葉志堅(jiān)，孟令航，耿增顯

（中國民航大學(xué)天津市空管運(yùn)行規(guī)劃與安全技術(shù)重點(diǎn)實(shí)驗(yàn)室，天津 300300）

區(qū)調(diào)扇區(qū)重構(gòu)的指派模型和算法

葉志堅(jiān)，孟令航，耿增顯

（中國民航大學(xué)天津市空管運(yùn)行規(guī)劃與安全技術(shù)重點(diǎn)實(shí)驗(yàn)室，天津 300300）

為有效適應(yīng)交通需求在時(shí)間和空間上的變化，在功能區(qū)塊航空器數(shù)量量化和采用多管制員團(tuán)隊(duì)的基礎(chǔ)上，提出了一種適應(yīng)性區(qū)調(diào)扇區(qū)重構(gòu)的指派模型和算法。對目標(biāo)空域作網(wǎng)格處理，統(tǒng)計(jì)得到每個(gè)網(wǎng)格的航空器平均分布數(shù)量。航空器分布數(shù)量系數(shù)被用來修正管制員進(jìn)行協(xié)調(diào)、移交和解決沖突的額外工作負(fù)荷，修正后的航空器分布數(shù)量影射到每個(gè)網(wǎng)格。設(shè)計(jì)了網(wǎng)格分組的多時(shí)段、變?nèi)藬?shù)、變處理能力背包指派模型和計(jì)算方法。數(shù)值實(shí)例顯示模型可行，算法有效；隨模擬空域范圍變大，人力資源需求有明顯減少的趨勢；在空域范圍較大且日需求較高時(shí)，指派算法得到的結(jié)果比當(dāng)前3個(gè)班組輪班使用的人力資源需求減少15%左右；在日交通需求較低時(shí)，指派算法也能達(dá)到比當(dāng)前3個(gè)班組輪班使用的人力資源需求減少8%的效果。

空域規(guī)劃；適應(yīng)性扇區(qū)劃分；安全性；管制員工作負(fù)荷；監(jiān)控警告參數(shù)

隨著中國經(jīng)濟(jì)和民航事業(yè)的發(fā)展，終端和航路通行能力得到改善，流量進(jìn)一步增加，飛行流量較大地區(qū)的管制員面臨更嚴(yán)峻的、超負(fù)荷工作的挑戰(zhàn)，為了緩解這一矛盾，中國民航在多個(gè)地區(qū)實(shí)施了流量管理協(xié)同決策并取得了較好的效果。但從構(gòu)建新一代空中交通管理系統(tǒng)的角度分析，還需解決一些配套問題。為了化解交通需求和空域通行能力不平衡的矛盾，根據(jù)國外的經(jīng)驗(yàn)，一是通過流量管理措施，限制高峰時(shí)段的需求或改航改變交通流地理分布，平峰消谷；二是動態(tài)空域配置，增大空域通行能力并減少延誤，如增開扇區(qū)以減少管制員工作負(fù)荷，扇區(qū)重構(gòu)以適應(yīng)隨時(shí)空變化的交通需求，動態(tài)邊界調(diào)整以適應(yīng)改航需求，扇區(qū)合并以減少交通低谷時(shí)段人力資源浪費(fèi)等[1]。由于目前中國航路空域容量已趨于飽和，對扇區(qū)重構(gòu)和增開扇區(qū)的需求越來越迫切，扇區(qū)重構(gòu)與管制員指派的聯(lián)合優(yōu)化是解決問題的關(guān)鍵。

最近幾年關(guān)于指派問題算法的研究成果頗多，王立柱研究的是（m，n，k）指派問題[2]，孫曉雅提出使用蟻群算法來求解標(biāo)準(zhǔn)指派問題[3]，熊德國用網(wǎng)絡(luò)流理論來求解標(biāo)準(zhǔn)指派問題[4]，費(fèi)威在其博士論文中采用最小調(diào)整法來求解標(biāo)準(zhǔn)指派問題[5]，李巖研究了個(gè)人能力不同的任務(wù)指派問題[6]。這些模型和空域塊指派模型有很大的不同，車輛組合問題、車輛裝載能力是線性疊加的，而管制員人數(shù)組合處理航空器能力不是線性疊加的，另一個(gè)區(qū)別在于后者非一次性指派，而是多時(shí)段指派問題。本文研究的是多時(shí)段、變?nèi)藬?shù)、變處理能力的空域指派問題及其求解。

