CN112102650B - 改航航路生成方法、装置及存储介质 - Google Patents
改航航路生成方法、装置及存储介质 Download PDFInfo
- Publication number
- CN112102650B CN112102650B CN201910528170.XA CN201910528170A CN112102650B CN 112102650 B CN112102650 B CN 112102650B CN 201910528170 A CN201910528170 A CN 201910528170A CN 112102650 B CN112102650 B CN 112102650B
- Authority
- CN
- China
- Prior art keywords
- flight
- modified
- waypoint
- estimate
- point
- 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 63
- 239000011159 matrix material Substances 0.000 claims description 18
- 238000012163 sequencing technique Methods 0.000 claims description 8
- 230000003247 decreasing effect Effects 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 4
- 230000004048 modification Effects 0.000 claims description 3
- 238000012986 modification Methods 0.000 claims description 3
- 238000012913 prioritisation Methods 0.000 claims description 3
- 238000010972 statistical evaluation Methods 0.000 claims description 2
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 230000000875 corresponding effect Effects 0.000 description 16
- 230000008569 process Effects 0.000 description 12
- 230000010006 flight Effects 0.000 description 11
- 238000013439 planning Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 230000002596 correlated effect Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 231100001261 hazardous Toxicity 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
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
- G08G5/0039—Modification of a flight plan
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
本公开提供了一种改航航路生成方法、装置及存储介质，该方法包括：获取飞行限制区，确定起点至终点城市对位于所述飞行限制区内的待改航航段；基于所述飞行限制区和所述飞行限制区之外的临近航路点确定所述待改航航段的起始点和结束点；从所述起始点和所述结束点分别使用最短路径搜索方法计算所述待改航航段的多个改航点；以及基于所述起始点、所述结束点和所述多个改航点生成所述待改航航段的改航航路。本公开解决了相关技术中改航航路造成的改航成本高、计算量大的问题，具有能够降低改航成本及计算量的有益效果。
Description
技术领域
本公开涉及航空领域，具体而言，涉及一种改航航路生成方法、装置及存储介质。
背景技术
近年来，由于航班量激增与复杂天气等因素的共同作用，经常导致航路拥堵，从而发生大面积航班延误。为减少此类事件的发生、提高空域资源的利用率，通常会对受影响航班进行飞行前改航。
传统的手动改航模式的一个显著问题在于决策效率低。在传统的改航模式中，通常需要由相关运行人员手工选择规避危险天气或航空管制的航路，因此，缺乏航路网络资源优化使用的***性考虑，决策效率低。传统的改航模式的另一个显著问题在于对空管员的要求比较高。为了保障空中交通安全，通常需要空管员编制空中交通管制预案。而在编制预案时，要求空管员必须对机组人员的飞行意图有充分了解，在此基础上，空管员才能进一步地根据天气情况对航路的影响来调整和更新航路，从而保证编制的预案能够适应当前飞行状况的要求。
为了克服手动改航模式存在的问题，近年来又提出了传统的自动改航模式。然而，传统的自动改航模式的一个显著问题在于关注点过于集中在改航的模型上。在此类方案中，考虑更多的是：怎样将现实问题更好的抽象到模型中；根据自身研究问题的终点选择哪些细节可以忽略、哪些细节比较重要、以及采用怎样的策略对航班进行起飞排序等。传统的自动改航模式的另一个显著问题在于细节考虑不全面。例如，没有考虑不同航班受到恶劣天气影响的程度，也没有考虑航班所涉及的主要城市枢纽个数，而这些对总的延误成本有很大影响。传统的自动改航模式的再一个显著问题在于在模型的求解上通常都采用了数学优化软件，这样就涉及到了计算量大、过程不可控等问题。
发明内容
·要解决的技术问题
本公开实施方式提供了一种改航航路生成方法、装置及存储介质，解决了相关技术中改航航路造成的改航成本高、计算量大的问题。
·解决技术问题的手段
根据本公开实施方式的一个方面，提供了一种改航航路生成方法，其特征在于，包括：获取飞行限制区，确定城市对(OD对)位于所述飞行限制区内的待改航航段；基于所述飞行限制区和所述飞行限制区之外的临近航路点确定所述待改航航段的起始点和结束点；从所述起始点和所述结束点分别使用最短路径搜索方法计算所述待改航航段的多个改航点；以及基于所述起始点、所述结束点和所述多个改航点生成所述待改航航段的改航航路。
