导读:本文包含了航班优化排序论文开题报告文献综述及选题提纲参考文献，主要关键词:空中交通流量管理,机场终端区,进场航班排序模型,动态优化
航班优化排序论文文献综述
张兆宁,刘珂璇[1]（2019）在《基于替代航路的进场航班排序优化方法》一文中研究指出针对机场终端区航班延误日益严重的现状,为减轻空中交通管制员工作负荷,缓解航班延误,研究了进场航班排序优化问题.通过引入替代进近航路和时间偏差成本的概念,建立了进场航班排序模型;基于调度窗口和冻结范围概念,提出了动态优化方法;结合进场航班排序模型与动态优化方法,以国内某机场的运行数据进行了仿真验证.仿真结果表明:与实际运行相比,基于替代航路的进场航班排序优化方法优化效果显着,减少了约25%的进场航班延误,提高了机场终端区航空器的运行效率.优化方法可以即时获得最优方案,辅助空中交通管制员做出决策.(本文来源于《数学的实践与认识》期刊2019年12期）
戴喜妹,张军峰,赵鹏力,刘杰[2]（2019）在《离场航班多目标优化排序研究》一文中研究指出为缓解大面积、长时间的离场航班延误现状,研究了多目标离场航班优化排序问题,考虑连续航班对离场航班影响,建立了具有多个目标函数的混合整数规划模型,并基于多目标优化问题的Pareto最优解概念,设计了一种带精英策略的非支配排序遗传算法(NSGA-Ⅱ)求解模型.选取上海浦东机场3 h内离场航班进行仿真验证,并将仿真结果与其他算法优化方案比较,与FCFS策略相比,航班总延误降低了20. 1%,延误架次减少了20.较单一目标优化,该算法具有保持多个目标函数优异性的特点,且115架航班优化时间仅为302 s,能够较好的满足实际运行效率需求.所提方法能够有效解决离场航班多目标优化排序问题.(本文来源于《哈尔滨商业大学学报(自然科学版)》期刊2019年02期）
张建同,杨文娟[3]（2018）在《基于优先级的进离港航班排序优化问题研究》一文中研究指出研究机场终端区进离港航班排序优化问题,对于提高跑道利用率以及降低航班延误损失具有重要意义。本文首先考虑航班运行方式(降落和起飞)、飞机类型以及航班的重要程度(航程是否连续)的不同所造成延误损失的不同,设计叁维优先级表反映调度优先等级,并将其转化为延误成本系数。其次,为实现调度的公平性和减轻管制人员的工作负荷,设置允许延误的航班架次约束、邻边约束以及最大限制位置约束。再次,以最小化航班总延误成本为目标建立模型,提出相应的改进蚁群算法(GJAC)进行求解。最后通过数值实验验证所提算法在考虑调度优先等级及上述约束条件的同时能有效减少进离港航班队列的总延误成本。(本文来源于《运筹与管理》期刊2018年06期）
曹卫东,连松江,张伟航[4]（2016）在《基于多维关联规则分析的航班排序优化》一文中研究指出为减少航班预先排序与实际调度结果之间的差异,提高航班运行效率,研究基于多维关联规则分析的航班排序优化方法。利用优化后的多维关联规则分析方法挖掘航班排序差异的特征信息,借鉴生物接种疫苗后的免疫行为,将挖掘到的特征信息用于免疫算法优化航班预排序。仿真结果表明,较之前预排序,优化后的排序结果在总差异和每个航班的偏差方面都得到了改善,该方法可行有效。(本文来源于《计算机工程与设计》期刊2016年09期）
连松江[5]（2016）在《基于关联规则分析的离港航班排序优化研究》一文中研究指出航班排序关系到航空公司切身利益和旅客的满意程度,然而由于一系列因素,预计的航班排序结果和实际执行的结果存在一定的差异。这将会导致多航班延误,甚至严重影响航空公司航班运行效率。因此,优化航班排序减少排序差异使预计排序结果更接近于实际排序成为亟需解决的问题。本文尝试对大量历史航班排序数据进行挖掘,采用关联规则分析的方法,找出导致差异的规则,用于优化离港航班排序,减少预计排序与实际排序之间的差异,旨在减轻排序差异导致的各种问题。