王旋　陳思遠(yuǎn)　陳冠銘　張旺

摘 要：分析了一種基于知識(shí)工程的登機(jī)口和滑行道分配算法（HDG&TA;），通過對(duì)登機(jī)口管理和路線規(guī)劃建模，使得該模型能分配給飛機(jī)最優(yōu)的停機(jī)位和滑行道。在天津?yàn)I海國(guó)際機(jī)場(chǎng)的快速仿真模型中，對(duì)目前使用的集成方法、單獨(dú)的登機(jī)口分配以及地面管理操作進(jìn)行了分析和比較?；旌蟿?dòng)態(tài)分配算法有效的縮短了滑行時(shí)間、地面延誤和改善了登機(jī)口利用率。

關(guān)鍵詞：混合動(dòng)態(tài)算法；地面路徑規(guī)劃；飛機(jī)登機(jī)口管理

中圖分類號(hào)：V355 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：2095-2945（2018）20-0050-03

Abstract： This paper analyzes an algorithm for allocation of gate and taxiway based on knowledge engineering. By modeling the gate management and route planning， the model can be allocated to the optimal parking stand and taxiway of aircraft. In the rapid simulation model of Tianjin Binhai International Airport， this paper analyzes and compares the current integration methods， separate gate allocation and ground management operations. The hybrid dynamic assignment model provided significant improvements in taxi times， ground delays and gate utilization.

Keywords： hybrid dynamic algorithm； ground path planning； aircraft gate management

引言

在過去四十年中，航空運(yùn)輸需求的迅速增長(zhǎng)導(dǎo)致了嚴(yán)重的運(yùn)輸問題，這些問題造成了延誤、擁堵、運(yùn)營(yíng)成本增加以及惡劣的環(huán)境影響等現(xiàn)象。對(duì)機(jī)場(chǎng)資源的有效管理是解決運(yùn)輸能力不足和交通流量問題的最實(shí)際的辦法。其中關(guān)鍵點(diǎn)之一就是解決飛機(jī)停機(jī)位分配以及路徑規(guī)劃中的關(guān)聯(lián)問題。

國(guó)內(nèi)外學(xué)者進(jìn)行了深入研究，如朱新平[1]基于petri網(wǎng)建模求解初始滑行路徑，但該模型的優(yōu)化目標(biāo)較少。Kim等人[2]開發(fā)了可選登機(jī)口分配模型，該模型解釋了飛機(jī)地面運(yùn)動(dòng)在有限范圍內(nèi)的影響；唐勇[3]提出一種基本空閑時(shí)間窗的路徑規(guī)劃方法，解決滑行路徑優(yōu)化性和計(jì)算量之間的矛盾；TRACC[4]和MoTa[5]的兩個(gè)項(xiàng)目目標(biāo)是制定決策支持系統(tǒng)，為空中交通管制員提供預(yù)計(jì)計(jì)劃和預(yù)計(jì)無沖突的滑行路線建議。

本文驗(yàn)證了一種基于知識(shí)工程的混合動(dòng)態(tài)算法，該算法實(shí)現(xiàn)了滑行路徑和登機(jī)口分配，有效地模擬了飛機(jī)登機(jī)口管理和路徑規(guī)劃的現(xiàn)實(shí)運(yùn)行特征。該模型通過合理的停機(jī)位分配，滿足短期規(guī)劃窗口內(nèi)預(yù)定的決策標(biāo)準(zhǔn)，縮減滑行時(shí)間和滑行延誤，實(shí)時(shí)監(jiān)測(cè)地面運(yùn)動(dòng)，重新分配滑行路徑和停機(jī)位。

1 混合動(dòng)態(tài)登機(jī)口和滑行道分配

通用算法包括兩個(gè)步驟：一個(gè)是停機(jī)位和滑行道路徑分配子算法，一個(gè)是滑行道道路監(jiān)控和重新分配子算法。每個(gè)子算法根據(jù)相關(guān)標(biāo)準(zhǔn)集定義一個(gè)決策樹。

1.1 停機(jī)位和滑行路徑分配

當(dāng)子算法開始時(shí)，它將檢測(cè)進(jìn)場(chǎng)飛機(jī)的重量類別，以便在機(jī)場(chǎng)尋找合適的登機(jī)口。如果空的登機(jī)口可供中型或重型飛機(jī)停放，根據(jù)從停機(jī)位規(guī)劃決策數(shù)據(jù)庫獲得的信息，該算法將為每一登機(jī)口定義一個(gè)優(yōu)先級(jí)指數(shù)i（i=1，…，m）。該算法從最高優(yōu)先級(jí)指數(shù)（i=1）到最低優(yōu)先級(jí)指數(shù)（i=m）來運(yùn)行其所有的查詢?；陲w機(jī)停機(jī)位的優(yōu)先權(quán)啟用登機(jī)口分配程序。如果飛機(jī)有一個(gè)遠(yuǎn)機(jī)位優(yōu)先級(jí)，則將跳過登機(jī)口分配步驟，并啟動(dòng)遠(yuǎn)機(jī)位分配算法。