在本公开的一个实施方式中，基于所述飞行限制区和所述飞行限制区之外的临近航路点确定所述待改航航段的起始点和结束点包括：将所述OD对的航线与所述飞行限制区相交的点分别作为初始影响点和最终影响点；以及选取距离所述初始影响点最近的、且位于所述飞行限制区之外的第一临近航路点作为所述起始点，并选取距离所述最终影响点最近的、且位于所述飞行限制区之外的第二临近航路点作为所述结束点。
在本公开的一个实施方式中，从所述起始点和所述结束点分别使用最短路径搜索方法计算所述待改航航段的多个改航点包括：从所述起始点和所述结束点分别使用A*算法搜索最短路径，其中，所述最短路径是使得受所述飞行限制区影响的所有OD对的改航航路总和最短、且满足预定的飞行约束条件的路径。
在本公开的一个实施方式中，使用A*算法搜索最短路径包括：获取所述飞行限制区之外的第一航路点，判断所述第一航路点是否为目的机场；在所述第一航路点为目的机场的情况下，递减对应于所述第一航路点的航路经过的所有航路点的容量值；在所述第一航路点为非目的机场的情况下，根据所述第一航路点的每个子节点i的情况，将所述子节点i放入第一表中或第二表中，其中，所述第一表为A*算法中用于保存所有已生成而未考察的节点的表，所述第二表为A*算法中用于保存已访问过的节点的表。
在本公开的一个实施方式中，根据所述第一航路点的每个子节点i的情况，将所述子节点i放入第一表中或第二表中包括：在所述子节点i不在所述第一表中也不在所述第二表中的情况下，将所述子节点i放入所述第一表中；在所述子节点i在所述第一表中的情况下，计算所述子节点i的估值，比较所计算出的估值和所述第一表中的对应于所述子节点i的估值，在所计算出的估值小于所存储的估值的情况下，根据所计算出的估值更新所存储的估值；以及在所述子节点i在所述第二表中的情况下，计算所述子节点i的估值，比较所计算出的估值和所述第二表中的对应于所述子节点i的估值，在所计算出的估值小于所存储的估值的情况下，根据所计算出的估值更新所存储的估值，并将第一航路点和子节点i之间的节点移入所述第一表中。
在本公开的一个实施方式中，所述飞行约束条件包括以下至少之一：交通量守恒条件、流量非负条件、路径个数限制条件、同行能力约束条件以及节点流量平衡条件。
在本公开的一个实施方式中，在确定所述OD对位于所述飞行限制区内的待改航航段之前，所述方法还包括：对受所述飞行限制区影响的所有OD对进行优先级排序；以及基于所述优先级排序从所述所有OD对中选择所述OD对，以为所选OD对生成所述待改航航段的改航航路。
在本公开的一个实施方式中，对受所述飞行限制区影响的所有OD对进行优先级排序包括：基于层次分析法构建OD对优先级的层次模型，其中，所述OD对优先级的层次模型包括目标层、准则层和备选方案层，所述目标层为待改航的所有OD对的分配顺序，所述准则层包括至少以下三因素：OD对交通量、后续航段数以及影响航段数，所述备选方案层为待改航的所有OD对；根据所述OD对优先级的层次模型对所述所有OD对进行优先级排序。
在本公开的一个实施方式中，在构建所述OD对优先级的层次模型之后，还包括：在所述准则层，基于预先获取的针对所述三因素的统计评价数据，采用标度原则来构建所述三因素的判断矩阵；对所述判断矩阵进行分层单排序，获取所述三因素的单排序权重；并且基于所述单排序权重对所述判断矩阵进行一致性检查；在所述判断矩阵的一致性检查通过的情况下，在所述备选方案层，基于所述判断矩阵和所述三因素的数值为所有OD对生成所述三因素的评分表，其中，所述评分表用于衡量所述优先级。
在本公开的一个实施方式中，提供了一种改航航路生成装置，包括：第一确定模块，被配置为获取飞行限制区，确定起点至终点OD对位于所述飞行限制区内的待改航航段；第二确定模块，被配置为基于所述飞行限制区和所述飞行限制区之外的临近航路点确定所述待改航航段的起始点和结束点；第三确定模块，被配置为从所述起始点和所述结束点分别使用最短路径搜索方法计算所述待改航航段的多个改航点；以及航路生成模块，被配置为基于所述起始点、所述结束点和所述多个改航点生成所述待改航航段的改航航路。
在本公开的一个实施方式中，所述第二确定模块包括：第一确定子模块，被配置为将所述OD对的航线与所述飞行限制区相交的点分别作为初始影响点和最终影响点；以及第二确定子模块，被配置为选取距离所述初始影响点最近的、且位于所述飞行限制区之外的第一临近航路点作为所述起始点，并选取距离所述最终影响点最近的、且位于所述飞行限制区之外的第二临近航路点作为所述结束点。
在本公开的一个实施方式中，所述第三确定模块还被配置为：从所述起始点和所述结束点分别使用A*算法搜索最短路径，其中，所述最短路径是使得受所述飞行限制区影响的所有OD对的改航航路总和最短、且满足预定的飞行约束条件的路径。
在本公开的一个实施方式中，所述第三确定模块包括：判断模块，被配置为获取所述飞行限制区之外的第一航路点，判断所述第一航路点是否为目的机场；操作模块，配置为：在所述第一航路点为目的机场的情况下，递减对应于所述第一航路点的航路经过的所有航路点的容量值；在所述第一航路点为非目的机场的情况下，根据所述第一航路点的每个子节点i的情况，将所述子节点i放入第一表中或第二表中，其中，所述第一表为A*算法中用于保存所有已生成而未考察的节点的表，所述第二表为A*算法中用于保存已访问过的节点的表。
在本公开的一个实施方式中，所述操作模块还被配置为：在所述子节点i不在所述第一表中也不在所述第二表中的情况下，将所述子节点i放入所述第一表中；在所述子节点i在所述第一表中的情况下，计算所述子节点i的估值，比较所计算出的估值和所述第一表中的对应于所述子节点i的估值，在所计算出的估值小于所存储的估值的情况下，根据所计算出的估值更新所存储的估值；以及在所述子节点i在所述第二表中的情况下，计算所述子节点i的估值，比较所计算出的估值和所述第二表中的对应于所述子节点i的估值，在所计算出的估值小于所存储的估值的情况下，根据所计算出的估值更新所存储的估值，并将第一航路点和子节点i之间的节点移入所述第一表中。
根据本公开实施方式的又一个方面，还提供了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如上述技术方案中任一项所述的方法。
·技术效果
