【摘要】：近年來,經(jīng)濟的平穩(wěn)增長推動著民用航空運輸業(yè)的飛速發(fā)展,隨著航班量逐步增多、運輸需求不斷擴大,民航業(yè)也經(jīng)受著巨大的挑戰(zhàn)。機場是航空器運行的重要節(jié)點,擔(dān)負(fù)起飛降落的重要職責(zé)。然而,機場上空空域結(jié)構(gòu)復(fù)雜、運行限制種類繁多、兼之氣象條件復(fù)雜多變,使得機場成為提升整個民航運輸網(wǎng)絡(luò)服務(wù)品質(zhì)的關(guān)鍵。通過修、改、擴建能夠提升各大繁忙機場的運行容量,但是面臨投資大、周期長的困境。因此,研究進離場航空器的排序與調(diào)度模型,研究科學(xué)高效的優(yōu)化算法,為進離場航空器確定起降次序和時間逐漸成為提升機場整體運行效率的主要手段。首先,通過梳理國內(nèi)外現(xiàn)有研究成果,總結(jié)了進離場航班排序與調(diào)度問題的研究現(xiàn)狀。其次,基于現(xiàn)有研究基礎(chǔ),結(jié)合機器調(diào)度領(lǐng)域的研究方法,將進離場航班排序與調(diào)度問題與機器調(diào)度問題等效,將機器調(diào)度領(lǐng)域應(yīng)用成熟的分派規(guī)則引入航班排序與調(diào)度中。再次,對于進場排序與調(diào)度問題,提出了基于復(fù)合分派規(guī)則的兩階段優(yōu)化方法。然后,對于離場排序與調(diào)度問題,針對離場航班排序的特殊性,建立連續(xù)航班排序與調(diào)度模型,并提出相應(yīng)的復(fù)合分派規(guī)則求解模型。最后,對于進離場排序與調(diào)度問題,將分派規(guī)則與模擬退火算法相結(jié)合,在元啟發(fā)式算法的架構(gòu)下提出了基于復(fù)合分派規(guī)則的元啟發(fā)式算法。本文相較于之前的研究,最大的貢獻在于——成功結(jié)合與應(yīng)用分派規(guī)則與元啟發(fā)式算法,提升進離場航空器航班排序與調(diào)度的時間與效率。
【圖文】：

圖 1.1 2013-2017 年民航運輸總周轉(zhuǎn)量然而民航運輸業(yè)的蓬勃發(fā)展帶來可觀的經(jīng)濟效益的同時，也伴隨著巨大的運輸壓力，對民航運輸業(yè)的高效運行提出了更高的要求。2017年民航行業(yè)發(fā)展統(tǒng)計公報顯示，全年有的客運航空公司總航班執(zhí)行數(shù)為403.9萬班次，然而航班平均準(zhǔn)點率僅為71.67%。而根院頒發(fā)的促進民航發(fā)展若干意見[2]，要求截止到2020年，我國的航空年運輸總周轉(zhuǎn)量需00億噸公里，航班正常率需提高到80%以上。要達到上述總周轉(zhuǎn)量需求，擴容是關(guān)鍵，手段有很多，如重新擴建機場，增加跑道的數(shù)量，重新構(gòu)建航路等等，但這些手段無法上提高航班正常率。要提升航空運輸服務(wù)品質(zhì)，降低航班延誤是關(guān)鍵。降低延誤不僅關(guān)客和各民航相關(guān)單位，，更影響著我國民航業(yè)的健康穩(wěn)固發(fā)展。分析來看，造成航班延誤的原因主要有三種，分別是天氣原因，航空公司原因和空管原中天氣原因?qū)儆诓豢煽匾蛩�，剩下的兩種因素屬民航系統(tǒng)內(nèi)部原因，是進一步優(yōu)化和改破口。因此，國際民航組織（ICAO）[3]提出了“航空系統(tǒng)組塊升級”（ASBU）計劃，此國和歐洲也分別提出了“下一代空中交通系統(tǒng)”（NextGen）與“單一歐洲天空空管研SESAR）計劃，上述三種計劃都提到要通過對進離場航班調(diào)度問題建模，并設(shè)計高效能