其主要工作有:首先分析比较并研究了多维关联规则、多层关联规则、约束关联规则、增量式关联规则挖掘方法,提出一种对多维、多层、约束关联规则的挖掘方法,并在存储、查询、算法分析等方面对挖掘方法进行优化。其次,建立了离港航班排序关联规则分析模型,并用提出的挖掘方法对离港排序数据进行挖掘,找出航班排序差异的规则。最后根据航班排序差异规则建立了离港航班排序优化模型,分别针对机场流量正常和机场航班延误两种情况进行排序优化,并通过仿真实验排序结果进行验证,结果表明优化后的预计航班排序结果与实际排序结果差异得到了降低,可以相应减少由于排序差异导致的航空公司和机场准备的不足,提高航班运行效率,同时也减轻了空管工作人员的工作量,提高放行效率。(本文来源于《中国民航大学》期刊2016-04-25）
胡畔[6]（2016）在《多跑道进离场航班排序优化问题研究》一文中研究指出随着民航事业的迅速发展,巨大的运输吞吐量带来了繁忙机场的交通拥堵,造成航班延误,影响民航业的发展。本文通过研究国内外关于航班排序问题的理论,根据我国现今的运行环境,对多跑道进离场航班排序优化问题进行了研究。首先,从运行环境的角度考虑,以原始的协同辅助决策系统为基础,提出了一种结合进场管理、离场管理以及场面管理的机场协同辅助决策系统框架,详细解释了叁个模块之间的协同决策原理以及放行过程中各个时间获取及相互关系;其次,综合考虑机场的空中等待航班数量、空域容量、场面容量以及机场起飞需求等约束条件,建立了一种基于容流匹配的进离场航班调度优化模型;再次,从航班优先级的赋值角度入手,根据航空器位置赋予航班初始优先级,再根据容流匹配对航班的优先级进行二次调配,建立了基于动态优先级调配的进离场航班序列动态优化模型;最后,根据协同辅助决策系统要解决的关键问题——进离场汇合点的航班拥堵问题提出了优化方案,模型中除了考虑安全间隔,还充分考虑了机场容量与汇合点流量的动态匹配等约束条件。分别引入协同进化遗传算法和遗传算法对上述模型进行仿真,仿真结果表明该模型可以有效改善交通拥堵状况,减少总延误时间和总油耗,降低机场空域的运行风险。(本文来源于《中国民航大学》期刊2016-04-23）
王世豪,杨红雨,武喜萍,刘洪[7]（2015）在《进港航班排序优化数学模型研究》一文中研究指出针对常用进港航班排序数学模型(总延迟时间最小和总延迟成本最小)中存在的问题,选取空中延误成本、旅客延误成本、后续延误成本以及环境污染成本4个指标综合建立一种改进的总延迟成本最小数学模型。在分析已有的基于模拟退火的粒子群算法(SA-PSO:particle swarm optimization based on simulated annealing)优化进港航班排序时寻优能力不足、收敛速度慢的基础上,采用一种线性微分递减(LDD:linear differential decrease)的退火策略,从而可以有效地解决进港航班排序问题。实验结果表明,与FCFS(first come first serve)、PSO以及SA-PSO算法相比,LDD-SA-PSO算法在进港航班优化问题上具有较好的寻优能力和收敛速度,同时改进数学模型中参数选择对优化结果也具有明显影响。(本文来源于《四川大学学报(工程科学版)》期刊2015年06期）
王来军,韩毅,李博,郭宏玉,史忠科[8]（2015）在《多队列航班起飞排序问题的优化模型与算法》一文中研究指出针对一类多队列航班离场排序问题,首先建立了一种以起飞时间最少为目标函数的优化模型,然后根据模型特点设计了一种符号编码遗传算法,并给出了该算法的具体实现算子。最后,对具体问题进行了仿真求解,结果表明,文中的方法能够有效地缩减总体起飞时间,对空中交通流量管理特别是机场管理有参考价值。(本文来源于《西北大学学报(自然科学版)》期刊2015年04期）
