本发明专利技术公开了一种引入空域容量的航路汇聚点布局优化方法，具体实施过程为：(1)首先建立航路网络的流量模型；(2)根据不同的航班密度给航路网络带来的拥挤程度，确定航路网络承受的最大航班密度。(3)进行航路汇聚点的最优布局。本发明专利技术通过建立航路网络的交通流量模型，给出了空域容量的一种定量描述方法。构建了基于飞行效率和空域容量的多目标优化模型，并采用多目标粒子群算法优化了航路汇聚点的位置。该方法兼顾飞行效率和空域容量，得到的航路网络面对航空流量的增长时能有效地延缓空域拥堵的出现。
【技术实现步骤摘要】
本专利技术涉及一种新的引入空域容量的航路汇聚点布局优化方法，属于航路汇聚点优化领域。
技术介绍
随着民航事业的迅速发展，飞行流量急剧增加，现有的航路结构已经难以满足日益增长的空中交通流量的需要。因此，有必要对现有航路网络进行重新规划，满足新形势下航空运输业对航路网络的新需求。航路网络规划旨在剖析现行航路、航线在航空运输需求多元化和飞行流量快速发展中所暴露出的结构性缺陷，并根据交通流分布特征、发展趋势，结合空管保障条件，运用交通网络设计与优化技术，为解决较长时期内的空域资源、地面设施和民航业的建设与发展的战略性问题提供综合布局与统筹规划。通过科学分配和使用空域资源，航路网络规划能够提高空中交通运输效能，降低航空公司运营成本，指导地面通信、导航和监视设施的合理布局，并为机场改扩建提供参考。航路汇聚点布局问题是航路网络规划中的核心问题。航路汇聚点是指航路网络中大于两条以上的航段由于飞行流量汇聚而形成的航路定位点，航路汇聚点布局是在满足各种约束条件的情况下，合理安排航路汇聚点的空间地理位置，达到消除航路瓶颈、提高空域运行效能的目标。现有工作只将飞行效率作为唯一的优化目标，在现有航空流量条件下，达到了降低总航线花费的目的。然而随着空中交通流量的日益增长，由此引发的空域拥堵、航班延误问题已经变得越来越突出。
技术实现思路
本专利技术的目的是为了解决上述问题，以往只将飞行效率作为唯一优化目标的方法忽略了航路网络一个重要的交通性能指标——空域容量，优化得到的网络随着航空流量的增加很快便会陷入拥堵。本专利技术考虑到航路网络在空域容量性能方面的实际需求，提出了，解决航路汇聚点布局问题。本专利技术的，包括以下几个步骤(1)首先建立航路网络的流量模型；(2)根据不同的航班密度给航路网络流量带来的拥挤程度，确定航路网络承受的最大航班密度。(3)进行航路汇聚点的最优布局。本专利技术的优点在于本专利技术通过建立航路网络的交通流量模型，给出了空域容量的一种定量描述方法。构建了基于飞行效率和空域容量的多目标优化模型，并采用多目标粒子群算法优化了航路汇聚点的位置。该方法兼顾飞行效率和空域容量，得到的航路网络面对航空流量的增长时能有效地延缓空域拥堵的出现。附图说明图1是本专利技术建立航路网络交通流量模型的流程图；图2是本专利技术自由飞行的飞机比例P与航班密度R的相变图；图3是本专利技术引入空域容量的多目标粒子群算法流程图；图4是本专利技术三种不同航路网络上自由飞行的飞机比例P与航班密度R的关系图；图5是本专利技术ARNl和ARN2上平均传输时间T与航班密度R的关系图。 具体实施例方式本专利技术考虑航路网络在空域容量性能方面的实际需求，提出了，该方法优化得到的航路网络在面对航空流量的激增时具有更强的鲁棒性，能够有效地延缓空域拥堵的出现。下面结合附图详细说明本专利技术所述方法的具体实施过程(1)首先建立航路网络的流量模型，建模的流程如图1所示，具体步骤如下步骤A、参数设置首先初始化航路网络流量模型中的参数，设置航班密度参数R、 每个节点(节点即为机场和航路汇聚点)的传输能力C、飞机的飞行速度S、仿真持续时间 Ttotal的数值(仿真持续时间是由一个个时间步组成的，时间步是仿真时间的基本单元)，本专利技术中设置每个节点的传输能力C = 5，飞机的飞行速度S = 800(大多数民航飞机的巡航速度)，整个仿真过程持续的时间设置为Tt。