對應(yīng)于每一實例，首先給定參數(shù)一個較大的取值范圍，然后不斷調(diào)整，不斷縮小，直到找到最優(yōu)解對應(yīng)的參數(shù)的取值。再根據(jù)所有例子中參數(shù)的取值，給出相應(yīng)的經(jīng)驗公式，本文以 case9 為例，給出參數(shù)分析的具體步驟：首先給參數(shù)一個較寬泛的取值范圍：K1=[0.5 2 4 6 8 10 15 20]；K2=[0.01 0.1 0.3 0.5 0.6 0.7 0.8 1 3 5]；K3=[5 10 50 100 150 250 500 700 100]；K4=[150 250 500 1000]；實驗發(fā)現(xiàn)，K4=150 時，目標(biāo)函數(shù)的值較好，因此，令 K4=150，再根據(jù)目標(biāo)函數(shù)取值縮小K1、K2、K3的取值，K1=[3.8 4 4.2 4.8]；K2=[0.01 0.02 0.03 0.04 0.05 0.06 0.07 1 1.5]；K3=[10 50 80100 120 150 200 250 300 500]，得出的結(jié)果圖如下所示，
【學(xué)位授予單位】：南京航空航天大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：V355.2;O223

【相似文獻】

相關(guān)期刊論文 前10條

1 李玉;石小林;;考慮倒垛情況的場吊調(diào)度問題研究[J];交通運輸工程與信息學(xué)報;2017年02期

2 沈益民;范玉順;;調(diào)度問題微結(jié)構(gòu)及柔性優(yōu)化方法[J];自動化學(xué)報;2006年02期

3 董平;機器調(diào)度問題及求解方法[J];物流技術(shù)與應(yīng)用;1997年01期

4 楊自厚,李寶澤,高志遠(yuǎn);鋼鐵廠煤氣資源的最優(yōu)分配[J];冶金自動化;1988年03期

5 朱繼忠,徐國禹;電力系統(tǒng)有功安全經(jīng)濟再調(diào)度[J];重慶大學(xué)學(xué)報(自然科學(xué)版);1989年06期

6 鄢勇,劉鍵;同步并行任務(wù)流圖的最佳近似調(diào)度[J];電子學(xué)報;1989年05期

7 劉長有;李磊;;一種電網(wǎng)經(jīng)濟調(diào)度問題的分布式對偶優(yōu)化解法[J];山西建筑;2016年33期

8 周龍飛;張霖;劉永奎;;云制造調(diào)度問題研究綜述[J];計算機集成制造系統(tǒng);2017年06期

9 劉志雄;;求解調(diào)度問題的粒子群算法編碼方法研究[J];武漢科技大學(xué)學(xué)報;2010年01期

10 王璇;劉世峰;劉達;;基于“實時智能”方法的港口物流調(diào)度問題研究[J];物流技術(shù);2009年12期

相關(guān)會議論文 前10條

1 劉海龍;黃小原;;總的未完工費用最小的多機調(diào)度問題[A];1995中國控制與決策學(xué)術(shù)年會論文集[C];1995年

2 耿兆強;康勛;鄒益仁;;用遺傳算法解決模糊加工時間與模糊交貨期下的單機調(diào)度問題[A];2001年中國智能自動化會議論文集（下冊）[C];2001年

3 吳斌;方葉祥;崔志勇;;基于人工蜂群算法的越庫調(diào)度問題研究[A];第25屆中國控制與決策會議論文集[C];2013年

4 張雷;;關(guān)于多人旅行商與調(diào)度問題[A];1995年中國控制會議論文集（下）[C];1995年

5 尹新;楊自厚;;帶有等待時間懲罰的提前／拖期調(diào)度問題的啟發(fā)式解法[A];1994中國控制與決策學(xué)術(shù)年會論文集[C];1994年

6 吳斌;董敏;;考慮行為主體的越庫調(diào)度問題干擾管理研究[A];中國系統(tǒng)工程學(xué)會第十八屆學(xué)術(shù)年會論文集——A12系統(tǒng)科學(xué)與系統(tǒng)工程理論在各個領(lǐng)域中的應(yīng)用研究[C];2014年

