文摘
我们描述一个正在进行的研究工作与地面交通自动化系统的发展,将有助于控制器更好地协调表面抵港及离港交通交通运动相关。更具体地说,我们描述的概念taxi-planning支持工具,旨在优化路由和调度的机场地面交通方式deconflict出租车计划优化延迟时,总taxi-time或其他机场效率指标。某些输入参数相关的资源需求,如预期的着陆时间和预期的推迟时间,相当难以预测准确。由于输入数据的不确定性驾驶taxi-planning过程,taxi-planning工具设计,使其产生强大的不确定性的解决方案。taxi-planning概念提出,基于混合整数线性规划,设计,使其能够适应这些扰动输入条件,以及考虑到实际执行失败的表面轨迹。工具的功能在一个简单的假设的机场。
1。介绍
航空运输系统的能力,以适应未来交通需求的增长取决于预期,在很大程度上,可用容量的机场基础设施。在今天的航空运输系统,许多主要机场已经关闭他们的最大吞吐量能力。的结果是,大量航班延误,这在很多情况下是由于在机场地面交通拥堵。扩大机场容量,跑道和滑行道系统正在扩大。然而,随着密度和表面机场操作的复杂性增加,安全隐患相关操作表面上越来越多的人,尤其是低能见度条件下的。的确,在当前空中交通控制系统,无法有效监控和引导飞机在能见度低的情况下,因此,理论上可用机场不能有效被利用的能力。
为了应对这些问题,重大研究进行系统开发,提高机场地面运动效率,同时保持一个高水平的安全在所有的天气条件。在本文中,我们描述一个研究工作与地面交通自动化系统的发展,将有助于控制器更好地协调表面抵港及离港交通交通运动相关。更具体地说,我们描述的概念taxi-planning支持工具,旨在优化排序和调度的交通,如减少延迟和减少停止滑行。
使用设想taxi-planning工具,地面交通的运动可以计划无冲突的方式,鉴于滑行道可用资源有限的约束。出租车到达规划涉及到管理交通滑行道系统着陆跑道围裙,以及离职的管理交通从推迟起飞。提出的基于时间的taxi-planning概念严重依赖的假设,在不久的将来,先进的制导和控制系统将变得可用,为飞机提供高精度出租车能力。此功能将使飞机能够精确地跟踪deconflicted运动计划由taxi-planning工具。最近的研究(1)已经表明,这种先进的指导和控制概念的发展既可取的和可行的。
taxi-planning支持工具,我们提出基于用airport-layout模型来促进无冲突飞机运动规划。在这种方法中,滑行道系统建模为一组节点和链接。为此,滑行道十字路口,跑道口岸,跑道和停机坪条目,并退出和部门分离约束定义为节点。飞机运动通过滑行道系统连接的各种跑道和停机坪捕获通过时间/空间网络表示的入住率图的节点和连接时间的变化。taxi-planning问题涉及创建一个基于时间的运动计划,每架飞机,保证无冲突和上游和下游需求的考虑。无冲突的计划意味着确保指定的每架飞机之间的分离程度的运动计划。下游约束可能包括保持一定离开序列或会议指定离开槽。的能力来处理(通常是难以预测)的计划推迟时间的变化就是一个典型的例子一个上游的需求。除了满足上述约束,出租车还计划旨在优化全球(集体)性能指标,直接关系到出租车运营的效率。一个典型的例子这样的集体目标是总出租车时间。 In our research, a range of collective criteria has been explored and in the planning tool a graphical user interface is provided that allows controllers to select and adjust these criteria to meet their specific needs.