tal = 10000个时间步；步骤B、产生飞机在每个时间步，航路网络中将有R架飞机起飞，随机选择起飞机场和目的机场，飞机起飞后，将按照最短路径飞行；步骤C、导航飞机在每个时间步，节点i的飞机输入流IFi (t)等于在该时间步从节点i的邻居抵达的飞机总数。如果在该时间步节点i的输入流超过了节点i的实际处理能力，由于节点i在每个时间步最多只能服务C架飞机，所以只有最先到达的C架飞机才会得到服务并构成该时刻节点i的飞机输出流OFi (t)，剩余的飞机只能排队等待，构成飞机排队流仏⑴。如果在该时间步节点i的输入流小于节点i的处理能力，排队流加上输入流构成该时刻的输出流，最大不能超过节点i的处理能力。飞机一旦到达目的机场就从航路网络中退出；步骤D、重复步骤B和步骤C直至演化达到仿真持续时间Tt。tal。步骤E、数据统计计算航路网络中自由飞行的飞机比例P 权利要求1. ，其特征在于，包括以下几个步骤(1)首先建立航路网络的流量模型，具体步骤如下步骤A、首先初始化航路网络流量模型中的参数，设置航班密度参数R、每个节点的传输能力C、飞机的飞行速度S、仿真持续时间Tt。tal的数值，其中节点即为机场和航路汇聚点； 步骤B、在每个时间步，航路网络中将有R架飞机起飞，随机选择起飞机场和目的机场， 飞机起飞后，将按照最短路径飞行；步骤C、在每个时间步，如果节点i的飞机输入流IFi (t)大于C，则OFi (t) =C，否则 IFi (t) = OFi (t)+ (t)，OFiUHA (t) ( C, IFi (t)表示在该时间步从节点i的邻居抵达的飞机总数，C表示节点i在每个时间步内最多能够服务的飞机数量，OFi (t)表示在该时间步节点i飞机输出流，Qi (t)表示在该时间步节点i飞机排队流；飞机到达目的机场就从航路网络中退出；步骤D、重复步骤B和步骤C直至演化达到仿真持续时间Tt。tal ； 步骤E、计算航路网络中自由飞行的飞机比例P p=正在自由飞行的飞机数目 — 网络中总的飞机数目获得不同航班密度R相应的飞机比例P值，确定比例P与航班密度R的相变关系；(2)根据不同的航班密度给航路网络带来的拥挤程度，确定航路网络承受的最大航班密度；根据飞机比例P与航班密度R的相变关系，确定航班密度R的相变点R。，若自由飞行的飞机比例P < L，此时的P所对应的航班密度R值即为相变点R。的值；L为航路网络能够承受的飞机延误水平；(3)进行航路汇聚点的最优布局；步骤1、将所有航路汇聚点的位置变量表示成一个实数型向量(Xl，...，xn, yn)； 步骤2、随机初始化粒子的位置和速度，生成Psize个粒子，产生规模为Psize的初始种群； 粒子的位置为η个航路汇聚点的位置向量(Xl，Y1,..., xn, yn)，初始速度随机生成，不超过设定的粒子的最大速度MaxV ；步骤3、将粒子种群中每个粒子当前位置与个体最优位置pbest进行比较，如果当前位置支配pbest，则更新pbest为当前位置；否则，如果两者之间互不支配，则在两者之中随机选择一个作为该粒子的pbest ；将所有相互之间互不支配的粒子保存在一个外部集合中， 然后在外部集合中选择周围最不拥挤的个体作为全局极值gbest ； 步骤4、对每个粒子按照公式(1)更新其速度 VEL = WXVEUi^c1Xr1X (PBEST-POP)(1)+C2Xr2X (REP -POP ) 其中VEL表示粒子i的速度，P0P表示粒子i的位置，w是惯性权重，C1, C2为加速因子，巧，巧为W，l]之间的随机数，REP为从外部集合中基于拥挤度选择的全局极值，PBEST表示粒子i的个体极值，根据获取的每个粒子的更新速度，按照公式( 更新其位置P0P = POP +VEL (2)由此生成了 Psize个新粒子；步骤5、使用Floyd-Warshal 1算本文档来自技高网...