1 交通流地理分布網(wǎng)格化處理

1.1 網(wǎng)格內(nèi)航空器平均分布數(shù)量處理

對整個(gè)目標(biāo)空域交通流地理分布做離散化處理：將包括有整個(gè)目標(biāo)空域的航路航線圖按10 km間隔一條經(jīng)線和一條緯線劃經(jīng)緯線網(wǎng)格，并對每個(gè)網(wǎng)格編號為Gi，i=1，2，…，n；凡是有航路航線經(jīng)過的網(wǎng)格都做航空器分布數(shù)量量化處理。對應(yīng)于一個(gè)扇區(qū)計(jì)劃時(shí)間段[T0，T1]，一般按24 h處理，統(tǒng)計(jì)該時(shí)間段內(nèi)：

1）飛經(jīng)每個(gè)航段routex（x=1，2，…，k）的航空器架次 Nroutex；

2）小時(shí)平均數(shù)量即流量（架次/h）為

其中：lGi為航段在網(wǎng)格Gi中的長度；σ為網(wǎng)格內(nèi)航空器數(shù)量系數(shù)；σ取決于管制員日常任務(wù)次數(shù)、處理沖突次數(shù)和所需要的處理時(shí)間。網(wǎng)格所處的不同位置決定了這些事件是否在網(wǎng)格內(nèi)發(fā)生，一旦發(fā)生則需要考慮其對管制員帶來的影響。

1.2 網(wǎng)格內(nèi)航空器數(shù)量系數(shù)量化

網(wǎng)格內(nèi)航空器數(shù)量系數(shù)量化主要考慮客觀工作負(fù)荷，即由日常事件造成的負(fù)荷增加和特殊事件造成的增加，網(wǎng)格內(nèi)航空器數(shù)量系數(shù)量化表達(dá)式為

其中：36是扇區(qū)內(nèi)平均每架航空器所需處理時(shí)間（s）[7]。

1.2.1 日常事件發(fā)生地點(diǎn)的航空器數(shù)量系數(shù)量化

日常事件發(fā)生地點(diǎn)的航空器數(shù)量系數(shù)量化和發(fā)生頻率、處理時(shí)間有關(guān)。在扇區(qū)入口點(diǎn)或出口點(diǎn)有以下日常事件：管制員和管制員協(xié)調(diào)、管制員和飛行員確認(rèn)接管[8]；在轉(zhuǎn)彎點(diǎn)或強(qiáng)制報(bào)告點(diǎn)的日常事件：監(jiān)控；在扇區(qū)內(nèi)任意點(diǎn)：飛行員請求、指出或點(diǎn)選、管制員對交通結(jié)構(gòu)的情景意識構(gòu)建。日常事件在一個(gè)扇區(qū)中出現(xiàn)的頻率和處理時(shí)間及發(fā)生地點(diǎn)根據(jù)現(xiàn)場觀察，如表1所示。

表1 日常事件平均頻率及處理時(shí)間Tab.1 Mean frequency and dealing time of daily event

1）在扇區(qū)入口點(diǎn)或出口點(diǎn)

σ=[（15+10）/36+0]+1，其意義是在扇區(qū)入口點(diǎn)和出口點(diǎn)，每架航空器相鄰扇區(qū)管制員之間必須協(xié)調(diào)一次，處理時(shí)間是15 s，管制員和飛行員必須通話一次，處理時(shí)間是10 s，而航空器在扇區(qū)內(nèi)平均處理時(shí)間是36 s，則

入口點(diǎn)網(wǎng)格處量化航空器數(shù)量=實(shí)際分布航空器數(shù)量×α=實(shí)際分布航空器數(shù)量×[（25/36）+1]