探索的几个性能标准是基于目标偏离尽可能少的“理想”出租车计划。理想的出租车计划是首选出租车计划为每个单独的表面运动没有任何其他的交通。换句话说,理想出租车计划包括不协调轨迹很可能包含多个冲突。使用理想的出租车运动的初始计划作为其主要输入数据集,taxi-planning工具产生最优冲突决议,导致最小偏离理想的表面操作从集体的角度来看。为了解决这种冲突,taxi-planning工具利用两个管理工具,即重路由的飞机和飞机在围裙一定的时间和其他在不同表面上的预定位置。
由于输入数据的不确定性驾驶出租车规划过程,taxi-planning工具必须被设计,使其产生强大的不确定性的解决方案。某些输入参数相关的资源需求,如预期的着陆时间,尤其是预期推迟时间,相当难以准确预测这些事件之前。taxi-planning工具必须能够适应扰动在这些输入条件,以及占表面轨迹的实际执行的失败(例如,错过了跑道退出)。
网络规划工具,我们设想的活动主要是依据观测系统的当前状态和流量预期规划周期内使用滑行道系统。在每个计划更新(倍数的时间增量步长,通常是6倍),表面的实际位置是用来修改规划过程的初始条件。任何修订估计飞机推迟起飞或着陆时间考虑。设想taxi-planning工具执行时间/空间deconfliction在一个固定的规划周期。显然,不是想要的整个表面操作每次全面重组计划更新。也因为这个原因,冻结层已被引入到规划系统。如果离开飞机最早可能推迟时间冻结,飞机的路线是固定的,之前不允许持有地平线。在下一节中,我们将主要关注一个规划的模型和结果更新,没有考虑冻结地平线。然而,数值例子将显示计算的结果与多个计划更新。
处理上述网络规划问题,其中一个最普遍采用运筹学方法对大规模问题已成功使用,即混合整数线性规划(MILP) [2]。更具体地说,一个商业MILP包称为最大化策略被采用(3]。
在文献中,各种模型和算法来处理出租车一直探索运动规划问题。在[4],Smeltink等人提出一个研究在某些方面非常相似的工作了,它还使用一个MILP配方,采用基于网络节点和功能重新规划的滑动窗口。主要区别在这里展示他们的工作和工作,他们使用sequencing-based分离,只考虑节点,分离链接是考虑间接的和虚拟的飞机是用来填补缺口。虽然他们的方法允许范围的速度,而不是几个离散值在规定的方法,它不允许持有和重排的飞机。此外由于在他们的模型中,时间不是离散的,他们的方法是不可能允许计划更新在固定的时间间隔。
这项研究由Pitfield et al。5)依赖于蒙特卡罗模拟研究潜在冲突的地面运动,包括拖飞机,在拥挤的滑行道系统。在他们的模拟方法中,他们不优化,只有解决冲突通过持有飞机在特定的点,而不是通过改变旅程。Gotteland et al。6使用遗传算法来优化地面交通。还他们的模型不允许变更的流量和只考虑一个出租车的速度。此外,遗传优化方法作者似乎更适合离线应用程序。马林(7)定义了出租车规划模型线性multicommodity流网络,与额外的约束。与模型认为,出发地和目的地节点之间的路线是固定的,先天的决定使用最短路径算法在7]。此外,在7),只有一个性能标准被认为是,即总路由时间仅供所有航班。
本文组织如下。节2地面交通,基于时间的运动规划概念介绍。部分3概述了数学模型single-planning更新。节4taxi-planning概念证明,数值例子涉及一个假设的机场。最后,在结论,总结了本研究的贡献,并为进一步的研究提供建议。
2。概念描述
设想的概念,taxi-planning工具涉及创建一个(基于时间)表面运动计划为每架飞机deconflicting出租车不协调的运动计划,同时优化集体性能目标。工具的输出是一个优化的出租车计划,指定为每架飞机的路线之后,每个节点的到达时间在选定的路线。
使优化所有飞机的同时行动,确定性模型已经制定,包括离散化时间(multiperiod配方)和空间(多元素)。
假设在每个计划更新的开始,一套完整的预定出租车运动可供规划区间,包括以下:
(我)估计到达飞机的着陆时间;(2)最早可能推迟时间离开飞机;(3)预定跑道起飞飞机到达时间;(iv)初始节点(围裙退出节点离开飞机跑道和预期退出节点到达飞机的);(v)最后一个节点(跑道入口节点离开飞机和围裙入口节点到达的飞机)。
请注意, 代表了规划周期。因为上面的设置属于个体出租车运动本质上是不协调的,无数的轨迹可能发生冲突。表面可以区分各种类型的冲突,包括拖飞机侵犯分离要求的接近领先的飞机由于更高的滑行速度,飞机是在一个十字路口两个滑行道的同时,两架飞机,出租车在同一滑行道相反的方向。
