留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

机场群离港航班时刻稳定性评估及优化

王兴隆 许晏丰 薛依晨

王兴隆,许晏丰,薛依晨. 机场群离港航班时刻稳定性评估及优化[J]. 北京航空航天大学学报,2023,49(6):1331-1341 doi: 10.13700/j.bh.1001-5965.2021.0462
引用本文: 王兴隆,许晏丰,薛依晨. 机场群离港航班时刻稳定性评估及优化[J]. 北京航空航天大学学报,2023,49(6):1331-1341 doi: 10.13700/j.bh.1001-5965.2021.0462
WANG X L,XU Y F,XUE Y C. Evaluation and optimization of departure flight schedule stability of airport group[J]. Journal of Beijing University of Aeronautics and Astronautics,2023,49(6):1331-1341 (in Chinese) doi: 10.13700/j.bh.1001-5965.2021.0462
Citation: WANG X L,XU Y F,XUE Y C. Evaluation and optimization of departure flight schedule stability of airport group[J]. Journal of Beijing University of Aeronautics and Astronautics,2023,49(6):1331-1341 (in Chinese) doi: 10.13700/j.bh.1001-5965.2021.0462

机场群离港航班时刻稳定性评估及优化

doi: 10.13700/j.bh.1001-5965.2021.0462
基金项目: 国家重点研发计划(2020YFB1600101);天津市教育委员会自然科学重点项目(2020ZD01)
详细信息
    通讯作者:

    E-mail:xinglong1979@163.com

  • 中图分类号: V35

Evaluation and optimization of departure flight schedule stability of airport group

Funds: National Key R&D Program of China (2020YFB1600101); Natural Science Key Project of Tianjin Municipal Education Commission (2020ZD01)
More Information
  • 摘要:

    随着中国航空运输量的不断增加,机场群航班时刻资源日益稀缺、航班延误严重等问题也逐渐显现,有必要深入研究机场群的航班时刻优化问题。在明确机场群离港航班时刻稳定性概念基础上,提出离港航班延误率、平均延误时间等共6项机场群离港航班时刻稳定性评估指标,并运用改进的逼近理想解排序(TOPSIS)法对稳定性进行质量评估。建立机场群离港航班时刻优化模型,选择改进粒子群算法来实现对该模型的优化,并以稳定性质量为标准对优化前后航班计划进行比较。以京津冀机场群为例进行验证,仿真结果表明:所提优化模型和算法能够降低北京首都国际机场离港航班平均延误时间18.8 s,降低平均延误率9.9%;繁忙航线平均延误时间降低12.7 s,平均延误率降低3.0%;有效降低了京津冀机场群整体延误水平,提高机场群离港航班时刻稳定性。

     

  • 图 1  机场航班时刻稳定性评估层次递进结构

    Figure 1.  Hierarchical structure of airport flight schedule stability evaluation

    图 2  机场群内多机场间宏观离港运行示意图

    Figure 2.  Macro departure operation diagram of multiple airports in airport group

    图 3  机场群内各航班向各个时刻的指派示意图

    Figure 3.  Schematic diagram of assignment of flights within airport group to various moments

    图 4  LD-PSO算法流程

    Figure 4.  Flow chart of LD-PSO algorithm

    图 5  PSO算法收敛情况

    Figure 5.  Convergence of PSO algorithm

    图 6  优化前后每个航班时刻安排的航班数对比

    Figure 6.  Comparison of number of flights scheduled for each flight before and after optimization