2）強(qiáng)制報(bào)告點(diǎn)或轉(zhuǎn)彎點(diǎn)

σ=[（5/36）+0]+1，其意義是在強(qiáng)制報(bào)告點(diǎn)或轉(zhuǎn)彎點(diǎn)，每架航空器需要管制員必須處理1次，處理時(shí)間是5 s，而航空器在扇區(qū)內(nèi)平均處理時(shí)間是36 s，則

強(qiáng)制報(bào)告點(diǎn)或轉(zhuǎn)彎點(diǎn)網(wǎng)格處量化航空器數(shù)量=實(shí)際分布航空器數(shù)量×[（5/36）+1]

3）除扇區(qū)入口點(diǎn)或出口點(diǎn)、強(qiáng)制報(bào)告點(diǎn)或轉(zhuǎn)彎點(diǎn)，交叉點(diǎn)外的其他位置點(diǎn)，可能出現(xiàn)的事件是“指出”、“處理飛行員請求”、“交通情景意識構(gòu)建”，這些事件在網(wǎng)格內(nèi)可能發(fā)生也可能不發(fā)生，發(fā)生的概率表達(dá)為

其中：lGi是在網(wǎng)格內(nèi)航路段的總長度，平均速度為800 km/h；（lGi×60/800）是航空器在網(wǎng)格Gi內(nèi)用分鐘表示的飛行時(shí)間；11 min是1架航空器在扇區(qū)內(nèi)的平均飛行時(shí)間。在任意一個(gè)這樣的網(wǎng)格內(nèi)上述日常任務(wù)處理次數(shù)為

處理總時(shí)間為

網(wǎng)格處量化航空器數(shù)量=實(shí)際分布航空器數(shù)量×

1.2.2 特殊事件發(fā)生地點(diǎn)的航空器數(shù)量系數(shù)量化

特殊事件特指交叉沖突，在交叉點(diǎn)出現(xiàn)，交叉點(diǎn)航空器數(shù)量系數(shù)量化與潛在沖突次數(shù)和處理時(shí)間相關(guān)。

航路交叉點(diǎn)潛在沖突事件次數(shù)可以表達(dá)為流量、沿航路速度、最小所需間隔，及沖突可能存在的航路間交叉角和飛行高度層數(shù)量的函數(shù)。函數(shù)關(guān)系為[9]

其中：Econflict是每小時(shí)平均交叉沖突數(shù)量，有n個(gè)可用高度層；過交叉點(diǎn)有m個(gè)兩兩航路交叉；fi1是在i高度層沿航路1的流量；fi2是在i高度層沿航路2的流量；X是航空器縱向間隔標(biāo)準(zhǔn)；Vi1是在i高度層沿航路1的航空器飛行速度；Vi2是在i高度層沿航路2的航空器飛行速度；α是兩兩交叉航路交叉角。沖突處理時(shí)間根據(jù)現(xiàn)場觀察按60 s計(jì)算。

1.3 交叉點(diǎn)鄰域打包

為保證交叉點(diǎn)與劃分的扇區(qū)邊界有足夠的距離，為管制員做沖突調(diào)配留下足夠余地，交叉點(diǎn)附近鄰域和交叉點(diǎn)本身必須在一個(gè)扇區(qū)，交叉點(diǎn)距離小于30 km的也必須在一個(gè)扇區(qū)，即由一個(gè)貨郎來打包處理。航空器進(jìn)入扇區(qū)需要移交，移交完畢如果有沖突，必須有足夠時(shí)間解決沖突，移交時(shí)間包括管制員聽飛行員報(bào)告加發(fā)指令時(shí)間，接近20 s，解決一次沖突時(shí)間為50 s，總計(jì)不超過1.5 min，預(yù)留2 min為交叉點(diǎn)距離邊界的安全飛行時(shí)間，民航飛機(jī)航路平均飛行速度大約0.8個(gè)馬赫數(shù)，接近800 km/h，2 min飛行距離27 km，相當(dāng)于3個(gè)網(wǎng)格的距離，2個(gè)交叉點(diǎn)距離小于30 km的也合并在一個(gè)區(qū)塊。這些區(qū)塊都在一個(gè)扇區(qū)，就可以保證管制員有充分時(shí)間完成移交和解決沖突。