能够提供最佳的时间/空间deconfliction所有出租车轨迹同时代表的一个主要设计要求taxi-plannin系统。剩下的当前设计基于需求如下:
(1)最小化一个集体性能标准的加权组合以下指标:(一)总出租车时间;(b)总保持时间。(2)每架飞机必须有它自己的基于时间的出租车运动计划。(3)它应该可以满足单向和双向跑道。(4)可以指定一个固定的出租车平均速度为每个单独的飞行。(5)计划更新的计算时间必须足够快,允许兼容计划更新率。
实现上述要求,已经开发了离散时空网络表示taxi-planning系统。采用时空网络表示最初构思(8]。时间被视为离散除以考虑规划区间到时间相等的长度, 在哪里就是这样的总数。原型模型的地理分区,机场分为几个部门,进而细分为几个元素。
模型中,主元素节点。节点可以是十字路口,抓点或是滑行道的细分。链接的节点连接到彼此在一个或两个方向。
图1显示了一个假想的例子的地理分区机场,由三个跑道(27日18 l, 18 r)。飞机持有点(或节点)是位于边界的三个部门(I, II, III)如图1。
一辆出租车路线分成几个出租车段每段位于机场只有一个部门。作为一个例子,我们考虑的飞机从围裙出租车退出G1(节点25)起飞跑道18 l(节点6)。最短的出租车路线,如图2,是 在这个符号,代表节点为节点对应围裙退出(门),为节点属于跑道。这出租车路线是在出租车上两段分手。第一个出租车段部门我(下跌) 第二段第二部门(下跌) 段的最大数量是依赖出租车路线,因为并不是每一个出租车路线经过相同数量的行业。以来的一个需求是,飞机可以改航,大量替代出租车路线分配给每架飞机除了最简单的路线。最简单的路线是经过最少的节点的路由和通常也最短。
由于性能指标是基于一组(集体)标准,这是很危险的,某些个体出租车动作处罚超过其他人的延迟,他们必须承担。限制了计算时间和避免极不公平为个人飞机起飞延误,最大程度的延迟是由用户指定。
3所示。出租车规划模型
在本节中,定义了taxi-planning MILP模型问题,基于时空网络表示前一节中描述。
3.1。决策变量
用于定义的变量出租车规划问题在本质上是二进制的如下。
。指数表明一段的路线属于飞行与某一秒的延迟。因此,如果飞行是1需要的路线并且有延迟在段,否则为0。
。如果一个航班秒的延迟等待一个周期在一个节点上段的开始的路线,然后是1和0。这个变量只是用于阻止一个节点时飞机正在等待它。
3.2。目标函数
目标函数认为在这项研究中是一个总额的加权组合出租车时间和总时间: 在哪里航班优先考虑成本因素。指定一个更高的价值对于一个给定的飞行相对于其他航班使特定航班延迟相对更加昂贵,导致优化过程避免添加航班延迟。
路线成本等于路线时间成本乘以总活跃出租车时间及时(因此): 在哪里是指定的路线时间成本因素;路线的时间吗的飞行开始;路线的时间吗的飞行结束。
延迟的成本中指定的目标函数定义为
3.3。约束
使用离散模型与混合整数线性规划(MILP)的方法。使用这个模型的线性约束如下。
(我)节点占用保持约束,需要避免冲突通过限制占领一个节点一个航班时间: 在哪里是一个二进制常数表明如果段的路线属于飞行占据了节点如果它有一个延迟在时间。
(2)链接入住率分离是一种约束和类似于节点占用约束作为链接的链接入住率限制占领一个航班时间: 在哪里是一个二进制常数表明如果一个飞行段的路线属于飞行占据了链接如果它有一个延迟在时间。
(3)路线和延迟选择流保护约束,迫使路线和延迟选择每次飞行段,即使它是一个空段的飞行已经完成了它的路线:
(iv)等待时间是一个序列和流守恒约束和一起段和等待时间的关系,在哪里是时间增量步长,等于一个周期。在示例场景中,的价值= 10秒 如果额外的延迟是“插入”两部分,这个约束力量之间的时间差距这段充满等待点。例如,如果延迟是零段一个20秒段2、summation-if零值omitted-reduces以下方程: 如果上述平等才能满意,和。
4所示。数值例子
为了说明发达的概念,给出了一个数值例子与假设的机场如图1。这个机场的主要特点如下:
(一)它有一个外部和内部滑行道,单向滑行道的;(b)它有一个双向滑行道上飞机可以在两个方向上出租车;(c)围裙在于滑行道系统的中心,所以飞机可以从开始节点出租车顺时针或逆时针(着陆跑道或围裙退出),结束节点(围裙入口或起飞跑道);(d)有多个围裙出口和入口;(e)airport-use配置包括三个跑道中的所有操作的隔离模式。
