令璐璐，羅軍

(中國民用航空飛行學院 空中交通管理學院，廣漢 618307)

基于管制員負荷的西安終端區(qū)扇區(qū)優(yōu)化

令璐璐，羅軍

(中國民用航空飛行學院 空中交通管理學院，廣漢 618307)

若扇區(qū)的工作負荷差別較大，會限制空域容量，給飛行安全和空域的利用造成不利影響。為了提高空域容量，緩解空中交通壓力，構建基于管制員負荷的西安終端區(qū)扇區(qū)優(yōu)化方法。通過對西安終端區(qū)近期雷達數據進行統(tǒng)計分析、量化管制負荷，得到符合西安終端區(qū)的管制員負荷綜合值；對該終端區(qū)進行剖分得到Voronoi圖，依據均衡扇區(qū)管制負荷的原則，加入實際約束條件，采用遺傳算法對扇區(qū)進行優(yōu)化。結果表明：通過扇區(qū)優(yōu)化，提升了西安終端區(qū)的容量，均衡了各扇區(qū)的管制負荷，取得了較好的優(yōu)化效果。

管制員負荷；遺傳算法；西安終端區(qū) ；Voronoi圖；扇區(qū)優(yōu)化

0 引 言

近年來，隨著民航業(yè)的飛速發(fā)展，空中交通流量直線攀升。為了提升空域容量，獲得較高的空域利用率，國內繁忙機場通常將空域劃分為若干扇區(qū)，每個扇區(qū)分別設立管制席位，進行空中交通指揮和協(xié)調。由于各個扇區(qū)的工作負荷差別較大，限制了空域容量，也給飛行安全和空域的利用造成不利影響。終端區(qū)是銜接航路和機場的樞紐空域，也是空中交通最密集、情況最復雜、沖突最多的空域。顯然，終端區(qū)的容量是限制整個空域容量的關鍵。扇區(qū)優(yōu)化對于提高終端區(qū)容量、降低管制員的工作負荷，從而保證飛行安全具有重要意義。

由于受地面導航設施的限制，交通結構形式較為固定，但隨著衛(wèi)星導航設施、機載導航設備、PBN程序等的發(fā)展成熟、推廣應用以及航路航線的改進，更加迫切地要求優(yōu)化終端區(qū)扇區(qū)，以實現(xiàn)空域的高效利用。

目前，國內外有關扇區(qū)優(yōu)化的研究，多集中于對數學模型的選取。國外，A.Yousefi等[1]將空域劃分為正六邊形，提出一種基于管制員負荷和空中交通復雜度的扇區(qū)優(yōu)化方法；G.C.Richmond[2]采用整數規(guī)劃優(yōu)化方法，使空域總管制負荷最??；D.Gianazza等[3]同時考慮管制工作負荷和空中交通復雜度，對扇區(qū)進行配置優(yōu)化；O.Babic[4]運用模糊邏輯和動態(tài)優(yōu)化方法，提出不同時間的扇區(qū)動態(tài)優(yōu)化方法。國內，楊光等[5]根據扇區(qū)管制工作負荷均衡和扇區(qū)約束條件，將扇區(qū)優(yōu)化轉化為非線性規(guī)劃，并運用K-T方程和SQP法進行求解；張明等[6-7]采用模擬退火算法進行扇區(qū)優(yōu)化，并基于變精度粗集理論，規(guī)劃出不同航班數時的動態(tài)扇區(qū)數。

西安咸陽國際機場作為西北地區(qū)最大的空中綜合交通樞紐，是中國重要的門戶機場，其運輸業(yè)務量連續(xù)多年快速增長。截至2016年末，西安咸陽國際機場的年運輸起降架次、旅客吞吐量、貨郵吞吐量分別達到29萬架次、3 700萬人次和23萬噸，三項指標的年均增長率分別達到9.0%、12.2%和10.5%[8]；終端區(qū)扇區(qū)也從兩個增加至五個。實際調研發(fā)現(xiàn)，當前扇區(qū)負荷存在不均衡現(xiàn)象，有必要進行扇區(qū)優(yōu)化。

本文首先通過采集管制繁忙時段的錄音、雷達數據等，以管制員的指令劃分，量化管制員工作負荷，并計算得到各扇區(qū)的管制負荷；然后依據扇區(qū)負荷均衡度原則，基于遺傳優(yōu)化算法對原有扇區(qū)進行調整和優(yōu)化。

