一种基于命中数的枢纽机场航班中转衔接性优化方法及装置

本发明涉及一种基于命中数的枢纽机场航班中转衔接性优化方法及装置，属于机场航班调控。

背景技术：

1、近年来随着航空市场经济的发展和产业结构的调整，我国机场的枢纽化得到进一步实施，初步形成了三大复合型枢纽机场和八大区域型枢纽机场。然而，尽管航空工业和区域经济的发展为我国带来了庞大的航空运输市场，当前中转旅客占旅客运输量的比重仍然较低，国内旅客出行仍以直飞为主，中转出行尚未形成气候。在有限的航线和时刻资源背景下，高质量中转产品的设计可以增加机场的旅客运输量，提高航班资源的利用率，拉动空港区域的经济发展。因此，通过增强枢纽机场的中转能力以提升民用航空的生产运营效率是促进我国民航业发展的重要策略。

2、目前针对提升枢纽机场航班中转衔接能力的研究主要包括航线网络的优化、中转保障能力优化及航班时刻优化，针对航班时刻的优化主要基于航班波进行展开，但其过渡依赖于对航班波数量和结构进行固定，缺乏对重叠航班波潜在的中转进行有效计算，不适用于国内航班量大且容量易受限制的枢纽机场，中转衔接性能仍处于较低的状况。

技术实现思路

1、本发明的目的在于提供一种基于命中数的枢纽机场航班中转衔接性优化方法及装置，解决现有技术中存在的缺乏对重叠航班波潜在的中转进行有效计算、中转衔接性能低的问题。

2、为实现以上目的，本发明是采用下述技术方案实现的：

3、第一方面，本发明提供了一种基于命中数的枢纽机场航班中转衔接性优化方法，包括：

4、以枢纽机场一日航班中转衔接命中数最大化为优化目标、以枢纽机场调控限制为约束条件，通过遗传模拟退火算法对命中数优化模型进行求解，得到最优枢纽机场一日航班中转衔接命中数；

5、根据所述最优枢纽机场一日航班中转衔接命中数对枢纽机场的航班进行调控。

6、结合第一方面，进一步的，所述枢纽机场一日航班中转衔接命中数为一天内进港航班波与离港航班波的可用航班衔接数量。

7、结合第一方面，进一步的，所述枢纽机场一日航班中转衔接命中数的表达式为：

8、

9、

10、其中，nhit是枢纽机场一日航班中转衔接命中数，nhis(i)是该日进港航班i的中转衔接命中数，fa是该日枢纽机场的进港航班集合，fd是该日枢纽机场的离港航班集合，sa是该日枢纽机场的进港时段集合，sd是该日枢纽机场的离港时段集合，zikjl是进港航班i的一次命中，j是fd中的一个离港航班，k是sa中的一个进港时段，l是sd中的一个离港时段。

11、结合第一方面，进一步的，所述进港航班i的一次命中的值为0/1；

12、若进港航班i在进港时段k到达，同时满足mct为第一预设时间、mwt为第二预设时间、和rij≤预设阈值，则其值为1；否则为0；

13、其中，mct是保证进港航班波的最后一个航班和离港航班波的第一个航班能够连接的最短时间，mwt是旅客在中转时愿意承担的最长等待时间，rij是进港航班i与离港航班j衔接的绕航系数。

14、结合第一方面，进一步的，所述进港航班i与离港航班j衔接的绕航系数的表达式为：

15、

16、其中，ai是进港航班i始发机场与枢纽机场的飞行距离，dj是离港航班j目的机场与枢纽机场的飞行距离，dij是进港航班i始发机场与离港航班j目的机场的大圆距离。

17、结合第一方面，进一步的，所述枢纽机场调控限制包括：

18、进离港航班的时段约束：保证每个进港航班有且仅有一个进港时段，每个离港航班有且仅有一个离港时段；

19、跑道容量约束：

20、

21、

22、其中，xik是进港时段k的进港航班量，ak是进港时段k的跑道进港容量，yjl是离港时段l的离港航班量，dl是离港时段l的离港航班容量；

23、时间窗调整范围约束：

24、

25、

26、其中，ikmin是进港航班i的最早进港时段，ikmax为进港航班i的最迟进港时段，jlmin为离港航班j的最早离港时段，jlmax为离港航班j的最迟离港时段。

27、结合第一方面，进一步的，所述通过遗传模拟退火算法对命中数优化模型进行求解，包括：

28、基于旅行商问题的求解思路，将每个航班看作一个城市节点，在固定已有时刻的基础上，不重复地遍历所有航班，不断调整其在枢纽进出港的起降顺序，优化出最优枢纽机场一日航班中转衔接命中数。

29、结合第一方面，进一步的，所述通过遗传模拟退火算法对命中数优化模型进行求解，具体包括：

30、s1、对每个进离港航班进行整数编码，随机生成数量为n＝50的个体得到初始化种群；

31、s2、采用线性标定法计算各个体的适应度；

32、s3、根据所述各个体的适应度，采用轮盘赌的方法从种群中选择出符合预设要求的个体；

33、s4、根据步骤s3选择出的个体，对满足交叉概率pc＝0.9的相邻个体采用两点去重交叉，对满足变异概率pm＝0.1的个体采用单点变异，得到下一代的临时种群；

34、s5、通过步骤s2更新所述临时种群的适应度；

35、s6、从临时种群中选择适应度最大的个体进行模拟退火操作；

36、s7、输出最优枢纽机场一日航班中转衔接命中数。

37、结合第一方面，进一步的，所述模拟退火操作包括：

38、对所述适应度最大的个体进行随机扰动产生新解，随机扰动的方法与单点变异一致；

39、通过所述步骤s2计算新解的适应度；

40、将新解的适应度与原解的适应度进行比较，利用metropolis准则返回接受新解的概率判断值：

41、

42、其中，pnew为接受新解的概率，f′new、f′old分别表示新解和原解的适应度，tt为第t代种群的退火温度：

43、tt＝t0×td(t-1)

44、其中，t0＝1000℃为初始退火温度；td＝0.95为温度衰减系数；

45、重复所述s5至所述s6的操作，直至满足模拟退火的循环次数smax＝100；

46、重复所述s2至所述s6的操作，直至满足遗传算法的循环次数gmax＝100，将最后一代种群中适应度最大的个体作为最优枢纽机场一日航班中转衔接命中数。

47、第二方面，本发明还提供了一种基于命中数的枢纽机场航班中转衔接性优化装置，包括：

48、命中数优化模块，被配置为：以枢纽机场一日航班中转衔接命中数最大化为优化目标、以枢纽机场调控限制为约束条件，通过遗传模拟退火算法对命中数优化模型进行求解，得到最优枢纽机场一日航班中转衔接命中数；

49、枢纽机场航班中转衔接性优化模块，被配置为：根据所述最优枢纽机场一日航班中转衔接命中数对枢纽机场的航班进行调控。

50、与现有技术相比，本发明所达到的有益效果是：

51、本发明提供的一种基于命中数的枢纽机场航班中转衔接性优化方法及装置，通过以枢纽机场一日航班中转衔接命中数最大化为目标，考虑枢纽机场调控限制，对命中数优化模型进行求解，弥补了对重叠航班波潜在的中转机会缺乏有效计算的技术空白；在求解模型时，设计遗传模拟退火算法进行求解，在遗传算法中引入模拟退火的思想提高算法的全局搜索能力和收敛速度，并迭代出最优枢纽机场一日航班中转衔接命中数，实现对枢纽机场航班中转衔接能力的优化，为充分挖掘枢纽机场的中转潜力提供有力的参考依据。