根据本公开的实施方式的改航航路生成方法、装置以及存储介质，从起始点和结束点分别使用最短路径搜索方法计算待改航航段的多个改航点，从而解决了相关技术中改航航路造成的改航成本高、计算量大的问题，具有能够降低改航成本及计算量的有益效果。
附图说明
此处所说明的附图用来提供对本公开的进一步理解，构成本公开的一部分，本公开的示意性实施方式及其说明用于解释本公开，并不构成对本公开的不当限定。在附图中：
图1为根据本公开实施方式的恶劣天气影响下的改航模型示意图；
图2是根据本公开实施方式的确定改航点的方法的流程图；
图3是根据本公开实施方式的改进的A*算法搜索最短路径的方法的流程图；
图4是根据本公开实施方式的另一种改航航路生成方法的流程图；
图5是根据本公开实施方式的采用层次分析法确定OD对优先级的方法的流程图；
图6是根据本公开实施方式的OD对优先级的层次模型；
图7是根据本公开实施方式的确定改航点的装置的结构示意图；
图8是根据本公开实施方式的改航示例的示意图；以及
图9是根据本公开实施方式的另一改航示例的示意图。
具体实施方式
为了使本领域技术人员更好地理解本公开，下面将结合本公开的附图，对本公开的实施方式进行清楚、完整地描述，显然，所描述的实施方式仅是本公开的一部分实施方式，而不是全部的实施方式。基于本公开中的实施方式，本领域技术人员在未付出创造性劳动的情况下所获得的所有其他实施方式，均属于本公开保护的范围。
为了更好地理解本公开，下面对本公开涉及的一些术语进行解释。
改航：在不改变起降机场的情况下，改变部分原有的飞行计划路线，选择新的航线，从而避免飞越禁区。改航旨在确保飞行安全，充分利用可用空域，减少航班延误，提高整个航空运输网络的通达性。
飞行危险的天气：雷暴、低空风切变、大气湍流、风和视觉障碍是影响飞行安全的主要天气因素。雷暴是影响飞行安全的极端危险现象，伴随其所产生的阵风、颠簸、强降水等严重威胁飞行安全。
飞行限制区：飞行限制区(Flight Constrained Area，FCA)往往与恶劣天气有关。当恶劣天气发生时，空域容量首先受到冲击，部分区域受到流量管制而无法正常使用。为了保证航班的安全性，禁止航空器在某时间段内穿越该区域。当然，飞行限制区也可能与航空管制有关。
改航飞行路径：改航飞行路径是指为避开飞行限制区而选择的临时路径，包括起飞机场、降落机场、航路点和改航点。其中，改航点是指飞行计划飞行路径以外的新的航路点。在本公开中，起降机场在飞行路径上的改航与机场在飞行计划中的航班相同，不考虑改航到备用机场。
改航路径规划：改航路径规划是指在飞行计划的情况下，飞行路径受飞行限制区影响而无法使用，采取飞行计划(或出发机场)作为初始位置，并使用飞行计划中的降落机场作为终点，根据最短路径目标或其他目标标准，生成避免飞行限制区的新路径。根据改航实现时间的不同，可分为出发前改航和实时改航。前者在出发前对流量限制区进行改航规划，属于静态路径规划，后者基于出发后的实时危险天气区域进行改航规划，属于动态路径规划。
在恶劣天气例如雷暴的情况下，为了航班的安全性，航路改航必然需要绕过受天气影响的区域。这里假设在受天气影响的区域内禁用各高度层。该被禁用的区域(即FCA区域)可以用平面二维多边形方式表示，任何航空器禁止穿越该区域飞行。这里，除了受天气影响以外，FCA区域也可能是受其他因素的影响而被禁用的区域，例如，受航空管制的影响。
航班的固定航线由航路点组成，假设某航班的固定航线为F，航路点为f1,f2,...fN，受雷暴天气影响航空器无法正常沿航线F飞行。针对这些受雷暴天气影响、无法沿航线F飞行而需要改航的航班建立如图1所示的直角坐标系xoy。图1为根据本公开实施方式的恶劣天气影响下的改航模型示意图，其中，磁北为y轴正方向，磁北偏东90度为x轴正方向。假设飞行限制区的多边形各顶点为pi(xi,yi),i＝1,2,...,n，该多边形围成的区域(即飞行限制区)为受恶劣天气影响的范围。
下面结合图1和图2将详细说明确定改航点的具体方法，其中，图2是根据本公开实施方式的确定改航点的方法的流程图。
在步骤S202中，获取飞行限制区，确定OD对位于飞行限制区内的待改航航段。
针对受影响OD对，确定该OD对位于飞行限制区内的待改航航段。沿航线方向首先与飞行限制区相交的点为初始影响点，定义为qe，同理沿航线方向最后与飞行限制区相交的点为最终影响点，定义为ql(xl,yl)。
在步骤S204中，基于飞行限制区和飞行限制区之外的临近航路点确定待改航航段的起始点和结束点。
确定改航航段起始点q0和结束点qf。在f1,f2,...fN中选取距离qe最近、且在FCA之外的航路点定义为q0，其中，选取距离ql最近、且在FCA之外的航路点定义为qf，其中，/>
在步骤S206中，从起始点和结束点分别使用最短路径搜索方法计算待改航航段的多个改航点。
确定改航航段改航点q1,q2...。从起始点q0和结束点qf分别使用A*算法搜索最短路径，保证改航航段不穿越FCA，所得改航点连接而成的线即为局部改航路径。这里需要说明的是图示仅为恶劣天气影响的部分影响航线，不受到影响的路径不需要进行改航，本实施方式涉及的是飞行前受恶劣天气影响的部分路径改航。
在确定改航航段的改航点时，首先需要建立改航模型。建立改航模型的目标是使得所有交通量(origin-destination，OD)路径总和最短，该改航模型用公式可以表示为：该OD路径总和最短的公式中的参数应当满足飞行所需要满足的条件，即，飞行约束条件，也称为飞行计划。
下表1为根据航空公司的实际运行情况预先制定的飞行约束条件。
表1
其中，相关模型参数及变量含义如下：r表示OD对涉及到的所有起点，s表示OD对涉及到的所有终点，k表示OD对之间路径个数，xa表示航段a上的流量，da表示航段a的距离，表示OD对在(r-s)间第k条路径的流量，/>表征航段-路径间的关系：若/>这表示航段a在(r-s)的第k条路径上；若/>这表示航段a不在(r-s)的第k条路径上；Wrs表示OD对(r-s)间所有路径集合；/>表示OD对在(r-s)间第k条路径的长度；qrs表示从飞行计划提取的OD对(r-s)间的交通量需求；i航路点i∈U，U所有节点集合；/>表征节点-航段间的关系：表示节点i在航段a上，方向为s–r；/>表示节点i在航段a上，方向为r-s；
表示节点i不在航段a上。其中，航段流量与路径流量的关系：航段距离和路径距离的关系：/>
S208，基于起始点、结束点和多个改航点生成待改航航段的改航航路。
起始点、多个改航点和结束点连接起来便形成该OD对的改航航路。
图3是根据本公开实施方式的改进的A*算法搜索最短路径的方法的流程图。