1 扇區(qū)優(yōu)化

1.1 扇區(qū)的劃分

設Wg為扇區(qū)總負荷，S為管制員的工作時間段，根據ICAO空中交通服務的DORATASK方法[9]，扇區(qū)的個數Ns為[10]

(1)

式中：int為取整符號。

1.2 優(yōu)化目標函數

扇區(qū)優(yōu)化的目標是依據“均衡管制負荷”的原則以使各扇區(qū)之間的管制負荷之差最小。

扇區(qū)優(yōu)化的目標函數為[11]

(2)

式中：Wi和Wj分別為第i、j扇區(qū)的工作負荷；Ns為扇區(qū)個數。

扇區(qū)優(yōu)化的約束條件[12]包括：

①扇區(qū)邊界約束：航路交叉點距離扇區(qū)邊界必須滿足規(guī)定距離，保證管制員有足夠的時間去調配解決沖突。其約束公式為

Dmin≥(t1+t2)v+l

(3)

式中：Dmin為交叉點距離扇區(qū)邊界的最小距離；t1為管制員解決沖突所耗時間；t2為扇區(qū)之間移交所耗時間；v為航空器的平均速度；l為航空器之間的管制安全間隔距離。

②扇區(qū)最短停留時間約束：航空器在扇區(qū)中至少要停留一定的時間，該時間應足夠管制員完成監(jiān)視和管制等操作。其約束公式為

Tmin≥2Ts

(4)

式中：Tmin為扇區(qū)停留最短時間；Ts為管制移交時間。

此外，還應考慮地空通信信號的范圍，管制山區(qū)等特殊空域，例如放油區(qū)、限制空域等；扇區(qū)的劃分應有利于管制員集中在雷達屏幕上的注意力等。上述因素均難以量化，在確定邊界時，可作為參考因素。

2 遺傳算法

1975年，美國密執(zhí)安大學的John Holland教授首先提出了遺傳算法(GA)，它是一種通過模擬自然進化過程來搜索最優(yōu)解的方法，是模擬達爾文生物進化論“優(yōu)勝劣汰”的自然選擇和遺傳學機理的計算模型[13]，適用于解決傳統(tǒng)搜索方法難以解決的復雜問題和某些非線性問題[14]。遺傳算法的實質是根據“適者生存”的原則，對群體進行選擇、交叉、變異，逐代進化，最終得到滿足條件的最優(yōu)解。

適應度函數是遺傳算法中的一個非常重要的因素，直接影響著GA的搜素能力和精度。在扇區(qū)優(yōu)化中，本文采用優(yōu)化目標函數的倒數作為適應度函數[15]，其公式為

(5)

選擇算子是在父代群體中選擇一些個體，遺傳給下一代。主要采用輪盤賭的方法，即適應度比例法。選擇概率為

(6)

式中：fj、fi分別為群體中第j和第i個個體的適應度。

交叉算子是GA產生新個體的主要方法，也是GA中具有搜索能力的主要算法。

變異算子是將等位基因換位，保證其不會永久不變，增強了GA的局部搜索能力。

遺傳算法的流程如圖1所示。

圖1 遺傳算法流程圖

3 西安終端區(qū)扇區(qū)優(yōu)化

目前，西安終端區(qū)共有五個扇區(qū)，其中02扇和03扇為外扇，外扇修正海壓3 000 m至標準氣壓6 000 m。水平邊界在跑道中心延長線以北的空域為02扇，以南為03扇。01扇、05扇和04扇為內扇，其中01扇和05扇負責進場，二者水平邊界一致，01扇地面至修正海壓1 800 m，05扇修正海壓1 800 m至修正海壓3 000 m；04扇負責離場，修正海壓1 800 m至修正海壓3 000 m，西安終端區(qū)扇區(qū)平面圖如圖2所示。

圖2 西安終端區(qū)扇區(qū)平面圖

3.1 管制負荷的量化與統(tǒng)計

通過對西安終端區(qū)近期的雷達數據進行實際調研及統(tǒng)計分析，參考管制一線的成熟管制員給出的各指令權值，整合得到西安終端區(qū)管制員負荷的綜合值，如表1所示。

