扇区边界的航班流量控制方法及计算机存储介质与流程

本发明涉及一种航班流量控制方法及计算机存储介质，特别是涉及一种扇区边界的航班流量控制方法及计算机存储介质。

背景技术：

随着航空运输业的快速增长，我国受限的空域资源条件与快速增长的航班飞行流量需求之间的矛盾日益突出，特别地，当某一空域单元受到恶劣天气、重大活动影响，空域容量动态变化导致空中交通流量和容量失衡，带来空域拥堵和航班延误问题，民航运输效率和服务质量面临严峻挑战。为使恶劣天气影响下的交通量需求和容量达到平衡，流量管理单位通常会在扇区边界制定最小航班尾随间隔的流量管理方案，对各个走廊口的进场航班量和航班进场间隔进行控制，以此达到扇区的容流平衡。当前实际工程应用中，大多是采用等比例策略或者基于各个走廊口的航班流量需求来确定各个走廊口的进场航班量，该类方法比较简单、易于实现，但流量控制策略没有综合考虑各个走廊口的航班公司延误成本和乘客延迟成本等多方利益因素，因此带来了扇区容量分配的不公平性，增加了航班延迟成本。

技术实现要素：

发明目的：本发明要解决的技术问题是提供一种扇区边界的航班流量控制方法及计算机存储介质，解决了当前流量控制方法中航班延迟成本较大的缺陷，针对扇区受恶劣天气、重大任务或其他突发事件影响导致容量下降等情况，生成使航班延误代价最小的最优流控策略。

技术方案：本发明所述的扇区边界的航班流量控制方法，包括以下步骤：

(1)根据各进场航班预计到达扇区时间的先后顺序以及所经过的扇区走廊口信息，对扇区的各个走廊口cori生成对应的进场航班序列，所述各进场航班为超过时间tb到达扇区的航班，其中，tb为由于外部因素影响扇区容量值开始下降的时间，i＝1...m，m为走廊口的数量；

(2)制定最优流控策略，所述最优流控策略为进入扇区的航班量小于的前提下，控制各个走廊口cori在tpt内进入扇区的最优航班量以及航班间的最小尾随间隔其中，t为tb后产生影响的时段数，tpt为每一时段的长度，为每一时段对应的扇区容量值，t＝1...t；

(3)根据步骤(2)所述的最优流控策略，对各个走廊口cori在tb后的进场航班总量以及航班的最小尾随间隔进行控制。

进一步的，步骤(2)中制定最优流控策略具体为：

(21)采用动态规划算法将总扇区容量值分配到扇区的各个走廊口，确定各个走廊口cori在在t个时段内的总进场航班量

(22)采用0-1组合算法将总进场航班量分配到t个时段，形成分配方案候选集合csⁱ，csⁱ中每一种候选分配方案soli,g∈csⁱ表示各个走廊口cori在每一时段tpt内进入扇区的航班量，g＝1...|csⁱ|；

(23)从分配方案候选集合csⁱ中选择最优分配方案soli，g∈csⁱ，使总的航班延误代价最小，以此确定各个走廊口cori在时段tpt内进入扇区的最优航班量

进一步的，步骤(22)中将总进场航班量分配到t个时段的具体步骤为：

(221)从个空隙中选取t-1个空隙插入挡板，将个1划分到t个不同集合，每个集合中1的个数即为对应的进场航班量；

(222)将个1组成的序列记为seq；

(223)建立长度为的数组index[]，其下标表示为0到数组元素index[a]的值为1表示在序列seq的第a个1后面放置一挡板，特别地，index[0]＝1表示在序列seq的第1个数字为1的位置之前放置一挡板；数组元素index[a]的值为0时，则不放置；

(224)将数组的前t-1个元素置为1，其余元素置为0，生成一种候选分配方案进入csⁱ；

(225)从左到右扫描数组元素值的“1-0”组合，找到第一个“1-0”组合后将其变为“0-1”组合，生成一种候选分配方案进入csⁱ；

(226)将第一个“1-0”组合的左边所有“1”全部移动到数组的最左端；

(227)重复执行步骤(225)和步骤(226)，直到无法找到“1-0”组合，得到csⁱ。

进一步的，步骤(23)具体为：

(231)建立方案搜索树ts，树根υs为一虚拟节点，节点υi，g∈v(ts)表示一种候选分配方案soli，g，i＝1...m，g＝1...|csⁱ|，方案搜索树ts的边包含两类：树根υs到走廊口cor1的候选分配方案节点，即(υs，υ1，g)∈e(ts)，以及两相邻不同走廊口的候选方案之间，即(υi，g，υi+1，g)∈e(ts)；