7 劉興初;趙千川;鄭大鐘;;具有不同準(zhǔn)備時間和交付期的單機E／T調(diào)度問題研究[A];1998年中國控制會議論文集[C];1998年

8 王海星;申金升;;智能蟻群算法解決公交區(qū)域調(diào)度問題研究[A];2006年首屆ICT大會信息、知識、智能及其轉(zhuǎn)換理論第一次高峰論壇會議論文集[C];2006年

9 全雄文;王力;;基于沖突集的區(qū)間調(diào)度問題性質(zhì)分析和算法設(shè)計[A];中國自動化學(xué)會控制理論專業(yè)委員會D卷[C];2011年

10 齊向彤;涂奉生;;雙交付期E／T調(diào)度問題[A];1997年中國控制會議論文集[C];1997年

相關(guān)重要報紙文章 前1條

1 ;事故教訓(xùn)應(yīng)以改革誠意彌補[N];21世紀(jì)經(jīng)濟報道;2011年

相關(guān)博士學(xué)位論文 前10條

1 肖世昌;加工時間具有隨機性的Job Shop魯棒調(diào)度問題研究[D];西北工業(yè)大學(xué);2018年

2 趙玉明;基于數(shù)學(xué)規(guī)劃的煉油廠原油調(diào)度問題建模與算法研究[D];廣東工業(yè)大學(xué);2019年

3 陳鑫;基于誤工損失指標(biāo)的調(diào)度問題與算法研究[D];大連理工大學(xué);2019年

4 孫德峰;鋼鐵原料物流計劃與調(diào)度的建模及最優(yōu)化方法研究[D];東北大學(xué);2016年

5 文晶;風(fēng)電集群接入電力系統(tǒng)的源荷協(xié)調(diào)優(yōu)化調(diào)度模型研究[D];華北電力大學(xué)(北京);2015年

6 劉迪迪;能量捕獲無線網(wǎng)絡(luò)的傳輸調(diào)度和能量管理研究[D];西安電子科技大學(xué);2018年

7 侯愛琴;高性能網(wǎng)絡(luò)中面向大數(shù)據(jù)傳輸QoS的帶寬調(diào)度研究[D];西北大學(xué);2018年

8 袁媛;鋼鐵生產(chǎn)與物流調(diào)度的時空建模和凸優(yōu)化方法[D];東北大學(xué);2017年

9 李巖;批運輸排序與物流調(diào)度的算法研究[D];吉林大學(xué);2019年

10 譚龍華;控制性能導(dǎo)向的實時系統(tǒng)調(diào)度參數(shù)優(yōu)化研究[D];西北工業(yè)大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

1 戴喜妹;基于分派規(guī)則的航班排序與調(diào)度研究[D];南京航空航天大學(xué);2019年

2 王文權(quán);帶時間窗農(nóng)機調(diào)度問題模型及算法研究[D];浙江大學(xué);2019年

3 譚文越;整車配送調(diào)度優(yōu)化方法及系統(tǒng)實現(xiàn)[D];南昌大學(xué);2019年

4 陳凱;船舶分段堆場調(diào)度研究與應(yīng)用[D];上海交通大學(xué);2016年

5 羅裕春;移動云計算中任務(wù)的協(xié)同調(diào)度與卸載算法研究[D];廣東工業(yè)大學(xué);2019年

6 張曉鳴;青島市純電動公交城市調(diào)度優(yōu)化問題研究[D];青島大學(xué);2019年

7 高杰;原油油庫區(qū)域調(diào)度經(jīng)濟分析與優(yōu)化研究[D];中國石油大學(xué)(北京);2018年

8 劉家桐;自動物料轉(zhuǎn)運小車調(diào)度系統(tǒng)的研制[D];電子科技大學(xué);2019年

9 金含笑;基于摩拜出行數(shù)據(jù)的共享單車調(diào)度研究[D];北京交通大學(xué);2019年

10 韓笑宓;考慮公交車尾氣排放的常規(guī)公交組合調(diào)度優(yōu)化研究[D];北京交通大學(xué);2019年

本文編號：2602538