表1 管制員負荷綜合值

統(tǒng)計得到的西安終端區(qū)高峰小時段(14:00～14:59)進離港航空器數目和各指令次數，如表2～表3所示。

表2 14:00～14:59進港指令統(tǒng)計

表3 14:00～14:59離港指令統(tǒng)計

從表2～表3可以看出：扇區(qū)總工作負荷為15 484.8 s，01扇～05扇的管制負荷依次為3 624.4、3 157.9、4 101.8、1 812.8和2 787.9 s，表明扇區(qū)之間的負荷差距較大；03扇的流量約占總流量的70%，因此需要進行扇區(qū)優(yōu)化以均衡管制負荷。

3.2 容量評估

根據DORATASK方法，利用最小二乘原理的回歸分析法，取管制員的平均工作負荷為峰值80%時的航空器架次作為扇區(qū)的容量，得到扇區(qū)容量為45架次比較適合。而目前扇區(qū)容量為54架次，因此需要進行扇區(qū)優(yōu)化以減輕管制員負荷、緩解空中交通壓力。

3.3 遺傳算法模型對扇區(qū)的優(yōu)化

首先根據式(1)得到扇區(qū)的數目為六個；然后利用MATLAB編程，以扇區(qū)內重要航路點坐標為關鍵點，生成有邊界的Voronoi圖，如圖3所示；最后以均衡扇區(qū)管制負荷為目標，運用遺傳算法進行扇區(qū)優(yōu)化，得到優(yōu)化圖之后再加以修正，最終得到優(yōu)化后的扇區(qū)，如圖4所示。

圖3 西安終端區(qū)Voronoi圖

圖4 優(yōu)化后的西安終端區(qū)

從圖3～圖4可以看出：優(yōu)化主要使05扇區(qū)擴大，同時，管制負荷最大的03扇區(qū)被劃分為03和06兩個扇區(qū)，這與實際情況相符；扇區(qū)總負荷由15 484.8 s降為13 926.6 s，優(yōu)化后01扇區(qū)～06扇區(qū)的負荷分別為2 663.2、2 712.4、2 308.5、1 803.8、2 421.4和2 017.3 s，均小于統(tǒng)計時間的80%；經評估，扇區(qū)容量從45架次提升到58架次，各扇區(qū)的管制負荷得到均衡，取得了良好結果。

4 結束語

基于西安終端區(qū)扇區(qū)空中交通管理的現(xiàn)狀，量化其管制員負荷，采用遺傳算法，對扇區(qū)進行優(yōu)化。通過新增扇區(qū)并調整扇區(qū)邊界，使各扇區(qū)的管制負荷得到均衡，且管制員負荷均小于峰值的80%，降低了管制員負荷，優(yōu)化效果明顯，為西安終端區(qū)扇區(qū)的合理規(guī)劃提供了科學依據和參考。但在本文的研究過程中，只考慮了靜態(tài)的扇區(qū)優(yōu)化，未涉及扇區(qū)的動態(tài)劃分和優(yōu)化，這將是下一步研究的重點內容。

[1] Yousefi A, Donohue G L. Temporal and spatial distribution of airspace complexity for air traffic controller workload-based sectorization[C]. AIAA-2004-6455, 2004.

[2] Richmond G C. An interim descriciption of the doratask methodology the assessment of sector capcity[M]. London: Civil Aviation Authority, 1998.

[3] Gianazza D, Alliot J M. Optimization of air traffic control sector configurations using tree search methods and genetic algorithms[C]. Digital Avionics Systems Conference, 2002: 1-8.

[4] Babic O, Krstic T. Airspace daily operational sectorization by fuzzy logic[J]. Fuzzy Sets and Systems, 2000, 116(1): 49-64.

[5] 楊光, 胡明華, 王艷軍. 基于非線性規(guī)劃的空域扇區(qū)結構優(yōu)化設計[J]. 交通運輸工程與信息學報, 2008, 6(4): 82-86. Yang Guang, Hu Minghua, Wang Yanjun. Airspace sector structure optimization design based on nonlinear programming[J]. Journal of Transportation Engineering and Information, 2008, 6(4): 82-86.(in Chinese)

[6] 韓松臣, 張明. 依據管制工作負荷的扇區(qū)優(yōu)化新方法[J].南京航空航天大學學報, 2004, 36(1): 91-96. Han Songchen, Zhang Ming. Optimization method for sector partition based on control workload[J]. Journal of Nanjing University of Aeronautics & Astronautics, 2004, 36(1): 91-96.(in Chinese)

