[发明专利]航空枢纽应急管控方法

权利要求书

1.一种航空枢纽应急管控方法，其特征是，包括如下步骤：首先对由于受到天气，交通管制，飞机与乘客可能的不正常状态等实时信息影响的航班时刻表做一个航空枢纽综合服务水平的预评价，若服务水平变化不大则不用优化，按照时刻表执行；否则依据航空枢纽的航班时刻表、实时信息以及本航空枢纽具体特点、各种约束，优化调整应急管理预案，迅速制定出优化调整后的时刻表；对此时刻表同样做一个航空枢纽综合服务水平的预评价，若服务水平没有提高则继续优化，否则执行优化调整后的时刻表，必要时通过演习对预案的具体实施进行调整；最后对实际实施结果做一个综合评价。

2.如权利要求所述的航空枢纽应急管控方法，其特征是，运用分值或者等级指标对航空枢纽综合服务水平进行量化，具体服务水平评价标准见表1，明确表示优化调整后的服务水平的变化：通过对航空枢纽周边交通流，旅客流的具体仿真，明确表示优化前后机场枢纽的拥堵状况；

表1服务水平评价标准

当判定服务水平是否为A—D级时，需考虑分指标值和综合指标值是否同时到达标准；当判定服务水平是否为E级时，只要分指标值或综合指标值某一项到达各自标准即为当前等级。

3.如权利要求所述的航空枢纽应急管控方法，其特征是，优化调整应急管理预案具体步骤为：

1）模型

变量定义：

F为航班的集合，J为管制区集合，T_i为航班i可行的起飞时间段集合；

角标中i为航班下标，j为管制区下标，t为时间下标，本模型中1分钟为一个离散化步长，k为飞机下标；

参数中DT_i为航班i预计起飞时间，TD_max为最大延误时间，S_j(t)为t时刻管制区j的容量，Ds(t)为t时刻机场的起飞容量，As(t)为t时刻机场的降落容量，v_i为航班i的实际载客人数，p_i为航班i的票价，E_t为等待在机场上空准备降落的飞机数，V_t为等待在机场起飞的飞机数，t_i为航班i的实际起飞时间，△_min为相邻两架航班最小起降时间间隔，w₁、w₂、w₃分别为航班动态调整时决策者对旅客，机场，航空公司的权重，即偏重程度，g_k为飞机k单位时间的延误成本，S为每位旅客单位时间的损失成本，C_i为取消航班i的成本，按照延误8小时的延误成本计算取消成本，Hi为一位旅客单位时间的恢复成本，包括赔偿费、安置费、转签费；

决策变量中和Y_i是0-1变量，可以数量化地描述航班是否起降，航班是否取消；g_k为条件变量，是判断飞机在不同型号条件下的单位时间损失成本：

    

该模型表示为：

minz=Σi⋐FΣti⋐Ti{w1[vi×pi×[(ti-DTi)Xti/60]23/29+S*vi(ti-DTi)Xti]]]>

+w2Hivi(ti-DTi)+w3[gk*(ti-DTi)Xti+CiYi]}]]>         ①

s.t.ti≥DTit⋐Ti⋐F]]>                                 ②

ti-DTi≤TDmaxt⋐Ti⋐F]]>                       ③

ti+1-ti≥Δmint⋐Ti⋐F]]>                           ④

Vt≤Ds(t)t⋐T]]>                                    ⑤

Et≤As(t)t⋐T]]>                                  ⑥

ΣXti≤Sj(t)t⋐Ti⋐Fj⋐J]]>                  ⑦

Xti+Yi=1t⋐Ti⋐F]]>                           ⑧

Xti=0,1Yi=0,1]]>                                 ⑨

其中目标函数即式①表示追求加权总成本费用最小化，第一项、第二项为乘客费用，分别表示旅客失望溢出成本和旅客延误损失；第三项表示机场负担的恢复成本；第四项﹑第五项表示航空公司的延误成本和取消成本；

约束中式②表示航班i实际起降时间不能早于计划起降时间；式③表示航班延误时间不能超过飞机最长延误时间；式④为对相邻两架飞机起（降）时间间隔的约束，具体时间间隔最低标准见表1；式⑤是t时刻等待起飞的飞机数量不能超过t时刻机场跑道的起飞容量；式⑥是t时刻等待降落的飞机数量不能超过t时刻机场跑道的降落容量；式⑦是t时刻起飞的飞机数量不能超过管制区的容量；式⑧为变量约束；

表2时间间隔最低标准

2）基于遗传算法的航班动态调整模型的优化求解，具体步骤为：

①设定遗传算法的各参数：群体规模、最大迭代次数S、交叉概率JP_c、变异概率JP_m等。定义适应度函数为：

Fitness=MMM-C

其中MMM为非常大的数，可取100000；C为成本函数，即①式中的z；

②随机产生MM组可行的航班调整方案，其中编码采用二进制，决策变量作为染色体，为1值编码为1，否则为0。同时设置迭代计数器；

③在第s代，计算每一个个体（即航班调整方案）的适应度；

④若s>=S，选择最优个体为最佳航班调整方案，输出。否则转向⑤；

⑤选择最优10%个体直接进入下一代。同时按照遗传算法复制、淘汰原则，进行交叉变异，产生下一代，即一组可行的航班数；

⑥令s=s+1，转向③。