    表  1  模型参数说明

    Table  1.   Model parameter description

    参数说明
    $M$机场群内所有机场集合
    $ P $机场群内所有机场离港航线移交点集合
    $ T $所考虑时间范围内离港航班时刻集合,其中每个时刻并不是一个具体的时刻,而是指定机场为所有航班预留的一个特定时段,一般以5 min为最小时间单元
    $F = \left\{ { {f_m}\left| {m \in M} \right.} \right\}$机场群内所有机场起飞离港航班集合,${f_m}$为机场$m$的起飞离港航班集合
    $ {\tau _{\max }} $可接受的航班延误最大时刻调整量
    $ {C_{mf}}\left( * \right) $预先设定的机场$m$离场航班$f$关于延误时段数的不减函数
    $ {D_m}\left( t \right)\left( {\forall m \in M,\forall t \in T} \right) $给定的机场$m$在时刻$t$的离场容量
    ${D_p}\left( t \right)\left( {\forall p \in P,\forall t \in T} \right)$给定的航线移交点$p$在时刻$t$的离场容量
    $ x_{mf}^t\left( {\forall m \in M,\forall f \in {F_m},\forall t \in T} \right) $航班时刻优化问题的决策变量
    $\alpha _{mf}^{p}\left( {\forall m \in M,\forall f \in {F_m},\forall p \in P} \right)$根据已知航班信息确定的、过移交点$p$的0-1型判断系数
    下载: 导出CSV

    表  2  京津冀机场群各时刻原始安排航班数(局部)

    Table  2.   Original scheduled flights of Beijing-Tianjin-Hebei airport group at each time (partial)

    序号航班号起飞机场起飞时刻到达时刻到达机场
    0013U8896ZBAA08:0011:10ZUUU
    002CA1431ZBAA08:0010:55ZUCK
    003MU5636ZBAA08:0010:55ZSSS
    0043U8838ZBAA08:0011:00ZGSZ
    005CZ6161ZBAA08:0011:10ZUUU
    006HU7382ZBAA08:0011:50ZJHK
    007MU5102ZBAA08:0010:15ZSSS
    008MU2467ZBAA08:0010:00ZSSH
    009MU2104ZBAA08:0010:00ZPPP
    010CA1371ZBTJ08:0011:20ZGSZ
    011GS7859ZBTJ08:0010:10ZHHH
    012GS7881ZBTJ08:0010:05ZSPD
    013NS3219ZBSJ08:0010:00ZSSS
    014NS3221ZBSJ08:0010:30ZUCK
    $\vdots $$\vdots $$\vdots $$\vdots $$\vdots $$\vdots $
    699CA1329ZBAA21:0000:20ZGGG
    700CA4118ZBAA21:0000:10ZUUU
    701CF9031ZBAA21:0023:25ZSPD
    702GS6509ZBTJ21:0000:50ZJSY
    下载: 导出CSV

    表  3  时刻序号和航班时刻的对应关系

    Table  3.   Correspondence between time serial numbers and flight schedule

    时刻序号航班时刻
    时刻108:00
    时刻208:05
    $\vdots $$\vdots $
    时刻jXX:XX
    $\vdots $$\vdots $
    时刻15721:00
    时刻15821:05
    $\vdots $$\vdots $
    时刻16321:30
    下载: 导出CSV

    表  4  迭代次数及其运行时间

    Table  4.   Number of iterations and their running time

    迭代次数计算时间/s总延误成本
    4002971 707
    5003631 689
    6004251 754
    7004841 718
    8005621 724
    9006251 723
    10007371 690
    下载: 导出CSV

    表  5  每个航班优化前后时刻对比

    Table  5.   Comparison before and after each flight optimization

    机场航班
    序号
    航班号起飞时刻延误时段
    数/个
    延误时长/
    min
    优化前优化后
    ZBAA0013U889608:0008:0515
    002CA143108:0008:0000
    003MU563608:0008:0000
    0043U883808:0008:0000
    005CZ616108:0008:10210
    006HU738208:0008:0515
    007MU510208:0008:0000
    008MU246708:0008:10210
    009MU210408:0008:0000
    ZBTJ010CA137108:0008:0000
    011GS785908:0008:0000
    012GS788108:0008:0515
    ZBSJ013NS321908:0008:0000
    014NS322108:0008:0000
    $\vdots $$\vdots $$\vdots $$\vdots $$\vdots $$\vdots $
    ZBAA699CA132921:0021:0000
    700CA411821:0021:0515
    701CF903121:0021:0000
    ZBTJ702GS650921:0021:0000
    下载: 导出CSV