假設(shè)通過處理后有m個(gè)區(qū)塊，區(qū)塊數(shù)學(xué)描述為

其處理數(shù)量為各個(gè)網(wǎng)格處理數(shù)量之和。

2 扇區(qū)劃分背包指派模型設(shè)計(jì)

2.1 指派路徑

從目標(biāo)空域指定的入口點(diǎn)開始，遇見交叉點(diǎn)順時(shí)針轉(zhuǎn)出，走完轉(zhuǎn)出路徑，再次轉(zhuǎn)入，如此反復(fù)得到如圖1所示帶箭頭的虛線，即走行路徑。對每個(gè)走行路徑經(jīng)過的網(wǎng)格重新編號，即gi，i=1，2，…，n；交叉點(diǎn)處區(qū)塊（交叉點(diǎn)附近鄰域）編號按一個(gè)網(wǎng)格處理。

圖1 指派順序路徑示意圖Fig.1 Assignment sequence path diagram

網(wǎng)格重新編號處理完后，得到一個(gè)功能區(qū)塊指派順序字符串鏈{g1，g2，…，gn}。將g1和gn相連，得到一個(gè)環(huán)狀鏈，如圖2所示。

2.2 時(shí)段確定

首先根據(jù)有相似特性的歷史統(tǒng)計(jì)數(shù)據(jù)預(yù)測未來24 h之內(nèi)的小時(shí)流量，作流量（架次/小時(shí)）分布圖，共3條線，分別為日流量均值線、日流量均值加標(biāo)準(zhǔn)偏差線和日流量均值減標(biāo)準(zhǔn)偏差線。

時(shí)段劃分方法1 把未來24 h劃為2個(gè)時(shí)段，以日流量均值線上方的合并為1個(gè)時(shí)段，日流量均值線下方的合并為1個(gè)時(shí)段，即08：00—19：00/19：00—08：00/，1個(gè)時(shí)段工作時(shí)長11 h，另一個(gè)時(shí)段長13 h。為公平起見，把第一個(gè)時(shí)段往后延長1 h，即08：00—20：00/20：00—08：00，這樣2個(gè)時(shí)段長度都為12 h。

圖2 指派順序字符串鏈Fig.2 Assignment sequence string chain

時(shí)段劃分方法2 把小時(shí)流量高于日流量均值加標(biāo)準(zhǔn)偏差線的時(shí)點(diǎn)合并為一個(gè)時(shí)段；把小時(shí)流量低于日流量均值加標(biāo)準(zhǔn)偏差線，且小時(shí)流量高于日流量均值減標(biāo)準(zhǔn)偏差線的時(shí)點(diǎn)合并為一個(gè)時(shí)段；把小時(shí)流量低于日流量均值減標(biāo)準(zhǔn)偏差線的時(shí)點(diǎn)合并為一個(gè)時(shí)段。時(shí)段劃分過多，工作時(shí)段過短，需輪班的班組增加，人力成本上升；時(shí)段劃分過少，工作時(shí)段過長，管制員易疲勞，安全得不到保障。如圖3所示，是一個(gè)典型的24 h流量及均值分布圖，根據(jù)以上所述，把未來24 h劃為3個(gè)時(shí)間段，即00：00—08：00/08：00—16：00/16：00—24：00。

圖3 日流量及均值分布Fig.3 Distribution of daily flow and mean

時(shí)段劃分方法3 在方法2的基礎(chǔ)上，將3個(gè)時(shí)段再次均分，得到6個(gè)時(shí)段，即00：00—04：00/ 04：00—08：00/08：00—12：00/12：00—16：00/16：00—20：00/20：00—24：00。時(shí)段數(shù)量用τ表示，τ的取值是2、3、6。