张玉州,陈文莉,江克勤,王一宾[9]（2015）在《基于RHC的航班进港排序多局部搜索GA优化算法》一文中研究指出为解决航班进港排序难以应对动态环境下航班信息变化的问题,首先建立了一种基于滚动时域控制的机场进港航班动态排序优化模型,并将存储时域上的航班进港优化序列作为后继时域航班排序的启发信息;然后提出了一种基于滚动时域控制的多局部搜索遗传算法对问题求解,给出了一种以存储的航班优化信息为基础的种群初始化策略;针对遗传算法易陷入局部最优的不足以及单一局部搜索难以取得很好收敛效果与满意解的现状,提出的多局部搜索遗传算法,在不同时期采用不同的局部搜索策略,其中定向局部搜索根据个体、基准个体的基因结构和适应性调整最大搜索速度;最后,大量仿真实验结果证明了所提模型与算法的有效性以及算法的稳定性,并由实验结果得出了航班排序问题的相关特性结论.(本文来源于《中国科学技术大学学报》期刊2015年01期）
徐肖豪,于跃,黄宝军,郭晓明[10]（2014）在《基于ISWO的机场进离场航班优化排序研究》一文中研究指出为了有效提高平行跑道机场运行效率,选择合理的进离场航班排序方式成为管制工作中的关键问题。针对上述问题,将一种新型启发式智能优化算法-吱呀轮优化算法(Squeaky-Wheel Optimization algorithm,SWO)应用于进离场排序问题,构造了不同运行模式下的平行跑道进离场排序模型,设计并建立了基于SWO的机场进离场航班排序算法(SAADAS)。同时对吱呀轮算法进行了改进,引入了选择操作和变异操作,使得改进的吱呀轮算法(ISWO)收敛速度更快并能够得到合理的优化结果。仿真结果表明:与遗传算法相比较,改进的SWO算法可以在更短时间内,得到更优化的、并符合管制实用性要求的结果。改进SWO算法仿真的总延误时间比遗传算法仿真的总延误时间减少了近2分钟,减少近6%,优化效果明显有效。(本文来源于《计算机仿真》期刊2014年07期）
航班优化排序论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为缓解大面积、长时间的离场航班延误现状,研究了多目标离场航班优化排序问题,考虑连续航班对离场航班影响,建立了具有多个目标函数的混合整数规划模型,并基于多目标优化问题的Pareto最优解概念,设计了一种带精英策略的非支配排序遗传算法(NSGA-Ⅱ)求解模型.选取上海浦东机场3 h内离场航班进行仿真验证,并将仿真结果与其他算法优化方案比较,与FCFS策略相比,航班总延误降低了20. 1%,延误架次减少了20.较单一目标优化,该算法具有保持多个目标函数优异性的特点,且115架航班优化时间仅为302 s,能够较好的满足实际运行效率需求.所提方法能够有效解决离场航班多目标优化排序问题.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
航班优化排序论文参考文献
[1].张兆宁,刘珂璇.基于替代航路的进场航班排序优化方法[J].数学的实践与认识.2019
[2].戴喜妹,张军峰,赵鹏力,刘杰.离场航班多目标优化排序研究[J].哈尔滨商业大学学报(自然科学版).2019
[3].张建同,杨文娟.基于优先级的进离港航班排序优化问题研究[J].运筹与管理.2018
[4].曹卫东,连松江,张伟航.基于多维关联规则分析的航班排序优化[J].计算机工程与设计.2016
[5].连松江.基于关联规则分析的离港航班排序优化研究[D].中国民航大学.2016
[6].胡畔.多跑道进离场航班排序优化问题研究[D].中国民航大学.2016
[7].王世豪,杨红雨,武喜萍,刘洪.进港航班排序优化数学模型研究[J].四川大学学报(工程科学版).2015
[8].王来军,韩毅,李博,郭宏玉,史忠科.多队列航班起飞排序问题的优化模型与算法[J].西北大学学报(自然科学版).2015
[9].张玉州,陈文莉,江克勤,王一宾.基于RHC的航班进港排序多局部搜索GA优化算法[J].中国科学技术大学学报.2015
[10].徐肖豪,于跃,黄宝军,郭晓明.基于ISWO的机场进离场航班优化排序研究[J].计算机仿真.2014