虹桥机场航班智能调度问题

龙源期刊网虹桥机场航班智能调度问题作者：王昱来源：《科技风》2017年第16期摘要：机场航班智能调度已经逐渐纳入评价机场的重要条件之一，目前机场调度规则大多还是人工决策模式。本文针对曾发生严重A类穿越事件的上海虹桥机场航班调度建立了跑道服务智能调度模型，提高了飞机调度安全和提高准点率和起降效率，与人工管理相比，极大地提高了机场的安全性能和利用率。本文建立了基于遗传算法和元胞自动机模型的目标规划模型，首先建立基本的安全等待模型，将机场抽象为有向节点图，滑行道抽象为队列结构，规定滑行道上只有节点处能停放飞机，借用元胞自动机的方法，模拟了飞机在滑行道上的运动情况。为了能较真实地模拟实际飞机的运动情况，得到更有价值的模拟数据，我们设定了一组描述飞机单向滑行和排队等待的的状态变换规则。我们重点考虑了飞机运动的起始条件，终止条件，前进条件，排队等待条件，变道条件和穿越跑道条件等，以期保障飞机起降时绝对的安全性。其次，我们建立了运行效率较高的安全等待模型，设定了准点率和起降效率的具体形式，我们用计划与起飞时间的残差和和准点的飞机与总的飞机的比值共同描述飞机的准点率，用飞机在滑行道上的等待时间描述起降效率。关键词：机场调度；元胞自动机模型一、问题重述（一）问题背景2016年10月11日，上海虹桥机场发生了由于人工调度而引起的安全事故。塔台空管人员的人工指挥的失误，造成东航一家A320客机在滑出跑道即将起飞时，发现另外一家A330客机正在横穿跑道，不得不从A330的上空强行掠过，倘若没有A320机长的决断，这将会是一场可怕的空难。因此，人工决策不能有效的解决机场调度的安全问题和运行效率问题，智能调度模型的建立和运用将会是解决机场安全问题和提高机场运行效率的一种稳定性好的，可行性高的，可操作性强的解决方案。（二）问题提出借助计算机建立一种智能调度模型，在保证绝对安全的前提下提高机场的运行效率，调度内容主要包括航班的实时起飞降落时间，以及航班起飞前和降落后的地面规划路径。问题：依据附件1所示的上海虹桥机场地形图和附件2所列的2017年某日下午一小时内的预降落和起飞航班信息，设计一个跑道服务智能调度模型，调度内容包括空中飞机降落时间及降落后的运动规划，以及地面飞机起飞前的运动规划及起飞时间，安排所有航班的起飞和降落（包括次序、时间、地面滑行路径）。调度模型优先考虑跑道上飞机的安全，防止A类穿龙源期刊网越事件发生，在此基础上考虑提高准点率和起降效率.（当时机场的风向为由北向南，风速为20km/h，飞机逆风起飞，逆风降落，滑行速度假设为10节/小时.）二、模型假设（一）基本假设附件2所给的航班信息数据真实可靠；每架飞机在同一跑道上起飞所需的时间相同；不考虑天气、空中交通管制等其他因素对飞机等待时间的影响。（二）针对有向节点图的假设机场跑道仅用作飞机的起降，而不充当滑行道；飞机等待起飞的滑行道为6和7；飞机只在横向滑行道上穿越跑道；只考虑起飞飞机在滑行道上等待起飞的时间，不考虑它从停机坪到滑行道入口的运动时间；降落到T2航站楼的飞机穿越起飞跑道后即完成降落，不考虑之后的运动；平行滑行道B只允许飞机单向通行。三、模型建立（一）问题分析在问题一中我们需要解决的是如何刻画安全的状态，我们选取两种特殊的情况分析，其一，跑道上有飞机时，此时处于滑行道的飞机应该设为等待状态，其二，滑行道前方有飞机时设为等待状态。同时设定0-1状态变换规则集，规定后方飞机不能超越前方飞机，相向飞机不允许相遇，飞机之间保留有最小安全间隔。因此，在这些约束下，我们将定量问题转换为逻辑判断进行安全性能的刻画。同时，设定指标集，设定准点率为计划时间和起飞时间的残差和，设定起降效率为所有飞机的等待的时间和。利用这两个指标可以定量的描述智能调度模型的性能。（二）模型的准备龙源期刊网地图的准备（三）基本安全模型的建立这是研究飞机在滑行道上等待的基本模型，建立在安全的前提下。因为已有假设，飞机在滑行道上的的运动都是速度为10节（308/m/min）的匀速运动，由此计算得滑行道上的安全间隔距离约为30m；根据文献资料，滑行道的宽度只能允许一架飞机通过，所以假设飞机在所有滑行道上单向运动。在本题情况下，我们假定降落的飞机在中间平行滑行道上只能向北单方向运动，在横向滑行道中职能向西单方向运动，这样就可以防止飞机相遇、相撞等事件发生。下面是本文设定的满足安全条件的约束规则，主要是从飞机起飞、降落和转移三种情况出发，根据附件2中飞机基本从T2航站楼出发或停靠到T2航站楼，可将T2航站楼的飞机作为主要研究对象，而将少量的T1航站楼的飞机等效于一个全局的时间延迟。同时，根据飞机路线分配的就近原则和起飞与降落的相互制约关系，可以手动指定以下初始的路线分配。（五）模型的求解将机场滑行道布局为有向图，将跑道图转化为节点图，并且针对节点图中节点的关系，建立队列图2。元胞自动机的模型假设。1）不同飞机，型号不同，占有的节点数不同，单位周期移过的节点数也不同，具体大小根据滑行道长度和飞机长度确定；2）飞机在改变方向和穿越跑道时不需要额外的时间；3）每个细胞单元的长度约为30m，宽度为滑行道的平均宽度60m。不同滑行道由于长度的不同，上面的细胞个数也不同；4）模拟的时间单位为1分钟，即每次刷新飞机的状态，都经过1分钟。根据元胞自动机的原理，我们很容易在建立碰撞不相撞的规则，设跑道上的节点为主节点，滑行道上的节点分为头节点和尾节点，建立队列的关系图，如图3所示。1）如果主节点被占用，则尾节点的飞机处于等待状态，该架飞机的0-1状态不改变，相当于等红绿灯的状态。2）如果主节点未被占用，则尾节点中的飞机可以行进，该节点的0-1状态改变。3）两个队列的头节点和尾节点是常量，不会改变。龙源期刊网）如果某个细胞的尾节点的一个细胞的状态为1，则该细胞内的飞机处于等待状态。5）如果某个细胞的尾节点的一个细胞的状态为0，则该细胞内的飞机可以行进。参考文献：[1]杨秋辉，游志胜，冯子亮，樊鸿.自适应遗传算法在飞机调度问题中的应用.四川大学学报，2004.作者简介：王昱（1996-），汉族，女，陕西人，本科，就读西北工业大学理学院数学与应用数学专业。龙源期刊网