1.2 滑行道路徑監(jiān)控和重新分配

這一程序的主要目的是確保所有飛機(jī)沿著指定的滑行路徑行駛，在實(shí)時(shí)地面活動(dòng)中將滑行時(shí)間和滑行延誤降至最低。如圖1所示。

2 混合動(dòng)態(tài)登機(jī)口和滑行道算法案例分析

本研究將天津?yàn)I海國(guó)際機(jī)場(chǎng)（ZBTJ）選為樣本機(jī)場(chǎng)，用以分析混合動(dòng)態(tài)模擬算法對(duì)機(jī)場(chǎng)運(yùn)動(dòng)區(qū)域交通流的影響。通過快速仿真研究，比較了目前的地面控制程序，并提出了基于吞吐量、地面運(yùn)行時(shí)間、延誤和離場(chǎng)隊(duì)列的混合動(dòng)態(tài)算法模型。本研究使用SIMMOD.Pro，構(gòu)建ZBTJ的仿真模型，運(yùn)用其跑道系統(tǒng)、滑行道網(wǎng)絡(luò)、重型登機(jī)口和遠(yuǎn)機(jī)位的節(jié)點(diǎn)鏈接定義，模擬了ZBTJ控制區(qū)域內(nèi)的最終方法和初始爬升路徑。除了這些建模功能外，它的Profile Builder特性允許對(duì)決策樹進(jìn)行定義，并且它的Airfield允許使用預(yù)先定義的、可替換的滑行道路徑建模。利用這些功能，分別在初始方案和備選方案下，在機(jī)場(chǎng)模型中實(shí)現(xiàn)了登機(jī)口和滑行道分配的決策模型。2017年6月11日是繁忙的一天，基于對(duì)ZBTJ的年度交通數(shù)據(jù)初步分析，模擬了天津?yàn)I海國(guó)際機(jī)場(chǎng)在8：35點(diǎn)到12：35之間的ADS-B高峰時(shí)段數(shù)據(jù)，形成了初始方案和備選方案。

對(duì)2017年6月11日高峰時(shí)段的交通概況進(jìn)行了分析。在這4個(gè)小時(shí)期間，共有120駕抵達(dá)，99駕離開，共進(jìn)行了230次行動(dòng)。最高的吞吐量從11：35到12：35，有60個(gè)操作，其中35個(gè)到達(dá)，28個(gè)離開。根據(jù)交通數(shù)據(jù)，89%為中型飛機(jī)，11%為重型飛機(jī)。

3 模擬結(jié)果分析

3.1 交通流量的分析

表1和表2分別給出了進(jìn)場(chǎng)和離場(chǎng)交通序列的4小時(shí)模擬結(jié)果。表1顯示了在初始和其他場(chǎng)景中發(fā)生的總吞吐量、處理時(shí)間和延誤、進(jìn)場(chǎng)滑行時(shí)間和延誤。在兩種情況下， 108個(gè)到達(dá)的航班都沒有差異。然而，由于混合動(dòng)態(tài)算法的積極影響，進(jìn)場(chǎng)滑行時(shí)間和延誤分別減少了17.9%和93.8%。

表2顯示了總的滑行時(shí)間和地面延誤，包括在離場(chǎng)隊(duì)列點(diǎn)的等待時(shí)間。另一方面，與在模擬過程中94個(gè)離場(chǎng)航班的初始場(chǎng)景相比，總離場(chǎng)滑行時(shí)間減少了14.1%。離場(chǎng)滑行和排隊(duì)延誤也分別減少了12.3%和6.6%?；谏鲜鼋Y(jié)果，混合動(dòng)態(tài)算法在模擬時(shí)間內(nèi)顯著地提高了總的地面運(yùn)行時(shí)間并降低了離場(chǎng)延誤時(shí)間。

3.2 單位小時(shí)分配結(jié)果分析

在分析了模擬的總體結(jié)果后，對(duì)兩種情況的進(jìn)場(chǎng)和離場(chǎng)運(yùn)動(dòng)分別分析了吞吐量的單位小時(shí)分布。表3給出了模擬初始和替代方案的小時(shí)吞吐量。

