CDM ADGDP机场容量与时隙协同配置", 《***工程理论与实践》 * |
张洪海等: "多跑道着陆飞机协同调度多目标优化", 《CDM ADGDP机场容量与时隙协同配置》 * |
Cited By (47)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103177185A (zh) * | 2013-03-13 | 2013-06-26 | 中国石油大学(北京) | 一种pdc钻头钻进参数多目标优化方法及装置 |
CN103177185B (zh) * | 2013-03-13 | 2016-04-06 | 中国石油大学(北京) | 一种pdc钻头钻进参数多目标优化方法及装置 |
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***航班排序决策方法 |
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 |
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***航班排序方法 |
CN105117793A (zh) * | 2015-08-10 | 2015-12-02 | 大连海事大学 | 一种双向通航港口船舶调度优化方法 |
CN105117793B (zh) * | 2015-08-10 | 2018-12-18 | 大连海事大学 | 一种双向通航港口船舶调度优化方法 |
CN105355091B (zh) * | 2015-10-22 | 2017-11-24 | 北京航空航天大学 | 终端区流量调控方法 |
CN105355091A (zh) * | 2015-10-22 | 2016-02-24 | 北京航空航天大学 | 终端区流量调控方法 |
CN105469647B (zh) * | 2016-01-29 | 2017-10-17 | 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 |
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 |
CN105810020A (zh) * | 2016-03-11 | 2016-07-27 | 中国民航大学 | 一种能够提高繁忙机场跑道起降利用率的***化方法 |
CN105810020B (zh) * | 2016-03-11 | 2017-12-22 | 中国民航大学 | 一种能够提高繁忙机场跑道起降利用率的***化方法 |
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 |
CN106066906A (zh) * | 2016-05-26 | 2016-11-02 | 中国民航大学 | 一种基于随机模拟的平行跑道容量计算方法 |
CN106066906B (zh) * | 2016-05-26 | 2018-10-30 | 中国民航大学 | 一种基于随机模拟的平行跑道容量计算方法 |
CN106897836A (zh) * | 2017-02-28 | 2017-06-27 | 中国人民解放军空军装备研究院雷达与电子对抗研究所 | 基于航空公司间公平运行的航班计划分配方法及装置 |
CN107067823A (zh) * | 2017-02-28 | 2017-08-18 | 中国人民解放军空军装备研究院雷达与电子对抗研究所 | 一种近距平行跑道容量的计算方法和装置 |
CN106897836B (zh) * | 2017-02-28 | 2018-11-09 | 中国人民解放军空军装备研究院雷达与电子对抗研究所 | 基于航空公司间公平运行的航班计划分配方法及装置 |
CN107067823B (zh) * | 2017-02-28 | 2018-05-25 | 中国人民解放军空军装备研究院雷达与电子对抗研究所 | 一种近距平行跑道容量的计算方法和装置 |
CN107392355B (zh) * | 2017-06-27 | 2018-12-21 | 北京航空航天大学 | 一种基于差分进化算法的多机场协同调度鲁棒优化方法 |
CN107392355A (zh) * | 2017-06-27 | 2017-11-24 | 北京航空航天大学 | 一种基于差分进化算法的多机场协同调度鲁棒优化方法 |
CN109300335A (zh) * | 2017-07-25 | 2019-02-01 | 杭州坚果壳科技开发有限公司 | 航班时刻调换***及调换方法 |
CN107578141A (zh) * | 2017-07-25 | 2018-01-12 | 南京航空航天大学 | 基于模糊层次分析和证据理论的机场跑道分配决策方法 |
CN107578141B (zh) * | 2017-07-25 | 2022-02-08 | 南京航空航天大学 | 基于模糊层次分析和证据理论的机场跑道分配决策方法 |
CN109300335B (zh) * | 2017-07-25 | 2021-09-10 | 杭州坚果壳科技开发有限公司 | 航班时刻调换***及调换方法 |
CN109389865A (zh) * | 2017-08-12 | 2019-02-26 | 温州云航信息科技有限公司 | 联动航班时刻调换***航班保障资源调度管理***及方法 |
CN110826757B (zh) * | 2018-08-14 | 2024-04-26 | 阿里巴巴集团控股有限公司 | 一种航班调度方法、装置及其设备 |
CN110826757A (zh) * | 2018-08-14 | 2020-02-21 | 阿里巴巴集团控股有限公司 | 一种航班调度方法、装置及其设备 |
CN109283685B (zh) * | 2018-09-27 | 2020-10-09 | 中山大学 | 一种超构透镜纳米单元的设计方法及超构透镜 |
CN109283685A (zh) * | 2018-09-27 | 2019-01-29 | 中山大学 | 一种超构透镜纳米单元的设计方法及超构透镜 |
