空中交通流量管理若干关键问题研究

论文摘要

随着我国民用航空事业的发展空中交通流量不断增加,由此造成的拥堵现象也日益严重,尤其是在大型城市的枢纽机场,繁忙时段造成的航班延误损失已不容小觑,空中交通流量管理成为优化交通流量,降低延误的重要手段。本文选取空中交通流量管理中的三个关键技术问题进行研究,包括地面等待问题、终端区航空器排序问题和航空器动态改航问题。首先介绍了CDM下增强的地面等待问题中的RBS算法和Compression算法,针对公平性问题,从两个不同阶段对地面等待模型进行改进,第一阶段保证模型的结果与RBS算法结果中的航班次序尽可能保持一致的同时最优化延误量。第二阶段研究功能与Compression算法类似的时隙交换模型,保证航班准点率的同时考虑航空公司之间的公平性。其次,在终端区航空器排序问题上对空域的欧拉网络进行了深入研究,讨论相关限制因素,建立了对应的网络模型。将欧拉网络和启发式搜索算法结合用于寻找航班最优到达队列,研究了两层规划模型的结合形式和相互作用方法。并给出了该动态调度算法相对于FCFS算法更优的实例验证。最后,本文着眼于航空器动态改航问题,采用情景树描述天气变化的不确定性,探讨了空中交通容量情景识别理论及情景树构造算法,通过对航空器改航问题的分析,提出动态改航静态地面等待结合的模型(DRSG),具体给出目标函数及约束条件。对模型进行对比分析,验证了模型的有效性和优势。最后就该领域的进一步研究进行展望。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景
• 1.2 研究现状
• 1.2.1 地面等待问题的研究现状
• 1.2.2 终端区航空器排序问题的研究现状
• 1.2.3 航空器改航问题的研究现状
• 1.3 本文主要研究内容
• 第二章 CDM 下地面等待问题研究
• 2.1 引言
• 2.2 协同决策（CDM）
• 2.2.1 协同决策总体构架
• 2.2.2 协同决策下的权责分析
• 2.3 CDM 下航空器地面等待模型
• 2.3.1 地面等待模型
• 2.3.2 基于公平性的地面等待网络模型
• 2.3.3 基于航空公司协同的时隙分配网络模型
• 2.4 案例分析
• 2.4.1 数据统计
• 2.4.2 地面等待决策阶段模型分析
• 2.4.3 时隙交换阶段模型分析
• 2.5 本章小结
• 第三章 拥堵区域航空器动态排序
• 3.1 引言
• 3.2 欧拉网络模型
• 3.2.1 问题描述
• 3.2.2 空域欧拉网络模型
• 3.2.3 计算最优接受率
• 3.3 基于模型的调度排序
• 3.3.1 组合搜索算法
• 3.3.2 基于时间窗的修正算法
• 3.3.3 调度排序过程
• 3.4 案例分析
• 3.4.1 不同到达率下的延误分布
• 3.4.2 不同机队混杂比下的延误分布
• 3.4.3 不同机型之间延误分布
• 3.5 本章小结
• 第四章 航空器动态改航研究
• 4.1 引言
• 4.2 情景树
• 4.2.1 情景识别
• 4.2.2 构造情景树
• 4.3 动态改航模型
• 4.3.1 问题描述
• 4.3.2 决策变量
• 4.3.3 目标函数
• 4.3.4 约束条件
• 4.4 案例分析
• 4.4.1 对比模型
• 4.4.2 案例描述
• 4.4.3 结果分析
• 4.5 本章小结
• 第五章 研究结论与展望
• 5.1 本文研究成果
• 5.2 继续研究的建议
• 参考文献
• 致谢
• 在学期间的研究成果及发表的学术论文