一种群，使得所述 第一种群包括2M个序列。
[0074] 步骤2. 6、从所述2M个序列中，根据适应度函数确定出适应度依次降低的Μ个序 列，所述迭代次数+1，将所述步骤2. 3中的Μ个序列，更新为所述适应度依次降低的Μ个序 列。
[0075] 本步骤中，从第一种群包括的2Μ个序列中，选出质量高的Μ个序列，并用该Μ个质 量高的序列，替换步骤2. 3中的Μ个序列，其中，质量高的Μ个序列即为2Μ个序列中，除了 不满足约束条件的序列外，适应度值相对较高的Μ个序列，约束条件为：各航班在安全着陆 前提下，着陆完成所需时间最短，之后，迭代次数加1。
[0076] 在实际应用中，航班的着陆时间并不能被随意安排，还需要考虑一些约束条件。具 体的，该步骤2. 6中，根据适应度函数确定出适应度依次降低的Μ个序列，包括：
[0077] 步骤2. 61、从所述2Μ个序列中，删除不满足约束条件的序列，其中，约束条件包括 下述条件1与条件2 :
[0078] 条件1、对于所述各航班中的任意一个航班i，所述航班i的指定着陆时间介于所 述航班i的预计到达时间与最晚着陆时间之间，
[0079] 具体的，每架航班的着陆时间应落在一个特定的时间范围内，航班的最早 着陆时间应为其预计到达时间，最晚到达时间即为航班的燃料耗尽时间。因此，令 航班i的指定着陆时间为PLT (i)，预计到达时间为ALT (i)，最晚到达时间为Q，则 PLT(i)彡 ALT(i)彡 L(i)，i = 1，..·，Ν，其中，N 为航班数目。
[0080] 条件2、所述各航班着陆时，依次着陆的航班之间需满足最小安全间隔。
[0081] 具体的，相邻着陆的航班需满足最小安全间隔，安全间隔的标准与前后航班的机 型相关。一个常见的标准如表1所示：
[0084] (1)波音 747 ; (2)波音 727 ; (3)波音 707 ; (4)Mc Donnel Douglas DC9.
[0085] LTI(i，j)表示前机为航班i，后机为航班j依次着陆所需的最小安全间隔。该约 束可表示为：ALT(II (i+l))_ALT(n⑴）彡δι ι+1，? = 2，···，Ν。对于一个特定序列Π， Π (i)表示其中第i架航班的航班序号，δ 11+1表示序列中第i和第i+Ι架航班之间的最 小安全间隔。由此可知，航班着陆次序的改变将会显著地影响航班着陆的时间，因此航班着 陆调度问题的优化主要是利用此约束的特点来进行。对于航班i，其指定着陆时间可根据如 下公式计算得到：
[0087] 根据上述公式可知：当航班i为序列中第一架着陆的航班时，其指定着陆时间即 为其最早到达时间，而当航班i为序列中第一架之外的其他航班时，其指定着陆时间需要 考虑安全距离。
[0088] 假设表1中的所有航班都为超过阈值时间着陆的航班，则根据表1可知，类型1的 航班由于与其他类型的航班的最小安全间隔较大，因此比较适合最后着陆，即安排在序列 的尾部；类型4的航班更适合安排在序列前端优先调度；类型2和3的航班比较适合于安排 于序列中部，且类型2更适合于安排在类型3之前。因此，先将同机型的航班按预计到达时 间的顺序排列在一起，再按照类型4-2-3-1的顺序将全部航班排列起来，便得到了一个初 步的序列。之后，利用上述的指定着陆时间计算公式来计算此序列中所有航班的指定着陆 时间。
[0089] -般来说，由于不允许航班提前着陆，部分航班可能会存在"空中等待"的情况，这 将会使得着陆完成时间大幅度延长。因此需要对该序列进行微调：当序列中相邻两架航班 的间隔大于所需的最小安全间隔时，在被安排在这两架航班之后着陆的航班中，选择一架 插入到这两架航班的中间。需要注意的是，被选择航班的预计到达时间（PLT)，必须介于该 两架航班的指定着陆时间（ALT)之间，如图4A所示，图4A为本发明终端区流量调控方法再 一实施例的动态调度示意图。根据图4A可知：当航班i与航班i+Ι之间的间隔大于最小安 全间隔，即 ALT(II (i+l))_ALT(n ⑴）> δι ι+1，并且 PLT(II (j)) <ALT(II (i+1))时， 可以考虑将航班j调入航班i与航班i+1之间。