CN109584638A (zh) * | 2018-12-17 | 2019-04-05 | 中国电子科技集团公司第二十八研究所 | 一种面向区域网络的先期航班时刻协同优化方法 |
CN109584638B (zh) * | 2018-12-17 | 2021-11-02 | 中国电子科技集团公司第二十八研究所 | 一种面向区域网络的先期航班时刻协同优化方法 |
CN109598984A (zh) * | 2019-01-14 | 2019-04-09 | 南京航空航天大学 | 航路资源优化分配*** |
CN109598985A (zh) * | 2019-01-14 | 2019-04-09 | 南京航空航天大学 | 航路资源协同分配方法 |
CN109598985B (zh) * | 2019-01-14 | 2022-05-20 | 南京航空航天大学 | 航路资源协同分配方法 |
CN109741638B (zh) * | 2019-01-23 | 2020-06-12 | 中国电子科技集团公司第二十八研究所 | 一种进离场管理***一体化协同运行方法 |
CN109741638A (zh) * | 2019-01-23 | 2019-05-10 | 中国电子科技集团公司第二十八研究所 | 一种进离场管理***一体化协同运行方法 |
CN110428665A (zh) * | 2019-07-29 | 2019-11-08 | 中国电子科技集团公司第二十八研究所 | 一种航路与机场时隙协同分配的随机双层规划方法 |
CN110706520A (zh) * | 2019-10-31 | 2020-01-17 | 中国电子科技集团公司第二十八研究所 | 一种基于概率容量的航路与机场时隙鲁棒分配双层规划方法 |
CN110706520B (zh) * | 2019-10-31 | 2021-08-31 | 中国电子科技集团公司第二十八研究所 | 一种基于概率容量的航路与机场时隙鲁棒分配双层规划方法 |
CN112800382A (zh) * | 2021-01-14 | 2021-05-14 | 南京航空航天大学 | 一种基于航班离场成本的推出时隙分配优化方法及*** |
CN112990725A (zh) * | 2021-03-24 | 2021-06-18 | 携程旅游网络技术(上海)有限公司 | 航班自动补班的方法、***、设备及介质 |
CN113344285A (zh) * | 2021-06-24 | 2021-09-03 | 中国人民解放军93209部队 | 一种测算异构混合起降机场容量的方法及装置 |
CN113808439A (zh) * | 2021-08-23 | 2021-12-17 | 南京莱斯信息技术股份有限公司 | 航班流量管理体系下的离场排序方法 |
CN114943391A (zh) * | 2022-07-27 | 2022-08-26 | 青岛民航凯亚***集成有限公司 | 基于nsgaⅱ的机场资源调度方法 |
CN115860437A (zh) * | 2023-02-22 | 2023-03-28 | 中国民航大学 | 一种机场群航班时刻优化方法、装置及存储介质、终端 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102930342A (zh) | 一种多跑道进离场航班时隙协同分配的多目标优化方法 | |
CN105857350B (zh) | 一种基于区间断面客流的高铁列车开行方法 | |
CN103413462B (zh) | 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 | |
CN102254453B (zh) | 一种民航多机场终端区空域功能性扇区划分方法 | |
CN103226899B (zh) | 基于空中交通特征的空域扇区动态划分方法 | |
CN107392355B (zh) | 一种基于差分进化算法的多机场协同调度鲁棒优化方法 | |
CN107679667A (zh) | 一种终端区航线规划优先级分类方法 | |
CN105117792B (zh) | 一种考虑跑道口等待时长的航班机场场面运行优化方法 | |
CN109934382B (zh) | 一种基于轴幅式布局的多级地铁货运网络***及建构方法 | |
CN104750950A (zh) | 一种基于多层次状态分类的机场终端区利用率评价方法 | |
CN103310279B (zh) | 基于混合蚁群算法的多目标优化产品配置方法 | |
CN102222412A (zh) | 一种引入空域容量的航路汇聚点布局优化方法 | |
CN109726917A (zh) | 一种基于四维航迹的货运航班调度方法和装置 | |
CN103489337A (zh) | 一种基于改进的局部搜索策略的空中交通流量调控方法 | |
CN110428665A (zh) | 一种航路与机场时隙协同分配的随机双层规划方法 | |
CN111951145B (zh) | 基于ga-dqn的停机位分配方法 | |
CN109522584A (zh) | 一种有轨电车发车时刻表设计方法 | |
CN111582592B (zh) | 一种区域机场群航线网络优化方法 | |
CN102215168A (zh) | 一种基于层叠网络的业务资源优化调度方法 | |
CN105489066B (zh) | 空中交通流量调控方法 | |
CN103489336A (zh) | 一种适用于广域空中交通流量调控的方法 | |
Hu et al. | Research on Flight Delay Prediction Based on Random Forest | |
CN103489040A (zh) | 一种包含局部搜索的飞行冲突解脱方法 | |
CN113487236A (zh) | 基于遗传算法的飞机排班调度方法 | |
CN113837438A (zh) | 基于spfa算法的地铁乘务排班计划编制优化方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20130213 |