2.3 確定每個(gè)時(shí)段每個(gè)功能區(qū)塊航空器數(shù)量分布

統(tǒng)計(jì)每個(gè)功能區(qū)塊15 min內(nèi)高峰瞬間計(jì)數(shù)，以8 h時(shí)段為例有32個(gè)計(jì)數(shù)，取其平均值得到區(qū)塊航空器數(shù)量分布對所有時(shí)段的全部功能區(qū)塊做相似處理，得到功能區(qū)塊航空器數(shù)量分布矩陣

2.4 背包指派模型

K（j=1，2，…，k）個(gè)扇區(qū)，k未知；n個(gè)功能區(qū)gi，i= 1，2，…，n；3個(gè)時(shí)間段t=1，2，3；目標(biāo)是用最少的人力資源將n個(gè)功能區(qū)指派給k（k未知）個(gè)扇區(qū)。1個(gè)扇區(qū)2個(gè)管制員的監(jiān)控警告參數(shù)設(shè)為17，1個(gè)扇區(qū)1個(gè)管制員的監(jiān)控警告參數(shù)設(shè)為12，該參數(shù)設(shè)置是參照美國聯(lián)邦航空局1997年關(guān)于雷達(dá)管制人員配備標(biāo)準(zhǔn)研究報(bào)告設(shè)定的[10]。取MAP=17意味每個(gè)扇區(qū)需要配備2個(gè)管制員，按這個(gè)參數(shù)設(shè)計(jì)的扇區(qū)比按MAP=12（目前中國無論扇區(qū)管制員人數(shù)多少，區(qū)調(diào)都用這個(gè)標(biāo)準(zhǔn)）設(shè)計(jì)的扇區(qū)更大，比按MAP=29（3個(gè)管制員）設(shè)計(jì)的扇區(qū)更小。扇區(qū)設(shè)計(jì)足夠大，每個(gè)管制員熟悉的空域范圍大，便于邊界動態(tài)調(diào)整時(shí)減小管制員的不適應(yīng)；扇區(qū)如果按3個(gè)管制員來設(shè)計(jì)，扇區(qū)能保證足夠大，但交通流急劇增加時(shí)無法通過增加管制員來分解工作負(fù)荷，將增加運(yùn)行安全風(fēng)險(xiǎn)；在交通量較小時(shí)，可通過減少管制員配置來運(yùn)行，減少了頻繁合扇的概率，提高了安全性。因此，在設(shè)計(jì)階段管制員配置時(shí)最多配置2個(gè)，交通流變化時(shí)，通過增減管制員數(shù)量來解決，可以節(jié)約人力資源，并提高安全性和適應(yīng)性。通過指派組合功能區(qū)，將空間工作負(fù)荷限定在監(jiān)控警告參數(shù)以下，組合的功能區(qū)在τ個(gè)時(shí)段保持不變，減少扇區(qū)邊界頻繁變動，以人數(shù)增減來適應(yīng)不同時(shí)段τ交通需求隨時(shí)間的變化，目標(biāo)函數(shù)是使用的總管制員數(shù)量最少。

指派模型：包括目標(biāo)函數(shù)和約束。目標(biāo)函數(shù)為

其中：t是劃分的時(shí)間段序號；τ是時(shí)段數(shù)量；j是扇區(qū)序號；k是扇區(qū)數(shù)量表示t時(shí)段內(nèi)j扇區(qū)使用的管制員數(shù)量。約束為

3 遺傳算法設(shè)計(jì)

3.1 背包法求（p＞20）個(gè)初始可行解

由于按監(jiān)控警告參數(shù)=12來設(shè)計(jì)扇區(qū)，大趨勢上比按監(jiān)控警告參數(shù)=17更節(jié)約人力資源，故求初始解按監(jiān)控警告參數(shù)=12作為背包上限，相應(yīng)的扇區(qū)人員按1個(gè)來配置。這是一個(gè)標(biāo)準(zhǔn)指派問題，可用解模型2的方法[2]來求最優(yōu)解，為了簡化計(jì)算，這里只需要可行解，故采用貨郎背包法。

