改进的协同航路分配优化模型及算法研究

交通运输系统工程与信息 ›› 2020, Vol. 20 ›› Issue (6): 226-232.

改进的协同航路分配优化模型及算法研究

郭野晨风，胡明华，张颖^*，谢华

南京航空航天大学民航学院，南京 211106

收稿日期:2020-08-12 修回日期:2020-09-22 出版日期:2020-12-25 发布日期:2020-12-25
作者简介:郭野晨风(1991-)，男，江苏南通人，博士生.
基金资助:
国家自然科学基金/National Natural Science Foundation of China(71731001, 61773203)；江苏省研究生科研与实践创新计划项目/Postgraduate Research & Practice Innovation Program of Jiangsu Province(KYCX19_0197).

Improved Model and Algorithm for Optimizing Collaborative Trajectory Options Program

GUO Ye-chen-feng, HU Ming-hua, ZHANG Ying, XIE Hua

School of Civil Aviation, Nanjing University of Aeronautics and Astronautics, Nanjing 211106, China

Received:2020-08-12 Revised:2020-09-22 Online:2020-12-25 Published:2020-12-25

摘要/Abstract

摘要：

为优化协同航路分配程序，利用基尼系数定义一个新的公平性能指标，构建同时兼顾效率和公平性的双目标非线性整数规划模型，采用基于航班优先级排列的染色体编码方式设计一种改进的遗传算法，融合满意解的选择过程.仿真算例结果显示，与现有算法相比，改进遗传算法得到的最终满意解使空域运行效率提高9.3%，航空公司公平性提高33.7%.结果表明，改进的遗传算法能快速获得真实帕累托前沿，且最终满意解能在空域运行效率和资源分配公平性上得到显著提升，说明本文模型及算法合理.

关键词: 航空运输, 资源分配优化, 遗传算法, 协同航路分配程序, 多目标优化, 公平性

Abstract:

To optimize the collaborative trajectory options program (CTOP), the Gini coefficient is firstly introduced to define a new metric of equity. A bi- objective integer nonlinear programming model is formulated considering the performance of efficiency and equity. An improved genetic algorithm is applied to solve the model, which uses an array of integers representing a flight priority order to code the chromosome and adds a process to choose the satisfactory solution. According to the simulation, the final satisfactory solution based on the improved algorithm brings a 9.3% increase in the airspace operating efficiency and a 33.7% increase in the airlines' equity, compared with the solution solved by the current practical algorithm. The result shows the improved algorithm produces the true Pareto frontiers quickly, and the final satisfactory solution both improves the efficiency and equity significantly.

Key words: air transportation, resources allocation optimization, genetic algorithm, collaborative trajectory options program, multi-objective optimization, equity

中图分类号:

郭野晨风，胡明华，张颖，谢华. 改进的协同航路分配优化模型及算法研究[J]. 交通运输系统工程与信息, 2020, 20(6): 226-232.

GUO Ye-chen-feng, HU Ming-hua, ZHANG Ying, XIE Hua. Improved Model and Algorithm for Optimizing Collaborative Trajectory Options Program[J]. Journal of Transportation Systems Engineering and Information Technology, 2020, 20(6): 226-232.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://www.tseit.org.cn/CN/abstract/abstract20171.shtml

http://www.tseit.org.cn/CN/Y2020/V20/I6/226

参考文献

[1] RODIONOVA O, ARNESON H, SRIDHAR B, et al. Efficient trajectory options allocation for the collaborative trajectory options program[C]// IEEE, 2017 IEEE/AIAA 36th Digital Avionics Systems Conference (DASC), St. Petersburg, FL: IEEE, 2017: 1-10.

[2] ZHU G, WEI P. An interval- based TOS allocation model for collaborative trajectory options program (CTOP) [C]// AIAA, 2018 Aviation Technology, Integration, and Operations Conference, Atlanta, Georgia: AIAA, 2018: 1-12.

[3] ZHU G, WEI P, HOFFMAN R, et al. Centralized disaggregate stochastic allocation models for collaborative trajectory options program (CTOP) [C]// IEEE, 2018 IEEE/AIAA 37th Digital Avionics Systems Conference (DASC), London: IEEE, 2018: 1-10.