【技术保护点】
１．一种引入空域容量的航路汇聚点布局优化方法，其特征在于，包括以下几个步骤：（１）首先建立航路网络的流量模型，具体步骤如下：步骤Ａ、首先初始化航路网络流量模型中的参数，设置航班密度参数Ｒ、每个节点的传输能力Ｃ、飞机的飞行速度Ｓ、仿真持续时间Ｔｔｏｔａｌ的数值，其中节点即为机场和航路汇聚点；步骤Ｂ、在每个时间步，航路网络中将有Ｒ架飞机起飞，随机选择起飞机场和目的机场，飞机起飞后，将按照最短路径飞行；步骤Ｃ、在每个时间步，如果节点ｉ的飞机输入流ＩＦｉ（ｔ）大于Ｃ，则ＯＦｉ（ｔ）＝Ｃ，否则ＩＦｉ（ｔ）＝ＯＦｉ（ｔ）＋Ｑｉ（ｔ），ＯＦｉ（ｔ）＋Ｑｉ（ｔ）≤Ｃ，ＩＦｉ（ｔ）表示在该时间步从节点ｉ的邻居抵达的飞机总数，Ｃ表示节点ｉ在每个时间步内最多能够服务的飞机数量，ＯＦｉ（ｔ）表示在该时间步节点ｉ飞机输出流，Ｑｉ（ｔ）表示在该时间步节点ｉ飞机排队流；飞机到达目的机场就从航路网络中退出；步骤Ｄ、重复步骤Ｂ和步骤Ｃ直至演化达到仿真持续时间Ｔｔｏｔａｌ；步骤Ｅ、计算航路网络中自由飞行的飞机比例Ｐ：获得不同航班密度Ｒ相应的飞机比例Ｐ值，确定比例Ｐ与航班密度Ｒ的相变关系；（２）根据不同的航班密度给航路网络带来的拥挤程度，确定航路网络承受的最大航班密度；根据飞机比例Ｐ与航班密度Ｒ的相变关系，确定航班密度Ｒ的相变点Ｒｃ，若自由飞行的飞机比例Ｐ＜Ｌ，此时的Ｐ所对应的航班密度Ｒ值即为相变点Ｒｃ的值；Ｌ为航路网络能够承受的飞机延误水平；（３）进行航路汇聚点的最优布局；步骤１、将所有航路汇聚点的位置变量表示成一个实数型向量（ｘ１，ｙ１，．．．，ｘｎ，ｙｎ）；步骤２、随机初始化粒子的位置和速度，生成Ｐｓｉｚｅ个粒子，产生规模为Ｐｓｉｚｅ的初始种群；粒子的位置为ｎ个航路汇聚点的位置向量（ｘ１，ｙ１，．．．，ｘｎ，ｙｎ），初始速度随机生成，不超过设定的粒子的最大速度ＭａｘＶ；步骤３、将粒子种群中每个粒子当前位置与个体最优位置ｐｂｅｓｔ进行比较，如果当前位置支配ｐｂｅｓｔ，则更新ｐｂｅｓｔ为当前位置；否则，如果两者之间互不支配，则在两者之中随机选择一个作为该粒子的ｐｂｅｓｔ；将所有相互之间互不支配的粒子保存在一个外部集合中，然后在外部集合中选择周围最不拥挤的个体作为全局极值ｇｂｅｓｔ；步骤４、对每个粒子按照公式（１）更新其速度：ＶＥＬ［ｉ］＝ｗ×ＶＥＬ［ｉ］＋ｃ１×ｒ１×（ＰＢＥＳＴ［ｉ］－ＰＯＰ［ｉ］） （１） ＋ｃ２×ｒ２×（ＲＥＰ［ｈ］－ＰＯＰ［ｉ］）其中：ＶＥＬ［ｉ］表示粒子ｉ的速度，ＰＯＰ［ｉ］表示粒子ｉ的位置，ｗ是惯性权重，ｃ１，ｃ２为加速因子，ｒ１，ｒ２为［０，１］之间的随机数，ＲＥＰ［ｈ］为从外部集合中基于拥挤度选择的全局极值，ＰＢＥＳＴ［ｉ］表示粒子ｉ的个体极值，根据获取的每个粒子的更新速度，按照公式（２）更新其位置：ＰＯＰ［ｉ］＝ＰＯＰ［ｉ］＋ＶＥＬ［ｉ］ （２）由此生成了Ｐｓｉｚｅ个新粒子；步骤５、使用Ｆｌｏｙｄ－Ｗａｒｓｈａｌｌ算法得到新粒子中每个节点的介数及每个航路上的交通流量；其中一个节点的介数值表示所有节点对之间通过该节点的最短路径条数，任意节点ｖ的介数可表示为：（ｍａｔｈ）??（ｍｒｏｗ）?（ｍｉ）Ｂ（／ｍｉ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｉ）ｖ（／ｍｉ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｏ）＝（／ｍｏ）?（ｍｕｎｄｅｒ）?（ｍｉ）＆Ｓｉｇｍａ；（／ｍｉ）?（ｍｒｏｗ）?（ｍｉ）ｓ（／ｍｉ）?（ｍｏ）＆ＮｏｔＥｑｕａｌ；（／ｍｏ）?（ｍｉ）ｔ（／ｍｉ）?（ｍｏ）＆ＮｏｔＥｑｕａｌ；（／ｍｏ）?（ｍｉ）ｖ（／ｍｉ）?（／ｍｒｏｗ）?（／ｍｕｎｄｅｒ）?（ｍｓｕｂ）?（ｍｉ）＆ｓｉｇｍａ；（／ｍｉ）?（ｍｉ）ｓｔ（／ｍｉ）?（／ｍｓｕｂ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｉ）ｖ（／ｍｉ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（／ｍｒｏｗ）?（／ｍａｔｈ）其中，σｓｔ（ｖ）为节点ｓ到节点ｔ的最短路径中经过节点ｖ的最短路径数目；然后评价新粒子代表的航路网络的飞行效率和空域容量性能，飞行效率通过计算航路网络中所有航班的的总航线花费ＴＡＣ表达，而网络容量可以通过最小化介数标注差ＳＤＢ来提高，粒子的总航线花费ＴＡＣ和介数标注差ＳＤＢ为：：（ｍａｔｈ）??（ｍｒｏｗ）?（ｍｉ）ＴＡＣ（／ｍｉ）?（ｍｏ）＝（／ｍｏ）?（ｍｕｎｄｅｒｏｖｅｒ）?（ｍｉ）＆Ｓｉｇｍａ；（／ｍｉ）?（ｍｒｏｗ）?（ｍｉ）ｉ（／ｍｉ）?（ｍｏ）＝（／ｍｏ）?（ｍｎ）１（／ｍｎ）?（／ｍｒｏｗ）?（ｍｒｏｗ）?（ｍｉ）ｍ（／ｍｉ）?（ｍｏ）＋（／ｍｏ）?（ｍｉ）ｎ（／ｍｉ）?（／ｍｒｏ...
【技术特征摘要】
【专利技术属性】
技术研发人员：曹先彬，张军，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。