Mj是貨郎實(shí)際背負(fù)的值。從第1個(gè)進(jìn)入點(diǎn)開始沿航路順時(shí)針方向背貨，背到不能背為止，背負(fù)的負(fù)荷小于等于監(jiān)控警告參數(shù)。假設(shè)走行步數(shù)用ξ表示，除了交叉點(diǎn)必須一步走完，其余都是一步一個(gè)網(wǎng)格，遇見第y個(gè)交叉點(diǎn)鄰域在第ψ步，能背負(fù)就裝上，沿順時(shí)針從包塊出去圍繞包塊直到裝滿；若不能背負(fù)從包塊順時(shí)針出，到邊界后順時(shí)針進(jìn)入下一個(gè)網(wǎng)格。如此反復(fù)，直到這里的y是最近一個(gè)交叉點(diǎn)下標(biāo)。

解表達(dá)形式：

1）字符串編碼形式，如圖4所示。

2）程序中用集合表示，用于遺傳操作

g1和gn相鄰，g4和g5相鄰，依此類推，每個(gè)集合的最后一個(gè)元素與下一個(gè)集合的第1個(gè)元素相鄰，形成一個(gè)閉環(huán)形式，如圖4所示。

圖4 字符串編碼解表達(dá)形式Fig.4 String encoding solution

再以其他進(jìn)入點(diǎn)和交叉點(diǎn)為開始點(diǎn)沿航路順時(shí)針方向背貨，如果以其他進(jìn)入點(diǎn)和交叉點(diǎn)為開始點(diǎn)產(chǎn)生的可行解不足p個(gè)，則以2個(gè)交叉點(diǎn)的中點(diǎn)作為開始點(diǎn)生成可行解，所有按上述步驟產(chǎn)生p個(gè)可行解{φ1，φ2，…，φp}。

3.2 適應(yīng)度函數(shù)

目標(biāo)函數(shù)是最小化問題，適應(yīng)度函數(shù)為

3.3 選擇

用蒙特卡羅法，第z個(gè)解被選中的概率為

3.4 交叉

交叉模式

|代表交叉點(diǎn)位置，交叉操作采用貪婪搜索。第1次交叉，交叉點(diǎn)在g1、g2之間；第2次交叉，交叉點(diǎn)在g2、g3之間；依此類推，有n-1次交叉，產(chǎn)生2（n-1）個(gè)子代。將滿足適應(yīng)度函數(shù)者送入解數(shù)據(jù)庫，每送1個(gè)，p+1，在交叉操作結(jié)束后更新probz。