飞机进入滑行道系统分为快速和缓慢的飞机。飞机出租车平均速度快16米/秒,而飞机出租车平均速度慢8 m / s。数值例子,安全的分离距离eparation设置为200。基于这种分离距离,行元素(链接)配置如表所示1。
长度的线元素,滑行速度选项,和一段10秒的长度,时间需要覆盖每一行元素的数量对于一个给定的出租车速度大约可以确定。
例如,让我们考虑行元素连接节点2和节点3的长度300米。需要37.5秒或4个时间段300米的距离与出租车8 m / s的速度。在过去的时期,节点3也占领了。结果集的时间段需要的是包括在表中1。应该注意的是,飞机有可能阻止多个节点和链接在同一时期,所以舍入的时间周期不积累在路线。
测试的taxi-planning概念假设的机场,创建了一个场景,包括八个飞机的运动规划(6离开和两个到达)使用规划周期T42期。针对假设周期长度的10秒,计划的时间间隔由420秒或(6分钟)。
正如前面提到的,理想不协调运动的一组计划计算的计划更新。表2列出了飞机计划定于本示例场景。应该注意的是,这个计划是故意复杂给一个好迹象的冲突解决。
表中提供的信息1和2,理想的出租车确定每架飞机的计划。这些个人理想的出租车计划如表所示3。大胆的在表打印时间3表明应用规划周期。规划周期的使用有助于减少优化问题的复杂性。请注意,飞机推迟起飞时间是指定的方式离职不仅可以被推迟,但也可以安排早些时候由于使用时间路线。
大胆的数据表3显示的各种冲突。如果飞机确实出租车根据理想的出租车计划,可以观察到如下两种类型的冲突。
(1)两架飞机在一个十字路口在同一时间。根据单独的理想计划,飞机1和3两个交叉节点16岁时间4:10。(2)两架飞机在滑行时在相同的链接。如果理想的计划之后,飞机3将超过飞机4,和飞机7将违反分离与飞机8。解决冲突和优化交通流,性能指标必须被指定。目前,两个不同的标准以及所有这些标准的加权组合可以选择。在本文提供的示例,主要目标是最小化出租车旅行时间惩罚延迟的两倍重。
这个场景的结果如表所示4。在表4、优化和deconflicted出租车计划所示为8飞机表面上移动。大胆的印花细胞表明变化和箭头表示推迟飞机推迟起飞。
在最优解决方案中,可以观察到以下特性。
(1)飞机1出租车根据其理想出租车计划。(2)飞机2走最短的一个,见数据3和4起飞,到达跑道在说时间,早些时候离开停机坪。然而,这仍然是比最早的飞机推迟起飞时间晚在桌子上2。(3)飞机3是一个路线,如飞机2。它也因此早些时候离开了围裙起飞跑道在时间。(4)根据其飞机4出租车理想的出租车的计划。(5)飞机5出租车根据它的理想的出租车的计划。(6)飞机6之前,最短路线在门口,但被延迟两个时期因此到达跑道20秒后。(7)根据其飞机7出租车理想的出租车的计划。(8)飞机8遵循最短路线,但在跑道退出三个时期因此到达门30秒后。
由于这一事实,计划被限制在一个固定的地平线,冲突仍可能存在超出了规划周期。表4显示了这样一个飞机5和6次8:20冲突。在计划更新2分钟后,表所示5,这种冲突解决延迟航班6节点21日为一个周期。计划的其余部分保持不变。
的计算负担问题的复杂性,文中提出的温和,即使情况故意overcomplex示例所示。标准PC,一个完整的计算运行8飞机和许多冲突大约需要5秒,计划更新运行更快由于减少了冲突的数量。应该注意的是,计算时间大大增加增加航班的数量。例如,增加航班数量的数值例子从8到16导致计算时间从5到20秒。因此,重要的是,这两个机场模型和航班计划是结构良好,规划周期保持在合理的范围内,以确保MILP问题仍然是计算容易处理。初步运行全面航班计划,与20飞机定期分裂超过15分钟,表明,由于冲突,从而减少复杂性,计算时间仍在几秒钟内。
5。结束语
摘要概念taxi-movement-planning工具基于MILP模型被提出。应用程序的工具导致出租车每架飞机计划的修订与约束同时最小化成本。“最初的结果主要是有关一个计划更新。这样的更新包括所有当前飞机的计划和那些预期使用滑行道系统在规划周期内。
的初步结果,这个概念似乎坚持了进一步发展的巨大希望。现实的时间表和机场模型将在不久的将来实现证明taxi-movement-planning工具确实是能够以最佳的方式解决出租车规划场景,尤其是对由此产生的复杂性和规模MILP问题。