在求解已知起始点、结束点和多个目标节点即改航节点的问题中，本实施方式中的改进的A*算法以A*算法为基础，保留其原有的寻路思想，但增加了处理航路点流量的功能。
由于节点容量的不断变化，所以在考虑两节点间的连通性时，需要根据该节点的剩余容量来判断，只有在节点的剩余容量不为零时，才允许航班经过该节点。当航班经过该节点时，节点的剩余容量减1。这样将容量看作共享资源，在航班选定航线以后，对节点的容量进行变更，从而影响后续的航班的航路。
如图3所示，在步骤S302中，判断OD对是否处理完毕。
按OD对的航班起飞排序，从前到后对每一架航班进行处理，初始化时游标指向第一个OD对。
判断游标是否指向结束，即OD对是否处理完毕。如果是，则算法处理结束；如果否，执行步骤S304。
在步骤304中，清空Open表，将当前OD对的起飞机场放入Open表。
取出游标当前指向的OD对，清空Open表，将当前OD对的起飞机场放入open表，游标指向下一OD对。
在步骤S306中，判断Open表是否为空。
如果Open表为空，则失败，转向步骤S302；如果Open表不为空，则转向步骤S308。
在步骤S308中，取Open表中的第一个节点n。
取Open表的第一个节点n，此处第一个节点即为第一航路点。
在步骤S310中，判断第一个节点n是否为目的机场。
如果是，则成功找到目的机场，即找到路径，递减该路径经过的所有节点的容量值，然后转向步骤S302；否则，执行步骤S312。
在步骤S312中，判断第一个节点n的每个子节点i的情况。
判断第一个子节点n的每个子节点i的情况，在子节点i不在Open表中也不在Close表中的情况下，执行步骤S314，将子节点i放入Open表中；在子节点i在Open表中的情况下，则执行步骤S316，求子节点i的估值h(i)，比较计算出的估值和Open表中对应子节点i的估值，如果计算出的估值小于Open表中对应子节点的估值，并将Open表中存储的估值修改为计算出的估值；在子节点i在Close表中的情况下，则执行步骤S318，求子节点i的估值h(i)，比较计算出的估值和Open表中对应子节点i的估值，如果计算出的估值小于Open表中对应子节点的估值，并将Open表中存储的估值修改为计算出的估值，并将第一个节点n和子节点i中间的节点移入Open表中。
在步骤S320中，按估值重排Open表。
按Open表中的估值h(i)从小到大的顺序，重排Open表，之后，转向步骤S306。
改进的A*算法的最主要的步骤在步骤S310和步骤S312-S318中。步骤S310是对容量值进行了修改，从而可能会改变路径的连通性。步骤S312至步骤S318，是对节点和Open表、Close表关系进行了判断，这是A*改进算法搜索最短路径的核心部分。
在其他的实施方式中，A*算法可用其他启发式算法代替，如蚁群算法、遗传算法、粒子群算法等。
图4是根据本公开实施方式的另一种改航航路生成方法的流程图。
在步骤S402中，确定所有OD对的优先级。
将获取的所有OD对按一定的规则排序。这里的OD对是受到恶劣天气例如雷暴天气影响的城市对，将涉及这些城市的航班提取出，根据受恶劣天气影响程度、航路资源利用率、交通量等因素对其进行排序。
在步骤S404中，根据OD对的优先级选择一OD对。
在对各OD对的优先级排序之后，选择优先级高的一OD对。这样，可以将优先级高的OD对涉及到的航班设置为优先按照最优方案飞行，优先地占用航路资源。当然，这里的最优飞行方案都仅仅是指当前路网状况下的最优飞行方案，因为若是前序航班占用了航路网上的某些路径流量，则当前航班很可能不能使用最优飞行方案。正是由于通行能力的约束，T时刻的最短路径有可能将饱和的航路点排除在外。所以，还要考虑航路点的通行能力约束，更新流量后再按其当前最短路径飞行的其他方案。
在步骤S406中，为所选OD对生成改航航路。
改航航路的生成可以参考图1所示的改航航路的生成方法，此处不再赘述。
下面具体描述OD对优先级的基本定义、相关概念以及OD对优先级确定方法，其中，OD对优先级计算方法为基于层次分析法的OD对优先级确定方法。
OD对优先级的基本定义
当恶劣天气发生时，如何减少延误损失是航空公司最关心的问题。而对于不同的OD对来说，其重要性程度是不同的。许多因素影响着OD对的重要性程度。比如OD交通量，恶劣天气影响范围，机型等等。OD对的重要性程度直接决定了其分配流量的顺序。因此，这里的OD对优先级指恶劣天气影响下分配交通量时的次序。
OD对优先级的可能影响因素有：①OD交通量：指单位时间通过每个城市的航班量。OD交通量与优先级呈正相关。②后续航段数：此参数意指某路径在恶劣天气影响下不能执行的航段数，此参数与OD对优先级呈正相关。③影响航段数：此参数体现了某路径受恶劣天气影响范围。从经济学角度考虑，为了节约航段调节及绕航成本，此参数与OD对优先级呈负相关。④机型：从经济学角度考虑，为了节约成本，此参数与OD对优先级呈正相关。⑤枢纽城市个数：此参数与OD对优先级呈正相关。⑥其他因素：不同航空公司的运行规章对OD对优先级存在一定影响。
图5是根据本公开实施方式的采用层次分析法确定OD对优先级的方法的流程图。
在本实施方式中，将层次分析法(AHP)应用于OD对优先级确定。层次分析法AHP是以数学和心理学为基础，对复杂决策进行组织和分析的一种结构化技术。它由ThomasL.Saaty在20世纪70年代开发，从那时起被广泛研究和改进。
层次分析法根据目标层需要决策的问题，使用标度表示和量化决策问题的影响要素，通过目标层、准则层、方案层构造一个***框架，从而帮助决策者找到他们自己对问题的理解的方案。层次分析法的本质是，在进行评价时，不仅可以利用潜在的信息，还可以利用人的判断。
层次分析法将这些标准转换为数值，并将这些数值一定程度上进行比较。层次结构中的每个元素派生出一个数字权重或优先级，允许以一种合理和一致的方式相互比较不同且通常不可通约的元素。这种能力使AHP有别于其他决策技术。在这个方案的最后一步，计算出每个备选方案的数值。
如图5所示，在步骤502中，构建OD对优先级的层次模型。
将层次分析法应用于OD对优先级，假设目标层需要决策的问题是哪一个OD具有优先分配的权利，准则层为影响其优先级的影响因子，备选方案层为每一个OD对的决策依据值。
图6是根据本公开实施方式的OD对优先级的层次模型，如图6所示，OD对优先级AHP模型由三层组成，由上至下分别是目标层、准则层和备选方案层。目标层为OD对的分配顺序。准则层包括上文提到的三个主要因素，即OD交通量、后续航段数和影响航段数。备选方案层是需要改航的OD对。