[7] 張明. 管制扇區(qū)的最優(yōu)劃分方法研究[J]. 南京航空航天大學學報, 2004, 36(3): 308-312. Zhang Ming. Method for sector optimum partition[J]. Journal of Nanjing University of Aeronautics & Astronautics, 2004, 36(3): 308-312.(in Chinese)

[8] 中國民用航空局. 2016年民航行業(yè)發(fā)展統(tǒng)計公報[EB/OL].(2017-05-08)[2017-05-24]. http∥www.caac.gov.cn/XXGK/XXGK/TZTG/201705/P0201705085032308144 73.pdf. Civil Aviation Administration of China. Statistics bulletin on civil aviation industry development in 2016[EB/OL].(2017-05-08)[2017-05-24]. http∥www.caac.gov.cn/XXGK/XXGK/TZTG/201705/P020170508503230814473.pdf.(in Chinese)

[9] 張功. 基于管制員工作負荷的扇區(qū)容量評估技術研究[D]. 南京: 南京航空航天大學, 2013. Zhang Gong. Research on evaluation of sector capacity technology base on controller workload[D]. Nanjing: Nanjing University of Aeronautics and Astronautics, 2013.(in Chinese)

[10] 國際民用航空組織. 空中交通服務計劃手冊[S]. 蒙特利爾: 國際民用航空組織,1999. ICAO. Air traffic service manual[S]. Montreal: ICAO, 1999.(in Chinese)

[11] 張明, 韓松臣. 依據管制員工作負荷的扇區(qū)優(yōu)化方法[J]. 交通運輸工程學報, 2005, 5(4): 86-89. Zhang Ming, Han Songchen. Method of sector optimum partition based on controller workload[J]. Journal of Traffic and Transportation Engineering, 2005, 5(4): 86-89.(in Chinese)

[12] 謝鵬. 機場終端區(qū)扇區(qū)優(yōu)化技術研究[D]. 南京: 南京航空航天大學, 2012. Xie Peng. Research on sector optimization of airport terminal area[D]. Nanjing: Nanjing University of Aeronautics and Astronautics, 2012.(in Chinese)

[13] Goldberg D E. Genetic algorithm in search, optimization, and machine learning[M]. Boston, USA: Addison Wesley, 1989.

[14] 王小平, 曹立明. 遺傳算法——理論、應用與軟件實現(xiàn)[M]. 西安: 西安交通大學出版社, 2002: 1-4. Wang Xiaoping, Cao Liming. Genetic algorithm theory application and software implementation[M]. Xi’an: Xi’an Jiao Tong University Press, 2002: 1-4.(in Chinese)

[15] 孔德福. 終端區(qū)扇區(qū)優(yōu)化技術研究[D]. 南京: 南京航空航天大學, 2011. Kong Defu. Research on terminal area sector optimization[D]. Nanjing: Nanjing University of Aeronautics and Astronautics, 2011.(in Chinese)

(編輯：馬文靜)

Research on Xi’an Terminal Sector Optimization Based on Controller Workload

Ling Lulu, Luo Jun

(College of Air Traffic Management, Civil Aviation Flight University of China, Guanghan 618307, China)

If the difference of the workload in a sector is too big, the airspace capacity will be limited, which will adversely affect the flight safety and airspace utilization. In order to improve the sector capacity, relieve air traffic pressure, the method of the Xi’an terminal sector capacity evaluation and optimization base on controller workload is constructed. Measuring the controller workload by the statistical analysis of the radar data, the comprehensive value of the controller workload, which accords with the Xi’an terminal workload, can be calculated. Then the Voronoi diagram is founded using computational geometry. According to the principle of balanced sector load regulation, and some actual constraints, applying genetic algorithm in terminal control airspace, the optimal design of sector structure can be achieved. Through sector optimization, the capacity of the terminal area of Xi’an is enhanced, the sectors of the control load is balanced, and good results are achieved.

controller workload; genetic algorithm; Xi’an terminal; Voronoi; sector optimization

2017-05-24；

2017-06-21

中國民航飛行學院研究生創(chuàng)新項目(X2016-63)

令璐璐,1356214378@qq.com

1674-8190(2017)03-293-06

V

A

10.16615/j.cnki.1674-8190.2017.03.007

令璐璐(1992-)，男，碩士研究生。主要研究方向：空中交通管理。

羅 軍(1970-)，男，教授。主要研究方向：空中交通管理、空域規(guī)劃。