3.5 變異

{1，2，3，4}{5，6，7}{8，9，10，11，12}…{…n}的變異模式。

采用以下2種變異模式，產(chǎn)生6個(gè)孫代：

1）元素右移變異

a.元素右移一步變異：{2，3，4，5}{6，7，8}{9， 10，11，12}…{…n，1}孫代

b.元素右移二步變異：{3，4，5，6}{7，8，9}{10， 11，12，13，14}…{…n，1，2}孫代

2）雙集合拔河變異

隨機(jī)選擇sk，如選到s2

c.s2增長1個(gè)元素，{1，2，3，4}{5，6，7，8，}{9， 10，11，12}…{…n}；孫代

d.s2增長 2個(gè)元素，{1，2，3，4}{5，6，7，8，9} {10，11，12}…{…n}；孫代

e.s2減少1個(gè)元素，{1，2，3，4}{5，6}{7，8，9， 10，11，12}…{…n}；孫代

f.s2減少2個(gè)元素，{1，2，3，4}{5}{6，7，8，9， 10，11，12}…{…n}；孫代

將滿足適應(yīng)度函數(shù)的孫代送入解數(shù)據(jù)庫，每送一個(gè)，p+1，在變異操作結(jié)束后更新probz。

3.6 終止條件

使用如下終止條件：

1）定義最大遺傳代數(shù)genmax，若達(dá)到最大遺傳代數(shù)則結(jié)束；

2）從第gens代開始比較，若連續(xù)ω代Fit（f（x））沒有明顯的改善則結(jié)束。

4 實(shí)驗(yàn)結(jié)果及分析

采用某區(qū)調(diào)300×300 km2、600×600 km2、900× 900 km2、1 200×1 200 km2、1 800×1 800 km2共5個(gè)空域范圍在需求較高繁忙日統(tǒng)計(jì)數(shù)據(jù)，用前述的模型和方法做了模擬試驗(yàn)。圖5是不同空間范圍減少人力資源需求的對比，結(jié)果顯示在空間范圍小于900× 900 km2聯(lián)合優(yōu)化結(jié)果不敏感，差異不大，隨模擬空域的增大，優(yōu)化效果有逐漸增加的趨勢。產(chǎn)生這種差異化效果的主要原因是在空域范圍較小時(shí)，交通流地理分布差異不大，因此優(yōu)化結(jié)果不明顯；在空域范圍較大時(shí)，交通流時(shí)空分布的不均衡性比較明顯，能得到較明顯的優(yōu)化結(jié)果。

圖5 人力資源需求對比Fig.5 Comparison of human resource demand

表2為1 800×1 800 km2空域范圍內(nèi)2日需求狀況下，采用不同時(shí)段長度的管制員需求對比結(jié)果。從結(jié)果來看，日需求較高，節(jié)約使用的管制員數(shù)量越多，日需求較低，節(jié)約使用的管制員數(shù)量越少；劃分時(shí)段數(shù)量少，管制員日工作時(shí)間長，管制員需求也少。從節(jié)約人力資源使用角度看，希望管制員工作時(shí)間越長越好，但過長的工作時(shí)間會增加管制員疲勞的風(fēng)險(xiǎn)；劃分時(shí)段數(shù)量多，管制員日工作時(shí)間短，管制員需求也多，會增加人力資源使用成本。1日分3個(gè)時(shí)段是現(xiàn)在各管制室常用的時(shí)段劃分法，在τ=3時(shí)，對比兩種交通需求模式發(fā)現(xiàn)，在日需求變化較高時(shí)，使用本文模型計(jì)算，能比同樣按3個(gè)時(shí)段排班的當(dāng)前人力資源節(jié)約15.8%，在日交通需求較低時(shí)，也能達(dá)到8%的節(jié)約。

表2 管制員需求數(shù)量對比Tab.2 Comparison of controller demand

5 結(jié)語

本文從中國非自由飛行實(shí)際情況出發(fā)，采用坐標(biāo)網(wǎng)格粒度化地理空間，用航空器數(shù)量系數(shù)和網(wǎng)格內(nèi)航段長度量化網(wǎng)格內(nèi)航空器平均分布數(shù)量，航空器數(shù)量系數(shù)考慮了不同網(wǎng)格地理位置管制員可能增減的工作負(fù)荷，增加的負(fù)荷包括協(xié)調(diào)、接管、監(jiān)控、解決沖突和移交，并給出了量化方法。將空域扇區(qū)劃分與人力資源管理聯(lián)合優(yōu)化，抽象成多時(shí)段、變?nèi)藬?shù)、變處理能力的空域指派問題并求解。數(shù)值實(shí)例顯示該法適應(yīng)性較強(qiáng)，留有可進(jìn)一步增加人手解決峰值超負(fù)荷問題的空間，扇區(qū)結(jié)構(gòu)在計(jì)劃時(shí)間前變動，在計(jì)劃時(shí)間范圍內(nèi)的各個(gè)時(shí)段，扇區(qū)結(jié)構(gòu)保持不變，避免了扇區(qū)頻繁變動帶給管制員的不適應(yīng)，增加了區(qū)調(diào)扇區(qū)解決交通需求時(shí)空分布不均衡問題的靈活性和安全性；在空域范圍較大、時(shí)空分布不均衡條件下，使用建立的模型和算法對減少管制員使用數(shù)量有效且可行。2個(gè)班組輪班雖能明顯減少人力資源使用，但管制員單班工作時(shí)間過長，隱藏安全風(fēng)險(xiǎn)，不建議使用；采用4 h一個(gè)班的輪班制，人力資源使用顯著上升，不適合當(dāng)前管制員緊缺的現(xiàn)狀；保持目前三班倒的輪班制度，且根據(jù)需求動態(tài)增減人數(shù)使用是個(gè)好的選擇。使用遺傳算法和貪婪搜索相結(jié)合，解決了處理能力隨人數(shù)增長的背包指派尋優(yōu)問題。

[1]ARASH Y，BABAK K，GIRISHKUMAR S，et al.Effectiveness of Dynamic Airspace configuration to Manage Airspace Capacity in Response to Highly Dynamic Changes in Traffic Demand and Weather Events[C]// 10th AIAA Aviation Technology，Integration，and Operations（ATIO）Conference，F(xiàn)ort Worth，Texas，2010：1-9.