[0090] 另外，由于最早/晚着陆时间的约束限制，一些航班可能并不满足约束要求，因此 还需要对这些航班的位置进行进一步调整。一般来说，当同类型的航班以成组的方式被安 排着陆时，最终解的质量较高。因此，对于一架不满足最早/晚着陆时间约束（条件1)的 航班j，从该航班开始向序列前端寻找与其机型相同的另一架航班i，并将航班j安排在紧 随航班i之后着陆，如图4B所示，图4B为本发明终端区流量调控方法又一实施例的动态调 度示意图。根据图4B可知：当航班j不满足约束条件1时，可将其安排与航班j同一类型 的航班i之后，也就是说，当ALT(II (j)) >L(II (j))、并且航班i与航班j的类型相同 (即Type( Π (j)) = Type( Π (i)))时，可将航班j安排在航班i之后。
[0091] 由此可知：上述步骤2. 4的方式二中，在每次启发式搜索操作中，以图4A与图4B 对应的调整将持续进行，直到任意相邻航班之间的安全间隔都不大于所需的最小安全间 隔，或者是没有航班需要更改其在序列中的位置为止。
[0092] 步骤2. 62、根据所述适应度函数，确定序列X的适应度，所述序列X为从所述2M个 序列中删除不满足所述约束条件的序列后，剩余序列中的任意一个。
[0093] 可选的，步骤2. 6中，所述适应度函数为：
[0094] T = max[ALT⑴，···ALT(N)]，其中，ALT⑴表示航班i的指定着陆时间，该函数表 示序列中最后着陆航班的指定着陆时间，即全部航班着陆的完成时间。
[0095] 步骤2. 63、根据所述序列X的适应度，从所述剩余序列中确定出所述适应度依次 降低的Μ个序列。
[0096] 步骤2. 7、确定所述迭代次数是否等于所述最大迭代次数，若是，则执行步骤2. 8 ; 否则，执行步骤2. 3。
[0097] 本步骤中，若还未达到最大迭代次数，则返回执行步骤2. 3 ;否则，将该Μ个适应度 依次降低的序列中，适应度最高的序列作为最优解输出并执行步骤2. 8。
[0098] 步骤2. 8、确定是否有新航班进入终端区，若是，则执行步骤2. 9 ;否则，执行步骤 2. 10〇
[0099] 步骤2. 9、更新所述第一种群中的Μ个序列，执行步骤2. 3。
[0100] 本步骤中，更新所述第一种群中的Μ个序列，具体为：
[0101] 步骤2. 91、删除序列Υ中已经或即将安排着陆的航班，所述序列Υ为所述Μ个序列 中的任一序列Υ ;
[0102] 步骤2. 92、将所述新航班加入所述序列Υ的尾部。
[0103] 步骤2. 10、将所述适应度依次降低的Μ个序列中适应度最高的序列，作为所述最 优序列输出。
[0104] 本步骤中，当没有航班需要调度时，输出航班调度的结果，并将算法挂起直到再次 有新航班到达。
[0105] 下面，用一个具体的实施例对本发明终端区流量调控方法进行详细说明。
[0106] 本实施例中，航班数~ = 5，航班序号灿111={1，2,3,4,5}，航班类型〇&七={4,3， 1，1，2}，航班预计到达时间为PLT = {35,142, 307, 328, 362}，终端区流量调控包括如下步 骤：
[0107] 步骤a、初始化参数：设定扩展指数Θ = 〇. 1，种群规模Μ = 10,最大迭代次数max gen = 5〇
[0108] 根据Mallows Model，序列间的最小距离为0,最大距离为5*(5_1)/2 = 10,可以 得到不同距离序列的概率分布模型，即P(〇) = 〇. 1426, P(l) = 0. 1291，P(2) = 0. 1168， Ρ(3) =0·1057，Ρ(4) =0·0956，Ρ(5) =0·0865，Ρ(6) =0·0783