毕业论文 广州新白云机场进港流量优化关键技术研究

《毕业论文 广州新白云机场进港流量优化关键技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第II页广州新白云机场进港流量优化关键技术研究摘要近年来，我国民用航空业迅猛发展，飞行流量的剧增与航空管制综合保障能力不足的矛盾日益凸显。据统计，2015年，广州白云国际机场的年客运吞吐量高达5520万，全国排名第三。在此背景下，如何对飞行流量进行优化，减少航班延误，提高正点率显得尤为紧迫。本文针对广州白云国际机场终端区进港航班流量进行优化，利用目前较为先进的人工鱼群—粒子群混合算法（AFPSO）来对某一时段的动态航班着陆次序进行调整，使进港航班总体延误时间最少，进而降低管制员的工作负荷。人工鱼群—粒子群混合算法结合了基本的人工鱼群算法（AFSA）和粒子群优化（PSO）算

2、法各自的优势，也考虑多方面现实约束，先用人工鱼群算法在全局寻找满意的解集，再用粒子群算法在解集中进行二次优化获得更精确的序列。运算结果表明：与先到先服务（FCFS）相比，使用人工鱼群—粒子群混合算法使得总体延误减少了XX.XX%。与其他经典算法相比，人工鱼群—粒子群混合算法较好地避免了单一算法容易陷入局部最优的缺陷，同时提高了收敛速度。关键词：空中交通管制；空中交通流量管理；人工鱼群算法；粒子群优化算法；飞机排序第II页STUDYONKEYTECHNIQUESOFARRIVALTRAFFICFLOWOPTIMIZATIONINGUANGZHOUBAIYUNINTERNAT

3、IONALAIRPORTStudent:LuYuqiInstructsteacher:KangRuiAbstractInrecentyears,thecivilaviationofourcountryhasdevelopingrapidly,thecontradictionbetweenincreaseofflightflowandthelackofairtrafficcontrolsupportabilityhasbeenhighlighted.Accordingtothestatistics,thepassengerthroughputofGuangzhouBaiYu

4、nInternationalAirportis55.2millionin2015,rankedthethirdofChina.Underthissituation,howtooptimizetheflightflowandreduceflightdelaysisbecomingmoreandmoreurgent.ThisthesisfocusonoptimizingthearrivaltrafficflowoftheterminalareainGuangzhouBaiYunInternationalAirport,usingtheadvancedArtificialFis

5、h--ParticleSwarm Optimizationalgorithmtoadjustaperioddynamicflightlandingsequence,makethetotaldelaytimeofarrivalflightsminimum,andthenreducecontrollers’workload.TheAFPSOalgorithmcombinestheadvantagesofthebasicartificialfishswarmalgorithm(AFSA)andtheparticleswarmalgorithm(PSO),anditalsotak

6、esintoaccountthevariousrealityconstraints.First,useAFSAtocalculateandsearchforthewholesatisfyingsolutionset,thenthePSOalgorithmisappliedtothesecondtimeoptimizationabouttheformersolutionsettoobtainamoreaccuratesequence.Thesimulationresultsshowthat,comparedwiththefirstcomefirstservice(FCFS)

7、,usingAFPSOalgorithmmakesthetotaldelaytimereducebyXX.XX%.Comparedwithotherclassicsinglealgorithms,AFPSOalgorithmisbettertoavoidfallingintothepartialoptimumsolution,anditacceleratestheconvergentspeedatthesametime.Keywords:AirTrafficControl;AirTrafficFlowmanagement;ar