[2]王立柱，劉 陽.分配小于人數(shù)和任務(wù)數(shù)的指派問題的反點(diǎn)算法[J].運(yùn)籌學(xué)學(xué)報(bào)，2011，15（3）：124-128.

[3]孫曉雅，林 焰.改進(jìn)的人工蜂群算法求解任務(wù)指派問題[J].微電子學(xué)與計(jì)算機(jī)，2012，29（1）：23-26.

[4]熊德國，胡勇文.用最小費(fèi)用流的允許邊算法求解指派問題[J].山東大學(xué)學(xué)報(bào)（理學(xué)版），2012，47（3）：103-109.

[5]費(fèi) 威.最小調(diào)整法的改進(jìn)及其在經(jīng)濟(jì)優(yōu)化中的應(yīng)用[D].大連：東北財(cái)經(jīng)大學(xué)，2010.

[6]李 巖，郭 強(qiáng).非確定型指派問題的求解算法[J].計(jì)算機(jī)工程與應(yīng)用，2009，45（15）：61-66.

[7]ROBERTO Arca Jaurena.Guide for the Application of a Common Methodology to Estimate Airport and Atc Sector Capacity for the SAM Region[R].Lima，Peru，ICAO RLA，2009.

[8]項(xiàng) 恒，趙嶷飛.空中交通管制員工作任務(wù)分析[J].中國民航大學(xué)學(xué)報(bào)，2007，31（4）：31-34.

[9]SIDDIQEE W.A mathematical model for predicting the number of potential conflict situationsat intersecting air routes[J].Transportation Science，1973，7（2）：158-167.

[10]JO7210.3v，F(xiàn)acility Operation and Administration[S].FAA，2008.

（責(zé)任編輯：黨亞茹）

En route sector reconstructing assignment model and algorithm

YE Zhi-jian，MENG Ling-hang，GENG Zeng-xian
（ATM Operation Planning and Safety Techniques Ley Kab of Tianjin，CAUC，Tianjin 300300，China）

In order to effectively adapt to traffic demand changes in time and space，based on quantization of the aircraft number in the function block and multi-ATC team，an adaptive sector reconfiguration assignment model and an algorithm are proposed.When the target airspace has been processed as grid，statistics of the evenly distributed aircraft number are obtained in each grid.Aircraft distribution coefficients are used to correct the extra workload while air traffic controllers conduct coordination，transferring and resolving conflicts.Then the amended aircraft distribution numbers are alluded to each grid.A backpack assignment model and calculation method is designed for grid grouping on condition of multi-period，variable job number and variable capacity.Numerical examples show that the model is feasible as while as algorithm is effective.On high demand day，assignment algorithm results reduce about 15%of human resource needs than current needs under three crew shifts.On low traffic demand day，the assignment algorithm results still can reduce about 8%of human resources needs.

airspace planning；adaptive sector division；security；controller workload；monitor alert parameter

V355.1

：A

：1674-5590（2014）04-0009-06

2013-06-26；

：2013-09-04

中國民用航空局科技基金（MHRD201014）；國家自然科學(xué)基金項(xiàng)目（61179042）；中國民航大學(xué)科研啟動基金（05qd07s）；中央高校基本科研業(yè)務(wù)費(fèi)專項(xiàng)（3122014C023；3122014D038）；國家空管委科研課題（GKG201405002）

葉志堅(jiān)（1972—），男，貴州六盤水人，講師，博士，研究方向?yàn)榭罩薪煌ㄒ?guī)劃與管理.