基于容量动态评估的机场地服保障车辆排班优化与应用
发布时间：2021-02-13 02:17
随着我国民航运输业的快速发展,航线资源被不断开发,大型枢纽机场也随之不断扩容。高密度的航班起降,使机场场面运行面临的压力愈发沉重,航班保障作业需求和地服保障容量在供需关系上表现出巨大的冲突。如何在机场现有条件下,动态评估地服保障的容量水平,基于容量评估的结果,优化地服保障的排班方案,对充分利用地服保障资源、提高机场场面运行效率、有效减少因地服保障造成的航班延误和提升民航运输服务质量等方面具有一定的现实意义。本文将机场地服保障系统作为研究对象,分析了地服保障运行的特征,利用数学模型、仿真技术和启发式算法对地服保障容量评估和排班优化方法进行了研究。首先,根据地服保障运行的关键特征,建立了保障作业区域的拓扑模型,确定了保障作业时间窗的计算方法,按工作模式对保障作业车辆进行了分类。其次,由地服保障容量的定义,按照不同类别的保障作业车辆,构建了容量评估模型,通过历史统计数据和计算机仿真可以计算日期望容量和小时高峰容量,在容量评估模型的基础上,提出了保障作业车辆响应能力值。接着,通过分析地服保障排班问题的特点,构建了排班优化模型,利用保障作业车辆响应能力值改进了蚁群算法,设计了排班优化算法,针对异...
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：79 页
【学位级别】：硕士
【部分图文】：
加油作业需求时间分布图
哈尔滨工业大学工学硕士学位论文58该图可以证明，日高峰容量能体现容量的高峰水平，而日期望容量能体现容量的期望水平，地服保障容量评估模型具有较好的适用性。机场当日离港航班共有96架次，无论是日期望容量，还是日高峰容量，都反映出该机场T1航站楼的加油作业容量不足，当航班密集起降时，可能会因地服保障容量不足而引起大范围延误。中国航信的统计数据显示，当日该机场准点率为76.08%，由T1航站楼起降的航班中，航班延误共26架次，航班取消共11架次，由此可见，机场地服保障容量不足确实对航班运行造成了一定程度的影响。针对加油作业容量不足的问题，由于日高峰容量也无法满足当日加油作业的需求，故建议通过增加加油车数量的办法，增大机场加油作业容量。图5-4加油作业容量变化图5.3机场加油车排班方案（1）基于FCFS的加油车排班方案机场目前对加油车的排班除了使用以历史经验为主的方法外，使用较多且较为简便的算法是FCFS，即基于先到先服务规则的算法，如图5-5所示。基于FCFS的加油车排班方法为：按加油作业最早开始时刻的先后顺序，给加油车分配航班；按航班开始作业时刻最早的原则，将某一航班分配给相应的加油车；若所有加油车都被占用，则后续的航班须排队等待接受加油作业。通过该方法，得到机场加油车当天的排班方案，如表5-5所示。
哈尔滨工业大学工学硕士学位论文62图5-6优化算法当前最优目标值收敛对比图（2）优化结果分析通过基于改进ACO、信息ACO和期望ACO的地服保障排班优化方法，得到三个加油车排班方案，分别计算航班平均延误d；再由式(4-2)~(4-4)和式(4-21)，分别计算各加油车排班方案的目标函数值和综合目标函数值，如表5-8所示。通过对比，可以得出：总的来看，改进ACO取得的优化结果在三种优化算法中都处于较好的水平；改进ACO能把航班平均延误、延误航班数和航班延误方差都控制在一个较低的水平；改进ACO在改善保障作业车辆工时均衡方面，效果极佳，信息ACO和期望ACO都无法获得类似的效果。综上所述，基于改进ACO的地服保障排班优化方法通过引入保障作业车辆响应能力值，能使地服保障排班方案中各保障作业车辆工时均衡的效果最大化，这有利于充分利用地服保障容量水平，提高地服保障运行效率，进而最大程度地减少航班延误。表5-8加油车排班方案优化结果对比表加油车排班方案d/min式(4-2)的值/架次式(4-3)的值/min式(4-4)的值/min式(4-21)的值/架次min基于改进ACO的方案3.36161.4165.5811.80基于信息ACO的方案7.071839.2169.4434.09基于期望ACO的方案6.441628.8594.5032.465.5本章小结利用国内某枢纽机场T1航站楼的地服保障数据，以加油车为例，对前面章节