    表  6  优化前后机场群航班时刻稳定性指标数据

    Table  6.   Flight schedule stability index data of airport group before and after optimization

    机场离港航班平均
    延误时间/s
    离港航班平均
    延误率/%
    航线平均
    延误时间/s
    航线平均
    延误率/%
    机场平均
    延误时间/s
    机场
    延误率/%
    ZBAA优化前201.035.087.019.8174.020.2
    优化后182.225.181.417.6161.317.2
    偏差18.89.95.62.212.73.0
    ZBSJ优化前56.08.235.04.084.09.8
    优化后53.17.932.93.981.29.2
    偏差2.90.32.10.12.80.6
    ZBTJ优化前73.016.950.08.399.011.5
    优化后66.215.145.37.193.110.1
    偏差6.81.84.71.25.91.4
    下载: 导出CSV

    表  7  优化前后航班时刻质量相对贴近度

    Table  7.   Relative closeness of departure flight schedule quality before and after optimization

    机场优化前优化后
    ZBAA0.3340.363
    ZBSJ0.9230.928
    ZBTJ0.7750.801
    下载: 导出CSV
  • [1] BRUECKNER J K, CZERNY A I, GAGGERO A A. Airline schedule buffers and flight delays: A discrete model[J]. Economics of Transportation, 2021, 26-27: 100218. doi: 10.1016/j.ecotra.2021.100218
    [2] 闵捷, 高强, 朱勐辉. 航班计划对延误波及变化的影响分析[J]. 华东交通大学学报, 2017, 34(5): 81-88. doi: 10.16749/j.cnki.jecjtu.2017.05.012

    MIN J, GAO Q, ZHU M H. Influence analysis of flight schedule on delay propagation variation[J]. Journal of East China Jiaotong University, 2017, 34(5): 81-88(in Chinese). doi: 10.16749/j.cnki.jecjtu.2017.05.012
    [3] REN Y M, ZENG W L, LI J, et al. A single airport time slot allocation method considering scheduling delay and operational delay[C]//Proceedings of 2018 International Conference on Modeling, Simulation and Analysis.[S.l.]: [s.n.], 2018: 270-275.
    [4] 胡明华, 裔田园, 任禹蒙. 基于改进匈牙利算法的机场航班时刻优化研究[J]. 计算机应用研究, 2019, 36(7): 2040-2043. doi: 10.19734/j.issn.1001-3695.2018.01.0073

    HU M H, YI T Y, REN Y M. Optimization of airport slot based on improved Hungarian algorithm[J]. Application Research of Computers, 2019, 36(7): 2040-2043(in Chinese). doi: 10.19734/j.issn.1001-3695.2018.01.0073
    [5] 中国民用航空局. 民航航班时刻管理办法 [S]. 北京: 中国民用航空局, 2018: 18-19.

    Civil Aviation Administration of China. Measures for the administration of civil aviation flight schedules[S]. Beijing: Civil Aviation Administration of China , 2018: 18-19(in Chinese).
    [6] CLARKE J P B, REN L L, MCCLAIN E, et al. Evaluating concepts for operations in metroplex terminal area airspace[J]. Journal of Aircraft, 2012, 49(3): 758-773. doi: 10.2514/1.C031227
    [7] GENG X, HU M H. Collaboration optimization of flight schedule in Beijing-Tianjin-Hebei airport group[J]. Transactions of Nanjing University of Aeronautics and Astronautics, 2020, 37(6): 928-935.
    [8] RAHMALIA D, CHANDRA N E, ROHMANIAH S A, et al. Goal programming on optimal pairings selection from flight schedule using Bat algorithm[J]. Journal of Physics:Conference Series, 2020, 1490(1): 012036. doi: 10.1088/1742-6596/1490/1/012036
    [9] 郑丽君, 胡荣, 张军峰, 等. 高峰时段下离港航空器绿色滑行策略设计与评价[J]. 北京航空航天大学学报, 2019, 45(11): 2320-2326. doi: 10.13700/j.bh.1001-5965.2019.0124