(232)定义当前节点υcur，并初始化υcur＝υs，即将树根节点υs作为起始节点开始遍历；

(233)沿当前节点υcur的边继续搜索下一个节点υnxt，判断节点υnxt是否满足约束条件1和2，约束条件1为节点υnxt必须是未访问过的节点，约束条件2为节点υnxt所对应的分配方案必须满足扇区的容量限制，即

(234)如果满足约束条件1和2，则更新变量υcur的值，即υcur＝υnxt，然后继续执行步骤(233)，直到叶子节点，并计算从树根节点到叶子节点这一路径所对应的航班延误代价，保存具有最小航班延误代价的路径；

(235)如果不满足约束条件1或2，则回溯退回上一节点，即节点υcur，然后再遍历节点υcur的其它邻接节点，继续搜索。

本发明所述的计算机存储介质，其上存储有计算机程序，所述计算机程序在被计算机处理器执行时实现所述扇区边界的航班流量控制方法。

有益效果：本发明根据各航班预计到达扇区时间的先后顺序以及所经过的扇区走廊口，对扇区的每个走廊口生成对应的航班序列，然后对每个走廊口的航班序列进行优化，在不超过扇区容量值的前提下，控制各个走廊口在每一时段内进入扇区的航班量，生成使航班延误代价最小的最优流控策略，从而为航班提供安全、高效、科学的进场方案，提高扇区容量资源利用效率。

附图说明

图1是本发明实施方式的方法流程图；

图2是本发明实施方式的0-1组合算法示意图；

图3是本发明实施方式的搜索树示意图。

具体实施方式

本发明实施方式的方法流程如图1所示，包括以下步骤：

步骤1、信息的获取，包括扇区在正常运行下的容量值kn、走廊口的数量m、每个走廊口cori在正常运行下的容量值以及恶劣天气开始影响扇区的时间tb、影响的时段数t以及t个时段所对应的扇区容量值

步骤2、根据各进场航班预计到达扇区时间的先后顺序以及所经过的扇区走廊口信息，对扇区的每个走廊口生成对应的进场航班序列，所述各进场航班为超过时间tb到达扇区的航班；

步骤3、对所述扇区每个走廊口的进场航班进行总量控制，得到最优流控策略，所述最优流控策略为在不超过扇区容量值的前提下，控制各个走廊口cori，i＝1...m在受恶劣天气影响的每一时段tpt，t＝1...t内进入扇区的最优航班量以及航班间的最小尾随间隔使得航班延误代价最小的流控策略；

最优流控策略具体生成步骤为：

步骤3.1、采用动态规划算法将t个时段总的扇区容量值分配到扇区的m个走廊口，确定每个走廊口cori，i＝1...m在t个时段内的总进场航班量具体实施使用了申请号为201910210567.4的发明专利申请所述的方法。

步骤3.2、针对扇区每一走廊口cori，i＝1...m，采用0-1组合算法将总进场航班量分配到t个时段，其对应的分配方案候选集合记为csⁱ，i＝1...m，其中每一种候选分配方案soli，g∈csⁱ，g＝1...|csⁱ|表示走廊口cori在每一时段tpt，t＝1...t内进入扇区的航班量。

所述步骤3.2中，对每一个走廊口cori，i＝1...m，采用0-1组合算法将总进场航班量分配到t个时段，分配方案的候选集合记为csⁱ，i＝1...m，具体实现为：

步骤3.21、将进场航班量分配到t个时段这一问题抽象为将个1划分到t个不同集合；由于个1数字之间有个空隙，进而可以将这一问题看作从个空隙中选取t-1个空隙插入挡板，将个1划分到t个不同集合，此时每个集合中1的个数即为对应的进场航班量。

步骤3.22、将个1组成的序列记为seq；

步骤3.23、建立一个长度为的数组index[]，其下标表示为0到数组元素index[a]的值为1表示在序列seq的第a个1后面放置一挡板，特别地，index[0]＝1表示在序列seq的第1个数字为1的位置之前放置一挡板；数组元素index[a]的值为0时，则不放置；