【参考文献】：
期刊论文
[1]机场地勤保障车辆调度问题研究[J]. 李琳,孟娇,袁多嘉,刘树秋,柴慧,宋薇薇. 沈阳航空航天大学学报. 2018(05)
[2]基于分支定界法的飞机均衡排班计划求解[J]. 范永俊,吴东华. 统计与决策. 2017(20)
[3]基于改进遗传算法的飞机排班优化方法研究[J]. 李耀华,王磊. 系统仿真学报. 2016(03)
[4]停机位容量评估及其包络线分析[J]. 李军会,朱金福,陈欣. 沈阳航空航天大学学报. 2014(05)
[5]基于动态列生成算法的飞机排班问题研究[J]. 朱星辉,朱金福,高强. 数学的实践与认识. 2014(19)
[6]机场停机位容量优化问题研究[J]. 李军会,朱金福,陈欣. 赤峰学院学报(自然科学版). 2014(17)
[7]带时间窗车辆路径问题的量子蚁群算法[J]. 何小锋,马良. 系统工程理论与实践. 2013(05)
[8]证据理论在机场动态容量预测模型中的研究[J]. 余静,杨红雨,马博敏,杜冬,邓兵. 电子科技大学学报. 2010(01)
[9]蚁群算法参数优化[J]. 刘利强,戴运桃,王丽华. 计算机工程. 2008(11)
[10]航班过站地面服务的优化调度算法[J]. 姚韵,朱金福,柏明国. 信息与控制. 2007(04)
博士论文
[1]带时间窗车辆路径问题及其算法研究[D]. 潘立军.中南大学 2012
[2]蚁群优化算法在车辆路径问题中的应用研究[D]. 陈宝文.哈尔滨工业大学 2009
硕士论文
[1]机场动态容量评估及航班延误预警的研究[D]. 张敏.中国民航大学 2019
[2]面向多资质的机场地服人员排班优化研究[D]. 王莉.中国民航大学 2019
[3]航班地面保障效能评估方法研究[D]. 李彪.中国民航大学 2019
[4]航班保障流程分支构造算法研究与应用[D]. 秦栓栓.西安石油大学 2018
[5]机位动态容量评估及运行仿真研究[D]. 汪家保.中国民用航空飞行学院 2018
[6]机场地面保障能力评估研究[D]. 廖丹.中国民航大学 2017
[7]基于MAS的机场特种车辆实时调度问题的研究[D]. 王芳.中国民航大学 2017
[8]大型机场航班地面保障车辆协同调度研究[D]. 任子云.中国民航大学 2016
[9]繁忙机场地面保障容量评估与优化[D]. 徐瑞时.南京航空航天大学 2014
[10]机场场面运行优化及容量评估技术研究[D]. 冯程.南京航空航天大学 2013
本文编号：3031810
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：79 页
【学位级别】：硕士
【部分图文】：
加油作业需求时间分布图
哈尔滨工业大学工学硕士学位论文58该图可以证明，日高峰容量能体现容量的高峰水平，而日期望容量能体现容量的期望水平，地服保障容量评估模型具有较好的适用性。机场当日离港航班共有96架次，无论是日期望容量，还是日高峰容量，都反映出该机场T1航站楼的加油作业容量不足，当航班密集起降时，可能会因地服保障容量不足而引起大范围延误。中国航信的统计数据显示，当日该机场准点率为76.08%，由T1航站楼起降的航班中，航班延误共26架次，航班取消共11架次，由此可见，机场地服保障容量不足确实对航班运行造成了一定程度的影响。针对加油作业容量不足的问题，由于日高峰容量也无法满足当日加油作业的需求，故建议通过增加加油车数量的办法，增大机场加油作业容量。图5-4加油作业容量变化图5.3机场加油车排班方案（1）基于FCFS的加油车排班方案机场目前对加油车的排班除了使用以历史经验为主的方法外，使用较多且较为简便的算法是FCFS，即基于先到先服务规则的算法，如图5-5所示。基于FCFS的加油车排班方法为：按加油作业最早开始时刻的先后顺序，给加油车分配航班；按航班开始作业时刻最早的原则，将某一航班分配给相应的加油车；若所有加油车都被占用，则后续的航班须排队等待接受加油作业。通过该方法，得到机场加油车当天的排班方案，如表5-5所示。