    ZHENG L J, HU R, ZHANG J F, et al. Design and evaluation of green taxiing strategy for departure aircraft during peak hours[J]. Journal of Beijing University of Aeronautics and Astronautics, 2019, 45(11): 2320-2326(in Chinese). doi: 10.13700/j.bh.1001-5965.2019.0124
    [10] 江灏, 刘继新, 董欣放. 基于交通状态的离场航班动态协同排序方法[J]. 北京航空航天大学学报, 2022, 48(10): 2048-2060.

    JIANG H, LIU J X, DONG X F. Dynamic collaborative sequencing for departure flights based on traffic state[J]. Journal of Beijing University of Aeronautics and Astronautics, 2022, 48(10): 2048-2060(in Chinese).
    [11] 王湛, 吴艺. 基于FS-MOPSO的多机场终端区协同航班调度策略[J]. 西南交通大学学报, 2017, 52(1): 179-185. doi: 10.3969/j.issn.0258-2724.2017.01.025

    WANG Z, WU Y. Collaborative aircrafts scheduling strategy in metroplex terminal area based on FS-MOPSO[J]. Journal of Southwest Jiaotong University, 2017, 52(1): 179-185(in Chinese). doi: 10.3969/j.issn.0258-2724.2017.01.025
    [12] 杨新湦, 裴一麟. 基于双层规划的航空公司航线航班优化研究[J]. 航空计算技术, 2018, 48(3): 1-7. doi: 10.3969/j.issn.1671-654X.2018.03.001

    YANG X S, PEI Y L. Study on route network and flight schedule based on Bi-level planning model[J]. Aeronautical Computing Technique, 2018, 48(3): 1-7(in Chinese). doi: 10.3969/j.issn.1671-654X.2018.03.001
    [13] 王佳璇. 航路航线调整下的京津机场航班时刻设计研究[D]. 天津: 中国民航大学, 2018: 16-18.

    WANG J X. Study on the design of flight route adjustment on the flight time of Beijing Capital Airport and Tianjin Binhai Airport[D]. Tianjin: Civil Aviation University of China, 2018: 16-18(in Chinese).
    [14] 杨建辉, 黄涛. 基于灰色关联分析的犹豫模糊多属性决策研究[J]. 河南科学, 2015, 33(9): 1493-1499.

    YANG J H, HUANG T. Method for hesitant fuzzy multi-attribute decision making based on grey correlation analysis[J]. Henan Science, 2015, 33(9): 1493-1499(in Chinese).
    [15] 王新华, 李堂军, 丁黎黎. 复杂大系统评价理论与技术[M]. 济南: 山东大学出版社, 2010: 163-168.

    WANG X H, LI T J, DING L L. Theory and technology of complex large-scale system evaluation[M]. Jinan: Shandong University Press, 2010: 163-168 (in Chinese).
    [16] 纪君柔. 新增机场下终端区协同放行策略研究[D]. 天津: 中国民航大学, 2020: 12-14.

    JI J R. Research on cooperative release strategy of terminal area under new airport[D]. Tianjin: Civil Aviation University of China, 2020: 12-14 (in Chinese).
  • 加载中
图(6) / 表(7)
计量
  • 文章访问数:  304
  • HTML全文浏览量:  52
  • PDF下载量:  23
  • 被引次数: 0
出版历程
  • 收稿日期:  2021-08-13
  • 录用日期:  2021-10-29
  • 网络出版日期:  2021-11-11
  • 整期出版日期:  2023-06-30

目录

    /

    返回文章
    返回
    常见问答