在步骤S504中，构造判断矩阵。
根据优先级，根据一般目标G构造准则层的判断矩阵。飞行员和空管员是航空运输飞行任务最直接的参与者，OD对优先级模型正是从飞行员及空管员的角度对改航城市对优先级进行评估，其侧重点主要体现在对飞行习惯、易操作性和工作负荷的关注。本公开通过对各大航空公司的部分飞行员和管制员的问卷调查，初步得到了针对上述三个指标的评价，经统计和分析后将判断矩阵中各参数设定如下表2所示：
| G | C1 | C2 | C3 |
| C1 | 1 | 3 | 5 |
| C2 | 1/3 | 1 | 3 |
| C3 | 1/5 | 1/3 | 1 |
| 列和 | 1.5333 | 4.3333 | 9 |
表2
由表3可知，这是三个因素的判断矩阵，C1为OD交通量，C2为后续航段数，C3为受影响航段数。例如，第一行中的值3表示元素C1对C2稍微重要一些，而5表示元素C1对C3显然更重要一些，根据倒数关系，其他空格可以补全。
上述构造判断矩阵时采用的便是标度原则。下表3是标度数值代表的含义。
表3
在步骤S506中，分层单排序和一致性检查。
下表4是单排序权重表。
| G | C1 | C2 | C3 | 顺序行的和 | 使权向量W标准化 |
| C1 | 0.6522 | 0.6923 | 0.5556 | 1.9001 | W1＝0.6334 |
| C2 | 0.2174 | 0.2308 | 0.3333 | 0.7815 | W2＝0.2605 |
| C3 | 0.1304 | 0.0769 | 0.1111 | 0.3184 | W3＝0.1061 |
表4
计算判断矩阵的最大特征根λmax
判断矩阵一致性检验:
CR＝CI/RI＝0.0193/0.58＝0.0333＜0.10
矩阵A-C的一致性符合要求。CI一致性指标CR检验系数0.10通用的预设值
在步骤508中，生成OD对三因素评分表，以确定OD对的优先级。
下表5是OD对三因素评分表(部分)。
表5
如上表所示，除了三个因素的数据外，还列出了三个等级的对应等级，即分数一、分数二和分数三，其中分数一、分数二和分数三是根据三因素的数值和判断矩阵确定的。OD交通量越大，分数一越高；后续航段数越大，分数二越高；影响航段数越小，分数三越低。以分数一为例进行说明，分数一对应的是OD交通量的得分。对OD交通量数据进行等间隔分类，最大的是40，最小的是1。由于有1-9共9种分数，所以每种分数之间的间隔是(40-1)/9＝4.33。因此对OD交通量对应分数的分类如下：
| OD交通量 | 对应分数 |
| 1～5.33 | 1 |
| 5.33～9.66 | 2 |
| 9.66～13.99 | 3 |
| 13.99～18.33 | 4 |
| 18.33～22.66 | 5 |
| 22.66～26.99 | 6 |
| 26.99～31.33 | 7 |
| 31.33～35.66 | 8 |
| 35.66～40 | 9 |
ZBAA-ZSHC的OD交通量为24，根据对应可知其分数为6。其他OD对的得分也可以根据此对应关系找出。分数二、分数三通过同样的方法得到。考虑到三个因素的权重，每个OD对都有一个最终得分。简单来说，最后一列总分越高，表示这个OD的优先级越高。总得分＝0.6334*分数一+0.2605*分数二+0.1061*分数三。其中，0.6334、0.2605和0.1061分别是三个因素的权重。
图7是根据本公开实施方式的确定改航点的装置的结构示意图，如图7所示，该改航航路生成装置，包括第一确定模块72、第二确定模块74、第三确定模块76和航路生成模块78。
第一确定模块72，被配置为获取飞行限制区，确定起点至终点OD对位于所述飞行限制区内的待改航航段；第二确定模块74，被配置为基于所述飞行限制区和所述飞行限制区之外的临近航路点确定所述待改航航段的起始点和结束点；第三确定模块76，被配置为从所述起始点和所述结束点分别使用最短路径搜索方法计算所述待改航航段的多个改航点；以及航路生成模块78，被配置为基于所述起始点、所述结束点和所述多个改航点生成所述待改航航段的改航航路。
所述第二确定模块74包括：第一确定子模块742，被配置为将所述OD对的航线与所述飞行限制区相交的点分别作为初始影响点和最终影响点；以及第二确定子模块744，被配置为选取距离所述初始影响点最近的、且位于所述飞行限制区之外的第一临近航路点作为所述起始点，并选取距离所述最终影响点最近的、且位于所述飞行限制区之外的第二临近航路点作为所述结束点。
所述第三确定模块76还被配置为：从所述起始点和所述结束点分别使用A*算法搜索最短路径，其中，所述最短路径是使得受所述飞行限制区影响的所有OD对的改航航路总和最短、且满足预定的飞行约束条件的路径。
所述第三确定模块76包括：判断模块762，被配置为获取所述飞行限制区之外的第一航路点，判断所述第一航路点是否为目的机场；操作模块764，配置为：在所述第一航路点为目的机场的情况下，递减对应于所述第一航路点的航路经过的所有航路点的容量值；在所述第一航路点为非目的机场的情况下，根据所述第一航路点的每个子节点i的情况，将所述子节点i放入第一表中或用于保存已访问过的节点的第二表中，其中，所述第一表为A*算法中用于保存所有已生成而未考察的节点的表，所述第二表为A*算法中用于保存已访问过的节点的表。
所述操作模块764还被配置为：在所述子节点i不在所述第一表中也不在所述第二表中的情况下，将所述子节点i放入所述第一表中；在所述子节点i在所述第一表中的情况下，计算所述子节点i的估值，比较所计算出的估值和所述第一表中的对应于所述子节点i的估值，在所计算出的估值小于所存储的估值的情况下，根据所计算出的估值更新所存储的估值；以及在所述子节点i在所述第二表中的情况下，计算所述子节点i的估值，比较所计算出的估值和所述第一表中的对应于所述子节点i的估值，在所计算出的估值小于所存储的估值的情况下，根据所计算出的估值更新所存储的估值，并将第一航路点和子节点i之间的节点移入所述第一表中。
本公开通过对恶劣天气影响范围的多边形区域划分，针对部分航路毁损情况下的静态局部改航路径规划问题，给出了结合Wardrop交通平衡原理并考虑改航飞行中的空中交通管制程序和航空器性能的飞行前局部改航模型。本公开还综合分析了出行者在恶劣天气下进行路径选择时可能考虑的各种因素，从中选取不同OD对的分配次序作为路径选择的一个目标，并结合了层次分析法建立恶劣天气影响下OD对优先级模型，据此制定改航策略，从而能满足不同城市对的改航要求。