哈尔滨工业大学工学硕士学位论文62图5-6优化算法当前最优目标值收敛对比图（2）优化结果分析通过基于改进ACO、信息ACO和期望ACO的地服保障排班优化方法，得到三个加油车排班方案，分别计算航班平均延误d；再由式(4-2)~(4-4)和式(4-21)，分别计算各加油车排班方案的目标函数值和综合目标函数值，如表5-8所示。通过对比，可以得出：总的来看，改进ACO取得的优化结果在三种优化算法中都处于较好的水平；改进ACO能把航班平均延误、延误航班数和航班延误方差都控制在一个较低的水平；改进ACO在改善保障作业车辆工时均衡方面，效果极佳，信息ACO和期望ACO都无法获得类似的效果。综上所述，基于改进ACO的地服保障排班优化方法通过引入保障作业车辆响应能力值，能使地服保障排班方案中各保障作业车辆工时均衡的效果最大化，这有利于充分利用地服保障容量水平，提高地服保障运行效率，进而最大程度地减少航班延误。表5-8加油车排班方案优化结果对比表加油车排班方案d/min式(4-2)的值/架次式(4-3)的值/min式(4-4)的值/min式(4-21)的值/架次min基于改进ACO的方案3.36161.4165.5811.80基于信息ACO的方案7.071839.2169.4434.09基于期望ACO的方案6.441628.8594.5032.465.5本章小结利用国内某枢纽机场T1航站楼的地服保障数据，以加油车为例，对前面章节
【参考文献】：
期刊论文
[1]机场地勤保障车辆调度问题研究[J]. 李琳,孟娇,袁多嘉,刘树秋,柴慧,宋薇薇. 沈阳航空航天大学学报. 2018(05)
[2]基于分支定界法的飞机均衡排班计划求解[J]. 范永俊,吴东华. 统计与决策. 2017(20)
[3]基于改进遗传算法的飞机排班优化方法研究[J]. 李耀华,王磊. 系统仿真学报. 2016(03)
[4]停机位容量评估及其包络线分析[J]. 李军会,朱金福,陈欣. 沈阳航空航天大学学报. 2014(05)
[5]基于动态列生成算法的飞机排班问题研究[J]. 朱星辉,朱金福,高强. 数学的实践与认识. 2014(19)
[6]机场停机位容量优化问题研究[J]. 李军会,朱金福,陈欣. 赤峰学院学报(自然科学版). 2014(17)
[7]带时间窗车辆路径问题的量子蚁群算法[J]. 何小锋,马良. 系统工程理论与实践. 2013(05)
[8]证据理论在机场动态容量预测模型中的研究[J]. 余静,杨红雨,马博敏,杜冬,邓兵. 电子科技大学学报. 2010(01)
[9]蚁群算法参数优化[J]. 刘利强,戴运桃,王丽华. 计算机工程. 2008(11)
[10]航班过站地面服务的优化调度算法[J]. 姚韵,朱金福,柏明国. 信息与控制. 2007(04)
博士论文
[1]带时间窗车辆路径问题及其算法研究[D]. 潘立军.中南大学 2012
[2]蚁群优化算法在车辆路径问题中的应用研究[D]. 陈宝文.哈尔滨工业大学 2009
硕士论文
[1]机场动态容量评估及航班延误预警的研究[D]. 张敏.中国民航大学 2019
[2]面向多资质的机场地服人员排班优化研究[D]. 王莉.中国民航大学 2019
[3]航班地面保障效能评估方法研究[D]. 李彪.中国民航大学 2019
[4]航班保障流程分支构造算法研究与应用[D]. 秦栓栓.西安石油大学 2018
[5]机位动态容量评估及运行仿真研究[D]. 汪家保.中国民用航空飞行学院 2018
[6]机场地面保障能力评估研究[D]. 廖丹.中国民航大学 2017
[7]基于MAS的机场特种车辆实时调度问题的研究[D]. 王芳.中国民航大学 2017
[8]大型机场航班地面保障车辆协同调度研究[D]. 任子云.中国民航大学 2016
[9]繁忙机场地面保障容量评估与优化[D]. 徐瑞时.南京航空航天大学 2014
[10]机场场面运行优化及容量评估技术研究[D]. 冯程.南京航空航天大学 2013
本文编号：3031810
本文链接：https://www.wllwen.com/kejilunwen/hangkongsky/3031810.html
