王旋　陳思遠　陳冠銘　張旺

摘 要：分析了一種基于知識工程的登機口和滑行道分配算法（HDG&TA;），通過對登機口管理和路線規(guī)劃建模，使得該模型能分配給飛機最優(yōu)的停機位和滑行道。在天津濱海國際機場的快速仿真模型中，對目前使用的集成方法、單獨的登機口分配以及地面管理操作進行了分析和比較。混合動態(tài)分配算法有效的縮短了滑行時間、地面延誤和改善了登機口利用率。

關鍵詞：混合動態(tài)算法；地面路徑規(guī)劃；飛機登機口管理

中圖分類號：V355 文獻標志碼：A 文章編號：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，航空運輸需求的迅速增長導致了嚴重的運輸問題，這些問題造成了延誤、擁堵、運營成本增加以及惡劣的環(huán)境影響等現象。對機場資源的有效管理是解決運輸能力不足和交通流量問題的最實際的辦法。其中關鍵點之一就是解決飛機停機位分配以及路徑規(guī)劃中的關聯問題。

國內外學者進行了深入研究，如朱新平[1]基于petri網建模求解初始滑行路徑，但該模型的優(yōu)化目標較少。Kim等人[2]開發(fā)了可選登機口分配模型，該模型解釋了飛機地面運動在有限范圍內的影響；唐勇[3]提出一種基本空閑時間窗的路徑規(guī)劃方法，解決滑行路徑優(yōu)化性和計算量之間的矛盾；TRACC[4]和MoTa[5]的兩個項目目標是制定決策支持系統(tǒng)，為空中交通管制員提供預計計劃和預計無沖突的滑行路線建議。

本文驗證了一種基于知識工程的混合動態(tài)算法，該算法實現了滑行路徑和登機口分配，有效地模擬了飛機登機口管理和路徑規(guī)劃的現實運行特征。該模型通過合理的停機位分配，滿足短期規(guī)劃窗口內預定的決策標準，縮減滑行時間和滑行延誤，實時監(jiān)測地面運動，重新分配滑行路徑和停機位。

1 混合動態(tài)登機口和滑行道分配

通用算法包括兩個步驟：一個是停機位和滑行道路徑分配子算法，一個是滑行道道路監(jiān)控和重新分配子算法。每個子算法根據相關標準集定義一個決策樹。

1.1 停機位和滑行路徑分配

當子算法開始時，它將檢測進場飛機的重量類別，以便在機場尋找合適的登機口。如果空的登機口可供中型或重型飛機停放，根據從停機位規(guī)劃決策數據庫獲得的信息，該算法將為每一登機口定義一個優(yōu)先級指數i（i=1，…，m）。該算法從最高優(yōu)先級指數（i=1）到最低優(yōu)先級指數（i=m）來運行其所有的查詢?；陲w機停機位的優(yōu)先權啟用登機口分配程序。如果飛機有一個遠機位優(yōu)先級，則將跳過登機口分配步驟，并啟動遠機位分配算法。

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沿著指定的滑行路徑行駛，在實時地面活動中將滑行時間和滑行延誤降至最低。如圖1所示。

2 混合動態(tài)登機口和滑行道算法案例分析

本研究將天津濱海國際機場（ZBTJ）選為樣本機場，用以分析混合動態(tài)模擬算法對機場運動區(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、地面運行時間、延誤和離場隊列的混合動態(tài)算法模型。本研究使用SIMMOD.Pro，構建ZBTJ的仿真模型，運用其跑道系統(tǒng)、滑行道網絡、重型登機口和遠機位的節(jié)點鏈接定義，模擬了ZBTJ控制區(qū)域內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特性允許對決策樹進行定義，并且它的Airfield允許使用預先定義的、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，在機場模型中實現了登機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ZBTJ的年度交通數據初步分析，模擬了天津濱海國際機場在8：35點到12：35之間的ADS-B高峰時段數據，形成了初始方案和備選方案。

對2017年6月11日高峰時段的交通概況進行了分析。在這4個小時期間，共有120駕抵達，99駕離開，共進行了230次行動。最高的吞吐量從11：35到12：35，有60個操作，其中35個到達，28個離開。根據交通數據，89%為中型飛機，11%為重型飛機。

3 模擬結果分析

3.1 交通流量的分析

表1和表2分別給出了進場和離場交通序列的4小時模擬結果。表1顯示了在初始和其他場景中發(fā)生的總吞吐量、處理時間和延誤、進場滑行時間和延誤。在兩種情況下， 108個到達的航班都沒有差異。然而，由于混合動態(tài)算法的積極影響，進場滑行時間和延誤分別減少了17.9%和93.8%。

表2顯示了總的滑行時間和地面延誤，包括在離場隊列點的等待時間。另一方面，與在模擬過程中94個離場航班的初始場景相比，總離場滑行時間減少了14.1%。離場滑行和排隊延誤也分別減少了12.3%和6.6%?；谏鲜鼋Y果，混合動態(tài)算法在模擬時間內顯著地提高了總的地面運行時間并降低了離場延誤時間。

3.2 單位小時分配結果分析

在分析了模擬的總體結果后，對兩種情況的進場和離場運動分別分析了吞吐量的單位小時分布。表3給出了模擬初始和替代方案的小時吞吐量。

3.3 高峰時段分析

表4給出了模擬高峰時段兩種情況的詳細數據。備選方案稍微改善了起降飛機的跑道使用情況。此外，進場和離場飛機的平均滑行時間顯著減少，每架飛機分別減少0.8和0.6分鐘。在備選情況下，每架飛機在離開隊列點的平均延誤時間也略有下降。雖然在備選方案中對高峰時段的改進有限，但在隨后的模擬過程中，它對進離場流管理有顯著貢獻。

3.4 活動區(qū)的滑行延誤點

除了交通流的結果，對兩種情況下活動區(qū)的滑行延誤的程度和位置進行了比較。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隊列中的等待，導致地面延誤。分析結果顯示，在滑行道交叉口，地面延誤低于150秒，而在離港隊列中高于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相對較高，在20-40秒之間，但在總體分布上的延誤點和延誤時間更少，因為混合動態(tài)算法通過控制飛機的地面運動來阻止地面延誤超過40秒。

3.5 登機口利用率

在備選方案中，當登機口利用率降低8.1%時，遠機位的使用率增加了5.1%。這一結果表明，混合動態(tài)算法在停機位置分配時更為均衡。備選方案下，登機口的容量有了很大的提高，因為它使登機口的平均占用時間減少了25.7分鐘。然而，遠機位的平均占用時間只增加了15分鐘。在備選方案中，登機口和遠機位使用時間稍微少一些。在初始方案中，由于滑行流，模擬過程中的一些飛機必須在它們的位置等待。出于這個原因，初始方案中停機位置的總利用率略高于備選方案。

4 結束語

混合動態(tài)登機口和滑行道分配算法通過綜合規(guī)劃和監(jiān)測過程，定性定量的改進了飛機停機位置分配和地面活動等區(qū)域運行的效率，為主要機場的登機口和滑行道管理提供了一種綜合的操作方法，有助于發(fā)展基于計算機的決策工具，以改善空中交通流流量和活動區(qū)域的能力。該模型可通過增加機場終端和乘客流量等約束，擴展到一個完整的機場和登機口管理決策支持系統(tǒng)。未來的工作將側重于將混合動態(tài)登機口和滑行道分配算法的效率與其他優(yōu)化的方法進行比較，進一步提高其效率。

參考文獻：

[1]朱新平.A_SMGCS航空器場面滑行初始路徑規(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.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.