图8是根据本公开实施方式的改航示例的示意图，图9是根据本公开实施方式的另一改航示例的示意图。在图8和图9中，粗实线表示原航路，粗虚线表示使用A*算法计算出的改航航路，黑色的椭圆形内的区域是FCA区域，细实线表示利用AIMMS软件全局优化后得到的改航结果，是备选的其他航路。
以上所述仅是本公开的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本公开原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本公开的保护范围。
Claims (13)
1.一种改航航路生成方法，其特征在于，包括：
获取飞行限制区，确定城市对位于所述飞行限制区内的待改航航段；
基于所述飞行限制区和所述飞行限制区之外的临近航路点确定所述待改航航段的起始点和结束点；
从所述起始点和所述结束点分别使用最短路径搜索方法计算所述待改航航段的多个改航点；以及
基于所述起始点、所述结束点和所述多个改航点生成所述待改航航段的改航航路，
在确定所述城市对位于所述飞行限制区内的待改航航段之前，所述方法还包括：
对受所述飞行限制区影响的所有城市对进行优先级排序；以及
基于所述优先级排序从所述所有城市对中选择所述城市对，以为所选城市对生成所述待改航航段的改航航路，
对受所述飞行限制区影响的所有城市对进行优先级排序包括：
基于层次分析法构建城市对优先级的层次模型，其中，所述城市对优先级的层次模型包括目标层、准则层和备选方案层，
所述目标层为待改航的所有城市对的分配顺序，所述准则层包括至少以下三因素：城市对交通量、后续航段数以及影响航段数，所述备选方案层为待改航的所有城市对；
根据所述城市对优先级的层次模型对所述所有城市对进行优先级排序。
2.根据权利要求1所述的方法，基于所述飞行限制区和所述飞行限制区之外的临近航路点确定所述待改航航段的起始点和结束点包括：
将所述城市对的航线与所述飞行限制区相交的点分别作为初始影响点和最终影响点；以及
选取距离所述初始影响点最近的、且位于所述飞行限制区之外的第一临近航路点作为所述起始点，并选取距离所述最终影响点最近的、且位于所述飞行限制区之外的第二临近航路点作为所述结束点。
3.根据权利要求1所述的方法，从所述起始点和所述结束点分别使用最短路径搜索方法计算所述待改航航段的多个改航点包括：从所述起始点和所述结束点分别使用A*算法搜索最短路径，其中，所述最短路径是使得受所述飞行限制区影响的所有城市对的改航航路总和最短、且满足预定的飞行约束条件的路径。
4.根据权利要求3所述的方法，使用A*算法搜索最短路径包括：
获取所述飞行限制区之外的第一航路点，判断所述第一航路点是否为目的机场；
在所述第一航路点为目的机场的情况下，递减对应于所述第一航路点的航路经过的所有航路点的容量值；
在所述第一航路点为非目的机场的情况下，根据所述第一航路点的每个子节点i的情况，将所述子节点i放入第一表中或第二表中，其中，所述第一表为A*算法中用于保存所有已生成而未考察的节点的表，所述第二表为A*算法中用于保存已访问过的节点的表。
5.根据权利要求4所述的方法，根据所述第一航路点的每个子节点i的情况，将所述子节点i放入第一表中或第二表中包括：
在所述子节点i不在所述第一表中也不在所述第二表中的情况下，将所述子节点i放入所述第一表中；
在所述子节点i在所述第一表中的情况下，计算所述子节点i的估值，比较所计算出的估值和所述第一表中存储的对应于所述子节点i的估值，在所计算出的估值小于所存储的估值的情况下，根据所计算出的估值更新所存储的估值；以及
在所述子节点i在所述第二表中的情况下，计算所述子节点i的估值，比较所计算出的估值和所述第二表中存储的对应于所述子节点i的估值，在所计算出的估值小于所存储的估值的情况下，根据所计算出的估值更新所存储的估值，并将第一航路点和子节点i之间的至少一个节点移入所述第一表中。
6.根据权利要求3所述的方法，所述飞行约束条件包括以下至少之一：交通量守恒条件、流量非负条件、路径个数限制条件、同行能力约束条件以及节点流量平衡条件。
7.根据权利要求1所述的方法，在构建所述城市对优先级的层次模型之后，还包括：
在所述准则层，基于预先获取的针对所述三因素的统计评价数据，采用标度原则来构建所述三因素的判断矩阵；对所述判断矩阵进行分层单排序，获取所述三因素的单排序权重；并且基于所述单排序权重对所述判断矩阵进行一致性检查；
在所述判断矩阵的一致性检查通过的情况下，在所述备选方案层，基于所述判断矩阵和所述三因素的数值为所有城市对生成所述三因素的评分表，其中，所述评分表用于衡量所述优先级。
8.一种改航航路生成装置，其特征在于，包括：
第一确定模块，被配置为获取飞行限制区，确定城市对位于所述飞行限制区内的待改航航段；
第二确定模块，被配置为基于所述飞行限制区和所述飞行限制区之外的临近航路点确定所述待改航航段的起始点和结束点；
第三确定模块，被配置为从所述起始点和所述结束点分别使用最短路径搜索方法计算所述待改航航段的多个改航点；以及
航路生成模块，被配置为基于所述起始点、所述结束点和所述多个改航点生成所述待改航航段的改航航路，
在确定所述城市对位于所述飞行限制区内的待改航航段之前，所述第一确定模块还被配置为对受所述飞行限制区影响的所有城市对进行优先级排序；以及基于所述优先级排序从所述所有城市对中选择所述城市对，以为所选城市对生成所述待改航航段的改航航路，其中，对受所述飞行限制区影响的所有城市对进行优先级排序包括：
基于层次分析法构建城市对优先级的层次模型，其中，所述城市对优先级的层次模型包括目标层、准则层和备选方案层，所述目标层为待改航的所有城市对的分配顺序，所述准则层包括至少以下三因素：城市对交通量、后续航段数以及影响航段数，所述备选方案层为待改航的所有城市对；
根据所述城市对优先级的层次模型对所述所有城市对进行优先级排序。
9.根据权利要求8所述的装置，所述第二确定模块包括：
第一确定子模块，被配置为将所述城市对的航线与所述飞行限制区相交的点分别作为初始影响点和最终影响点；以及
第二确定子模块，被配置为选取距离所述初始影响点最近的、且位于所述飞行限制区之外的第一临近航路点作为所述起始点，并选取距离所述最终影响点最近的、且位于所述飞行限制区之外的第二临近航路点作为所述结束点。