[4] 徐汇晴, 田文. 基于航路资源协同分配的ATFM 方法研究[J]. 航空计算技术, 2019, 49(1): 32-36. [XU H Q, TIAN W. Research on collaborative allocation of en route resource for ATFM[J]. Aeronautical Computing Technique, 2019, 49(1): 32-36.]

[5] MANLEY B, SHERRY L. Analysis of performance and equity in ground delay programs[J]. Transportation Research Part C: Emerging Technologies, 2010, 18(6): 910-920.

[6] DEB K, PRATAP A, AGARWAL S, et al. A fast and elitist multiobjective genetic algorithm: NSGA- II[J]. IEEE Transactions on Evolutionary Computation, 2002, 6(2), 182-197.

[7] 张玺君, 张祺瑞, 张丽娟, 等. 基于改进遗传算法的出租车共乘线路规划研究[J]. 交通运输系统工程与信息, 2019, 19(6): 123-128. [ZHANG X J, ZHANG Q R, ZHANG L J, et al. Taxi sharing route planning based on improved genetic algorithm[J]. Journal of Transportation Systems Engineering and Information Technology, 2019, 19(6): 123-128.]

[8] BALL M, HOFFMAN R, MUKHERJEE A. Ground delay program planning under uncertainty based on the rationby- distance principle[J]. Transportation Science, 2010, 44(1): 1-14.

[1]	刘忠波, 王淇娴, 郑红星. 海空协同的远海岛礁战储物资供给优化模型与算法[J]. 交通运输系统工程与信息, 2022, 22(2): 268-279.
[2]	张培文, 杜福民, 汪瑜. 基于链路预测的中小机场连接机制研究[J]. 交通运输系统工程与信息, 2022, 22(2): 298-304.
[3]	王红勇, 郭宇鹏. 基于航空器自主运行的空中交通复杂性建模[J]. 交通运输系统工程与信息, 2022, 22(2): 305-312.
[4]	靳志宏, 焉红, 王小寒, 邢磊, 徐奇. 滚装甩挂运输牵引车调度优化及作业模式类比分析[J]. 交通运输系统工程与信息, 2022, 22(1): 142-151.
[5]	张洪海, 张连东, 刘皞, 钟罡. 城市低空物流无人机航迹规划模型研究[J]. 交通运输系统工程与信息, 2022, 22(1): 256-264.
[6]	薛运强, 郭军, 钟蒙, 安静. 基于不确定理论的常规公交车辆调度优化[J]. 交通运输系统工程与信息, 2021, 21(6): 115-122.
[7]	珠兰, 马潇, 刘卓凡. 时间依赖型绿色车辆路径问题研究[J]. 交通运输系统工程与信息, 2021, 21(6): 187-194.
[8]	张魏宁, 胡明华, 杜婧涵, 尹嘉男. 基于条件生成对抗网络的扇区复杂度评估[J]. 交通运输系统工程与信息, 2021, 21(6): 226-233.
[9]	胡荣, 王德芸, 冯慧琳, 刘志昊, 张军峰. 碳达峰视角下的机场航空器碳排放预测[J]. 交通运输系统工程与信息, 2021, 21(6): 257-263.
[10]	李杰, 杨好天, 王兵, 周晓宁, 孙若飞. 民航飞机起飞推力对油耗和排放的影响分析[J]. 交通运输系统工程与信息, 2021, 21(6): 283-288.
[11]	胡荣, 冯慧琳, 刘博文, 张军峰, 王德芸. 点汇聚系统的航空器污染物减排效应与机理[J]. 交通运输系统工程与信息, 2021, 21(5): 165-173.
[12]	吕彪, 管心怡, 高自强. 地铁网络服务韧性评估与最优恢复策略[J]. 交通运输系统工程与信息, 2021, 21(5): 198-205.
[13]	楚金华, 李俊鹤, 王春娟, 陈超. 排放控制区下集装箱班轮航线路径规划与航速调度集成决策[J]. 交通运输系统工程与信息, 2021, 21(4): 230-238.
[14]	曹炜威，李政，冯项楠. 2000—2018年全国民航网络结构特征及演化[J]. 交通运输系统工程与信息, 2021, 21(3): 26-33.
[15]	赵旭，张汇妍，黄瑞. 节点中断与需求不确定下的港口供应链整合[J]. 交通运输系统工程与信息, 2021, 21(3): 34-39.