，Ρ(7) =0·0708，Ρ(8)= 0· 0641，Ρ(9) = 0· 0580, Ρ(10) = 0· 0525。
[0109] 步骤b、生成第一种群。
[0110] 本步骤中，生成第一种群，即随机生成Μ = 10个序列个体，每个个体为1-5的 一种排列方式，例如：ml = {1，3, 5, 2, 4}，m2 = {3, 5, 4, 2, 1}，m3 = {4, 1，2, 3, 5}，m4 ={l，4,3,5,2}，m5 = {3,5,2，l，4}，m6 = {l，5,2,4,3}，m7 = {4，l，2,5,3}，m8 = {3, 2, 4, 5, 1}，m9 = {1，3, 4, 5, 2}，mlO = {1，2, 3, 4, 5}，设定 gen = 0。
[0111] 步骤c、获取第一种群的中心排列〇。= {1，5, 2, 3, 4}。
[0112] 令比例因子p = 0. 2,即根据概率分布模型随机采样生成（1-0. 2) X 10 = 8个序列 个体，即 nl = {1，2, 5, 3, 4}，n2 = {2, 5, 4, 1，3}，n3 = {2, 5, 3, 1，4}，n4 = {1，5, 3, 2, 4}，n5 ={1，5, 2, 3, 4}，n6 = {2, 5, 1，3, 4}，n7 = {5, 1，3, 4, 2}，n8 = {2, 5, 4, 3, 1};根据航班类型 4-2-3-1的顺序，用启发式搜索方式生成0. 2 X 10 = 2个个体，即n9 = nlO = {1，5, 2, 3, 4}。
[0113] 步骤d、计算ml-mlO和nl-nlO的可行度及适应度值，并取其中适应度最高的10个 个体作为更新后的种群，gen = gen+1。
[0114] 步骤e、当gen〈5时，返回到步骤c ;否贝lj，输出当前最优序列，即opt = {1，2, 5, 3, 4}，各航班的指定着陆时间为 ALT = {35, 142, 362, 434, 530}。
[0115] 本发明根据机场终端区的运行情况，在保证安全的前提下优化了各航班的着陆时 间，从而实现全部航班着陆的完成时间最小。利用本发明提供的航班着陆动态调度方法能 够快速有效地得到高质量调度结果，体现了该方法在求解航班着陆动态调度问题上的有效 性和实时性。
[0116] 本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通 过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程 序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟 或者光盘等各种可以存储程序代码的介质。
[0117] 最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制； 尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其 依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征 进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技 术方案的范围。
【主权项】
1. 一种终端区流量调控方法，其特征在于，包括： 步骤1、根据各航班预计到达时间的先后顺序，生成待调度序列，所述各航班为超过阈 值时间着陆的航班； 步骤2、对所述待调度序列进行优化，得到最优序列，所述最优序列为使得所述各航班 在安全着陆前提下，着陆完成所需时间最短的序列； 步骤3、按照所述最优序列，对所述各航班进行调控。2. 根据权利要求1所述的方法，其特征在于，所述步骤2包括： 步骤2. 1、初始化参数并建立概率分布模型，所述参数包括：扩展指数Θ，种群规模M以 及最大迭代次数； 步骤2. 2、根据所述待调度序列，生成第一种群，所述第一种群包括M个序列，所述M个 序列为对所述待调度序列中的所有航班重新排列得到的序列，迭代次数=〇 ; 步骤2. 3、根据所述M个序列，确定所述第一种群的中心排列σ。； 步骤2. 4、根据所述中心排列〇。与所述扩展指数Θ建立概率分布模型，根据所述概 率分布模型，对所述中心排列σ。随机采样，生成（Ι-p) XM个序列，根据启发式搜索，生成 ρ XM个序列，其中，ρ为比例因子，小于O < ρ < 1 ; 步骤2. 5、将所述（Ι-p) XM个序列、所述ρΧΜ个序列加入所述第一种群，使得所述第一 种群包括2Μ个序列； 步骤2. 6、从所述2Μ个序列中，根据适应度函数确定出适应度依次降低的M个序列，所 述迭代次数+1，将所述步骤2. 3中的M个序列，更新为所述适应度依次降低的M个序列； 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 贝IJ，执行步骤2. 3; 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 ； 步骤2. 9、更新所述第一种群中的M个序列，执行步骤2. 3 ; 步骤2. 10、将所述适应度依次降低的M个序列中适应度最高的序列，作为所述最优序 列输出。3. 根据权利要求2所述的方法，其特征在于，所述步骤2. 6中，根据适应度函数确定出 适应度依次降低的M个序列，包括： 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 : 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； 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； 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； 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M个序列。4. 根据权利要求2所述的方法，其特征在于，所述适应度函数为： T = max [ALT (1)，... ALT (N)]，其中，ALT (i)表示航班i的指定着陆时间。5. 根据权利要求2所述的方法，其特征在于，所述步骤2. 2中，所述第一种群包括的M 个序列中的任一序列S，所述序列S采用实数编码： S = [Sl，s2,. . .，sN]，其中，N为航班的数目，&为位于所述序列S的第i个位置上着陆 的航班的实数编码序号，I < i < N。6. 根据权利要求2所述的方法，其特征在于，所述步骤2. 9中，更新所述第一种群中的 M个序列，包括： 步骤2. 91、删除序列Y中已经或即将安排着陆的航班，所述序列Y为所述M个序列中的 任一序列Y ; 步骤2. 92、将所述新航班加入所述序列Y的尾部。7. 根据权利要求2~6任一项所述的方法，其特征在于，所述步骤2. 4中，所述概率分 布模型具体为：其中，P()为所述概率分布模型，d为所述M个序列中两个序列 之间的序列间距，Φ ( Θ )为归一化常数，〇为待生成的序列。8. 根据权利要求1~6任一项所述的方法，其特征在于，所述步骤1中，所述超过阈值 时间着陆的航班包括：刚进入终端区的航班，和/或，本次调控之前，已经经过优化但还未 被安排着陆的航班。
【专利摘要】本发明提供一种终端区流量调控方法，该方法包括：根据各航班预计到达时间的先后顺序，生成待调度序列，然后对该待调度序列进行优化，得到使得各航班在保证陆时间间隔满足安全时间间隔，且各航班的着陆时间在其最早/最晚着陆时间范围内的前提下，着陆完成所需时间最短的最优序列，最后按照最优序列，对各航班进行调控，从而根据终端区的运行情况以及待着陆航班的相关信息，进行实时调度并快速地给出优化后的结果，实时的根据终端区的运行状况，对航班进行合理调控的目的。
【IPC分类】G06Q10/06, G08G5/00
【公开号】CN105355091
【申请号】CN201510690036
【发明人】曹先彬, 纪晓芃, 单昊天, 黄元骏, 任一存
【申请人】北京航空航天大学
【公开日】2016年2月24日
【申请日】2015年10月22日