10.根据权利要求8所述的装置，所述第三确定模块还被配置为：从所述起始点和所述结束点分别使用A*算法搜索最短路径，其中，所述最短路径是使得受所述飞行限制区影响的所有城市对的改航航路总和最短、且满足预定的飞行约束条件的路径。
11.根据权利要求10所述的装置，所述第三确定模块包括：
判断模块，被配置为获取所述飞行限制区之外的第一航路点，判断所述第一航路点是否为目的机场；
操作模块，配置为：
在所述第一航路点为目的机场的情况下，递减对应于所述第一航路点的航路经过的所有航路点的容量值；
在所述第一航路点为非目的机场的情况下，根据所述第一航路点的每个子节点i的情况，将所述子节点i放入第一表中或第二表中，其中，所述第一表为A*算法中用于保存所有已生成而未考察的节点的表，所述第二表为A*算法中用于保存已访问过的节点的表。
12.根据权利要求11所述的装置，所述操作模块还被配置为：
在所述子节点i不在所述第一表中也不在所述第二表中的情况下，将所述子节点i放入所述第一表中；
在所述子节点i在所述第一表中的情况下，计算所述子节点i的估值，比较所计算出的估值和所述第一表中存储的对应于所述子节点i的估值，在所计算出的估值小于所存储的估值的情况下，根据所计算出的估值更新所存储的估值；以及
在所述子节点i在所述第二表中的情况下，计算所述子节点i的估值，比较所计算出的估值和所述第二表中存储的对应于所述子节点i的估值，在所计算出的估值小于所存储的估值的情况下，根据所计算出的估值更新所存储的估值，并将第一航路点和子节点i之间的至少一个节点移入所述第一表中。
13.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910528170.XA CN112102650B (zh) | 2019-06-18 | 2019-06-18 | 改航航路生成方法、装置及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910528170.XA CN112102650B (zh) | 2019-06-18 | 2019-06-18 | 改航航路生成方法、装置及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112102650A CN112102650A (zh) | 2020-12-18 |
| CN112102650B true CN112102650B (zh) | 2024-04-05 |
Family
ID=73748905
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910528170.XA Active CN112102650B (zh) | 2019-06-18 | 2019-06-18 | 改航航路生成方法、装置及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112102650B (zh) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113012478B (zh) * | 2021-02-23 | 2022-02-11 | 中国民用航空华东地区空中交通管理局 | 一种快速简捷的雷暴危险天气下改航方法 |
| CN113593306B (zh) * | 2021-08-13 | 2022-05-24 | 中国民航大学 | 基于安全性的散点状雷暴危险天气下改航方法 |
| CN115311902A (zh) * | 2022-03-25 | 2022-11-08 | 中国航空无线电电子研究所 | 一种基于多层时序网络的实时航路规划及优化方法 |
| CN114491894B (zh) * | 2022-03-30 | 2022-07-05 | 中国电子科技集团公司第二十八研究所 | 一种基于剩余空域的航路网络重构方法 |
| EP4270361A1 (en) * | 2022-04-27 | 2023-11-01 | The Boeing Company | Systems and methods of updating flight plans based on regulated areas |
| CN116777095B (zh) * | 2023-06-30 | 2024-04-12 | 中国南方航空股份有限公司 | 一种航路规划方法、装置、设备及介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1939590A1 (en) * | 2006-12-29 | 2008-07-02 | MAGNETI MARELLI SISTEMI ELETTRONICI S.p.A. | A method of calculating an optimal path between a starting point and a destination point, and constrained to pass through an intermediate waypoint, a navigation system and a corresponding computer program product |
| CN102880186A (zh) * | 2012-08-03 | 2013-01-16 | 北京理工大学 | 基于稀疏a*算法和遗传算法的航迹规划方法 |
| CN106323295A (zh) * | 2016-08-29 | 2017-01-11 | 中国船舶重工集团公司第七0九研究所 | 一种基于气象雷达数据的危险气象条件下的航空器改航方法 |
| CN108932876A (zh) * | 2018-08-14 | 2018-12-04 | 湖北工业大学 | 一种引入黑区的a*和蚁群混合算法的快递无人机航迹规划方法 |
| CN109374004A (zh) * | 2018-11-12 | 2019-02-22 | 智慧航海（青岛）科技有限公司 | 一种基于ia*算法的智能无人船舶路径规划方法 |
-
2019