3.3 高峰時(shí)段分析

表4給出了模擬高峰時(shí)段兩種情況的詳細(xì)數(shù)據(jù)。備選方案稍微改善了起降飛機(jī)的跑道使用情況。此外，進(jìn)場(chǎng)和離場(chǎng)飛機(jī)的平均滑行時(shí)間顯著減少，每架飛機(jī)分別減少0.8和0.6分鐘。在備選情況下，每架飛機(jī)在離開隊(duì)列點(diǎn)的平均延誤時(shí)間也略有下降。雖然在備選方案中對(duì)高峰時(shí)段的改進(jìn)有限，但在隨后的模擬過程中，它對(duì)進(jìn)離場(chǎng)流管理有顯著貢獻(xiàn)。

3.4 活動(dòng)區(qū)的滑行延誤點(diǎn)

除了交通流的結(jié)果，對(duì)兩種情況下活動(dòng)區(qū)的滑行延誤的程度和位置進(jìn)行了比較。圖2顯示了地面的延誤分布。在模擬過程中，由于滑行道交叉口的沖突和在離場(chǎng)隊(duì)列中的等待，導(dǎo)致地面延誤。分析結(jié)果顯示，在滑行道交叉口，地面延誤低于150秒，而在離港隊(duì)列中高于150秒。在滑行延誤方面，初始方案在20秒和60秒以上的延誤都比備選方案要高。雖然備選方案的地面延誤點(diǎn)相對(duì)較高，在20-40秒之間，但在總體分布上的延誤點(diǎn)和延誤時(shí)間更少，因?yàn)榛旌蟿?dòng)態(tài)算法通過控制飛機(jī)的地面運(yùn)動(dòng)來阻止地面延誤超過40秒。

3.5 登機(jī)口利用率

在備選方案中，當(dāng)?shù)菣C(jī)口利用率降低8.1%時(shí)，遠(yuǎn)機(jī)位的使用率增加了5.1%。這一結(jié)果表明，混合動(dòng)態(tài)算法在停機(jī)位置分配時(shí)更為均衡。備選方案下，登機(jī)口的容量有了很大的提高，因?yàn)樗沟菣C(jī)口的平均占用時(shí)間減少了25.7分鐘。然而，遠(yuǎn)機(jī)位的平均占用時(shí)間只增加了15分鐘。在備選方案中，登機(jī)口和遠(yuǎn)機(jī)位使用時(shí)間稍微少一些。在初始方案中，由于滑行流，模擬過程中的一些飛機(jī)必須在它們的位置等待。出于這個(gè)原因，初始方案中停機(jī)位置的總利用率略高于備選方案。

4 結(jié)束語

混合動(dòng)態(tài)登機(jī)口和滑行道分配算法通過綜合規(guī)劃和監(jiān)測(cè)過程，定性定量的改進(jìn)了飛機(jī)停機(jī)位置分配和地面活動(dòng)等區(qū)域運(yùn)行的效率，為主要機(jī)場(chǎng)的登機(jī)口和滑行道管理提供了一種綜合的操作方法，有助于發(fā)展基于計(jì)算機(jī)的決策工具，以改善空中交通流流量和活動(dòng)區(qū)域的能力。該模型可通過增加機(jī)場(chǎng)終端和乘客流量等約束，擴(kuò)展到一個(gè)完整的機(jī)場(chǎng)和登機(jī)口管理決策支持系統(tǒng)。未來的工作將側(cè)重于將混合動(dòng)態(tài)登機(jī)口和滑行道分配算法的效率與其他優(yōu)化的方法進(jìn)行比較，進(jìn)一步提高其效率。

參考文獻(xiàn)：

[1]朱新平.A_SMGCS航空器場(chǎng)面滑行初始路徑規(guī)劃[Z].2012.

[2]KIM， S.H.， Feron， E. and Clarke， J.P. Gate assignment to minimize passenger transit time and aircraft taxi time， J Guidance， Control， and Dynamics， 2013，36（2）：467-475.

[3]唐勇.A_SMGCS航空器滑行路由規(guī)劃及三維仿真研究[D].2014.

[4]Gerdes， I. and Temme， A. Taxi routing for aircraft： Creation and controlling， Proceedings of the 2nd SESAR Innovation Days， November 2012， Braunschweig， Germany.

[5]Chua，Z.K.，Cousy，M.，Andre，F(xiàn).andCausse，M.Simulating air trafflc control ground operations： Preliminary results from project modern taxiing， 4th SESAR Innovation Days， November 2014， Madrid， Spain.

[6]Orhan Ertugrul Guclu and Cem Cetek， Analysis of aircraft ground trafflc flow and gate utilisation using a hybrid dynamic gate and taxiway assignment algorithm.