基于RHC的航班着落调度多目标优化算法

《基于RHC的航班着落调度多目标优化算法》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44卷第3期2012年6月南京航空航天大学学报JournalofNanjingUniversityofAeronautics＆AstronauticsV01．44NO．3Jun．2012基于RHC的航班着落调度多目标优化算法张启钱胡明华施赛锋(南京航空航天大学民航学院，南京，210016)摘要：研究了基于滚动时域控制(RHC)策略的终端区进场航班动态排序问题，目的是在终端区空中变通繁忙的情况下，有效地为到达航班安排合理的着陆次序，在满足安全间隔兼顾管制贞负荷的情况下，给出航班经过多目标优化的着陆时同，提高航班进场率。降低飞行延误成本。建立了基

2、于RHC的航班动态排序模型，并利用精英保留策略的遗传算法对一个算倒进行覃}证计算。算倒仿真结果表明，进场率得到了提高，延误时间和成本明显残少，验证了方法的有效性。关键词：终端区排序；RHC策略；多目标优化；遗传算法中图分类号：V355．1文献标识码：A文章编号一1005-2615(2012)03·0393-06Multi-objectOptimizationAlgorithmforAircraftLandingBasedonRecedingHorizonControlStrategyZhangQ幻inn，日咎Minghua，ShiSaifeng

3、(CollegeofCivilAviation，NanjingUniversityofAeronautics＆Astronautics，Nanjing，210016。China)Abstract：Tomaketheschedulingofarrivalflightmoreefficientinthebusyterminalarea，recedinghori—goncontrol(RHC)strategyisstudiedforthesequencingandschedulingofarrivalflightintheterminalarea．C

4、onsideringthesafetyintervalandthecontrollerworkload，astrategyisgiventoimprovetheair—craftarrival-rate，andreducethecostofaircraftdelay．AmathematicmodeIbasedontheRHCstrategyisestablised，andaneliteconservationgeneticalgorithmisdesignedtoverifytheproposedmodel．Theexperimentalres

5、ultshowsthatarrival—rateisimproved，andthecostandtimeofdelayisreducedobvi—ously．Keywords：sequencinginterminalarea；RHCstrategy；multi—objectoptimization；geneticalgorithm伴随着航空运输快速增长，我国航班延误的绝对数量急剧攀升，2000年共14．27万延误架次，2008年增加至26万架次．每年约115旅客遭遇航班延误，按2008年1．9亿客流量计算，延误旅客人数近4000万人次，我国民航

6、业每年由此带来的经济损失都以亿元为统计单位Cl】。流量分布不均衡、流量与容量不匹配引发的区域终端区拥挤是造成航班延误的重要原因之一。终端区排序问题是研究空中交通流繁忙的机场，在不违反航班尾流间隔的安全标准下，高效合理地为刭达航班提供优化的着落次序，实现航班提前着落，降低航班的大面积延误状况。近年来国内外一直重视对终端区空中交通流进行优化调度的研究，研究结果表明终端区优化调度算法最高可使系统容量提高15％[2】，从而有效地缓解航班延误，降低航班延误损失。国外，1997年，Ronhinson提出了基于模糊推理的终端区进场航班排序算法[3】。2008

7、年，Lee对跑道排序过程中的航班油耗成本、时间延误和运行吞吐量的权衡进行了研究r“．国内，徐肖豪和程晓航先后于2004年及2006年分别运用自适应基金项目：国家科技支撑计划(2011BAH24809)资助项目．收稿日期：2011—09-28；修订日期：2011—12-29通讯作者：胡明华，男，教授，博士生导师，1962年出生tE-mail：rainghuahu@263．net．394南京航空航天大学学报第“卷遗传算法求解航班排序问题，但两者在算子设计与染色体编码方式等方面有所不同1s-63。2009年，张洪海建立了包括延误损失、延误公平性和管制

8、员负荷的着陆航班排序多目标优化模型，并运用多目标遗传算法求解了该模型[7]。终端区航班排序属于组合优化问题。难以采用线性规划模型求解。本文提出了旨在减