- 2019-06-18 CN CN201910528170.XA patent/CN112102650B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1939590A1 (en) * | 2006-12-29 | 2008-07-02 | MAGNETI MARELLI SISTEMI ELETTRONICI S.p.A. | A method of calculating an optimal path between a starting point and a destination point, and constrained to pass through an intermediate waypoint, a navigation system and a corresponding computer program product |
| CN102880186A (zh) * | 2012-08-03 | 2013-01-16 | 北京理工大学 | 基于稀疏a*算法和遗传算法的航迹规划方法 |
| CN106323295A (zh) * | 2016-08-29 | 2017-01-11 | 中国船舶重工集团公司第七0九研究所 | 一种基于气象雷达数据的危险气象条件下的航空器改航方法 |
| CN108932876A (zh) * | 2018-08-14 | 2018-12-04 | 湖北工业大学 | 一种引入黑区的a*和蚁群混合算法的快递无人机航迹规划方法 |
| CN109374004A (zh) * | 2018-11-12 | 2019-02-22 | 智慧航海（青岛）科技有限公司 | 一种基于ia*算法的智能无人船舶路径规划方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112102650A (zh) | 2020-12-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112102650B (zh) | 改航航路生成方法、装置及存储介质 | |
| US6606553B2 (en) | Traffic flow management method and system for weather problem resolution | |
| US7623957B2 (en) | System, method, and computer program product for optimizing cruise altitudes for groups of aircraft | |
| CN112489498B (zh) | 一种航路交通精细改航规划方法 | |
| CN108196575A (zh) | 一种无人机任务分配及路线规划方法 | |
| US20130226373A1 (en) | Methods for in-flight adjusting of a flight plan | |
| CN104991895A (zh) | 一种基于三维空域网格的低空救援航空器航迹规划方法 | |
| WO2009091431A1 (en) | Computing flight plans for uavs while routing around obstacles having spatial and temporal dimensions | |
| CN107067822B (zh) | 一种终端管制区的进离场航线动态管理方法和装置 | |
| US11094206B2 (en) | Vertical flightpath optimization | |
| CN105185163A (zh) | 飞行路径选择方法和装置、飞行器和空中交通管理*** | |
| CN105701552A (zh) | 一种飞行航路垂直剖面的计算方法 | |
| CN116580601A (zh) | 基于空域约束和进场流量的进港排序方法 | |
| Messaoud | A thorough review of aircraft landing operation from practical and theoretical standpoints at an airport which may include a single or multiple runways | |
| CN115662198B (zh) | 基于动态路径规划场的穿越民航航路方法及*** | |
| CN112115614A (zh) | 多扇区冲突探测与解脱模型构建方法及该方法构建的模型 | |
| EP2704126A2 (en) | Methods for determining suitable waypoint locations | |
| Hesselink et al. | Probabilistic 2-Day Forecast of Runway Use | |
| WO2023081293A1 (en) | Smart routing for aircraft flight planning and associated systems and methods | |
| CN116070811A (zh) | 基于航迹的航班绕飞判别处理方法、***和存储介质 | |
| CN114550505A (zh) | 一种基于立体剖分网格的动态低空空域网格流量管理方法 | |
| Gianazza et al. | Assessment of the 3D-separation of Air Traffic Flows | |
| Zhang et al. | A novel rerouting planning model for the terminal arrival routes under the influence of convective weather | |
| Ann | Discrete-event simulation of air traffic movements in the Mexican Metropolitan airspace | |
| Drupka et al. | Automated flight planning method to facilitate the route planning process in predicted conditions |
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 |