步骤3.24、初始化，将数组的前t-1个元素置为1，其余元素置为0；此时通过在序列seq中放置挡板，生成一种候选分配方案soli，g，其对应的航班延误代价为costi，g；

步骤3.25、从左到右扫描数组元素值的“1-0“组合，找到第一个“1-0”组合后将其变为“0-1”组合；此时通过在序列seq中放置挡板，生成一种候选分配方案soli，g；

步骤3.26、将第一个“1-0”组合的左边所有“1”全部移动到数组的最左端；

步骤3.27、重复执行步骤3.22-3.24，直到无法找到“1-0”组合。最终，得到走廊口cori的分配方案候选集合记csⁱ，i＝1...m。

步骤3.3、采用回溯法，从每个走廊口cori的候选分配方案集合csⁱ，i＝1...m中选择最优分配方案soli，g∈csⁱ，使总的航班延误代价最小，以此确定走廊口cori在时段tpt，t＝1...t内进入扇区的最优航班量

所述步骤3.3中，采用回溯法，从每个走廊口cori的分配方案候选集合csⁱ，i＝1...m中选择最优分配方案，使总的航班延误代价最小，以此确定走廊口cori在时段tpt，t＝1...t内进入扇区的最优航班量包括：

步骤3.31、建立方案搜索树ts，树根υs为一虚拟节点，节点υi，g∈v(ts)表示一种候选分配方案soli，g，i＝1...m，g＝1...|csⁱ|；方案搜索树ts的边包含两类：树根υs到走廊口cor1的候选分配方案节点，即(υs，υ1，g)∈e(ts)、以及两相邻不同走廊口的候选方案之间，即(υi，g，υi+1，g)∈e(ts)；

步骤3.32、定义当前节点υcur，并初始化υcur＝υs，即将树根节点υs作为起始节点开始遍历；

步骤3.33、沿当前节点υcur的边继续搜索下一个节点υnxt，判断节点υnxt是否满足约束条件1和2：

约束条件1：节点υnxt必须是未访问过的节点；

约束条件2：节点υnxt所对应的分配方案必须满足扇区的容量限制，即

步骤3.34、如果满足约束条件1和2，则更新变量υcur的值，即υcur＝υnxt，然后继续执行步骤3.33，直到叶子节点，并记录从树根节点到叶子节点这一路径所对应的航班延误代价，保存具有最小航班延误代价的路径；

步骤3.35、如果不满足约束条件1或2，则回溯退回上一节点，即节点υcur，然后再遍历节点υcur的其它邻接节点，继续搜索。

步骤4、按照所述最优流控策略，对扇区的每一个走廊口在受恶劣天气影响时段内的进场航班总量以及航班的最小尾随间隔进行控制。

按照上述方法，以北京06号扇区为原型构造航班流运行数据进行实现并验证。表1为06号扇区各个走廊口cori的正常情况下的容量信息以及未来六个时段的航班进场流量数据例如走廊口cor1(西南进场方向)在正常情况下的容量为16架/小时，并预测其后6个小时的进场航班流量为(20:00-21:00)：16架次；(21:00-22:00)：17架次；(22:00-23:00)：10架次；(23:00-00:00)：19架次；(00:00-01:00)：5架次；(01:00-02:00)：5架次。

表1走廊口正常情况下的容量值以及未来六个时间段的航班进场流量信息表

现由于恶劣天气的影响，预计北京06号扇区未来2小时(20:00-22:00)的容量从下降到和

其中本发明步骤3.1的具体实施方式：

首先计算扇区在受恶劣天气等因素影响的时段内总的扇区容量值，即然后利用动态规划算法将63架航班分配到06号扇区的4个走廊口，确定每个走廊口cori，i＝1...4在2个时段内的总进场航班量

假设走廊口cor4在2个时段内的总进场航班量时，则本发明步骤3.2的具体实施方式，如图2所示：

步骤3.21、将进场航班量分配到t个时段这一问题抽象为将3个1划分到2个不同集合；由于3个1数字之间有4个空隙，进而可以将这一问题看作从4个空隙中选取1个空隙插入挡板，将3个1划分到2个不同集合，此时每个集合中1的个数即为对应的进场航班量。

步骤3.22、将个1组成的序列记为seq；

步骤3.23、建立一个长度为4的数组index[]，其下标表示为0到3，数组元素index[a]的值为1表示在序列seq的第a个1后面放置一挡板，特别地，index[0]＝1表示在在序列seq的第1个1之前放置一挡板；数组元素index[a]的值为0时，则不放置；

步骤3.24、初始化，将数组的前t-1个元素置为1，其余元素置为0；此时通过在序列seq中放置挡板，生成一种候选分配方案soli，g，其对应的航班延误代价为costi，g；

步骤3.25、从左到右扫描数组元素值的“1-0”组合，找到第一个“1-0”组合后将其变为“0-1”组合；此时通过在序列seq中放置挡板，生成一种候选分配方案soli，g；

步骤3.26、将第一个“1-0”组合的左边所有“1”全部移动到数组的最左端；

步骤3.27、重复执行步骤3.22-3.24，直到无法找到“1-0”组合。最终，得到走廊口cor4的分配方案候选集合cs⁴＝{sol4，1，sol4，2，sol4，3，sol4，4}

其中本发明步骤3.3的具体实施方式，如图3所示：

步骤3.31、建立方案搜索树ts，树根υs为一虚拟节点，节点υi，g∈v(ts)表示一种候选分配方案soli，g，i＝1...m，g＝1...|csⁱ|；方案搜索树ts的边包含两类：树根υs到走廊口cor1的候选分配方案节点，即(υs，υ1，g)∈e(ts)、以及两相邻不同走廊口的候选方案之间，即(υi，g，υi+1，g)∈e(ts)；

步骤3.32、定义当前节点υcur，并初始化υcur＝υs，即将树根节点υs作为起始节点开始遍历；

步骤3.33、沿当前节点υcur的边继续搜索下一个节点υnxt，判断节点υnxt是否满足约束条件1和2：

约束条件1：节点υnxt必须是未访问过的节点；

约束条件2：节点υnxt所对应的分配方案必须满足扇区的容量限制，即

步骤3.34、如果满足约束条件1和2，则更新变量υcur的值，即υcur＝υnxt，然后继续执行步骤3.33，直到叶子节点，并记录从树根节点到叶子节点这一路径所对应的航班延误代价，保存具有最小航班延误代价的路径；

步骤3.35、如果不满足约束条件，则回溯退回上一节点，即节点υcur，然后再遍历节点υcur的其它邻接节点，继续搜索。

受天气影响，预计北京06号扇区未来2小时(20:00-22:00)的容量从kn＝48架/小时下降到和本实施方式生成的扇区边界航班流尾随间隔管理策略如表2所示，以使航班的总延误代价最小。从表2可以看出06号扇区在20:00-21:00期间各个走廊口的进场航班量分别下降到10架/小时、8架/小时、9架/小时、3架/小时；在21:00-22:00期间各个走廊口的进场航班量分别下降到11架/小时、9架/小时、10架/小时、3架/小时。同时，本发明采用“总量控制+最小尾随间隔”的策略，其中最小尾随间隔采用“等效尾随间隔”的50％，例如走廊口1在20:00-21:00时段的进场航班量为10架/小时，其对应的等效尾随间隔为6分钟一架，则此时段的进场流量管理策略为“总量为10架/小时，最小尾随间隔为3分钟一架”。因此，最终生成的航班流尾随间隔管理策略如表2所示：

表2进场流量管理策略表

为说明本发明方法的优化效果，将本发明所提的流量控制方法与其他两种不同的流量控制方法进行了对比，一是基于管制习惯的等比例方法，即根据扇区容量下降的比例确定各个走廊口的进场航班量；二是基于需求的方法，即基于走廊口的航班流量需求占比扇区的总流量需求以此来确定各个走廊口的进场航班量。表3给出了三种流控策略生成方法的对比结果，从表3中可以看出，当06号扇区未来2小时(20:00-22:00)的容量从kn＝48架/小时下降到和相比较于基于管制习惯的等比例方法，本发明的航班延误代价降低了9.1％；相比较于基于需求的方法，本发明的航班延误代价降低了5.2％，实验结果验证了本发明的有效性。

表3三种流量控制方法的对比表

本发明实施例如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括:u盘、移动硬盘、只读存储器(rom,readonlymemory)、磁碟或者光盘等各种可以存储程序代码的介质。这样，本发明实例不限制于任何特定的硬件和软件结合。

相应的，本发明的实施方式还提供了一种计算机存储介质，其上存储有计算机程序。当所述计算机程序由处理器执行时，可以实现前述扇区边界的航班流量控制方法。例如，该计算机存储介质为计算机可读存储介质。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。