题目：动态多机场空中交通流量模型及优化算法研究

随着国民经济近20年的快速发展，我国的空中交通流量也随之逐年大幅提高，从而对现有的管制系统提出了更高的要求。单纯的增加航线、放开空域和进一步划分高度层，而不进行全国范围内的统一规划、优化流量管理，是不能够满足实际需求的。空中交通流量的增涨导致交通拥塞和延误的持续增加，延误主要是由于机场和空域容量的限制造成的，而机场流量是空中交通拥塞的瓶颈所在。 首都、白云、浦东三大机场在遇到诸如大雾等恶劣天气而造成机场交通严重拥塞时，已显示了当前机场流量管理技术相对落后的明显不足，如果不进行技术的改进，根本不能满足交通流量快速增长的要求。面临目前的严峻形势，民航总局领导审时度势，提出了首先在枢纽机场进行机场交通流量管理的研究和实施，然后在此基础上，逐步推广到全国各大机场，最后建立起全国所有机场流量管理系统的历史性任务。本课题来源于国家自然科学基金《协同式机场流量管理优化算法研究》，旨在为全国机场流量管理系统的实现提供理论基础。 本文针对我国空中交通流量管理中最为突出的机场延误问题进行了讨论，在国外多机场地面等待模型的基础上，结合我国的流量分布不均的实际情况和原模型中静态容量的缺陷，通过引入空中等待和容量曲线，建立了动态容量的多机场空中交通流量管理模型，并分析论证了该模型的复杂性和解的存在性。 接着在模型复杂性分析的基础上，考虑到该模型的离散特性和预战术的产率需求，引入遗传算法代替原有的隐枚举法。由于遗传算法为无约束搜索算法，本文讨论了两种解决方式：首先讨论了遗传算法结合罚函数法的方式并给出算法流程，但是考虑到罚参数趋于无穷大时很可能引起病态罚问题，而且每一次罚问题取新的罚参数时，就要以求解前一个罚问题所得到的全局极小点为初始点进行遗传操作，需进行多次调节。因此本文接着给出了协同进化遗传算法，以引入拉格朗日乘子和竞争进化的思想来进行算法设计。最后以北京、广州、上海的实际航班数据在不同起降权重下对模型和算法进行了仿真，证明了其有效性。在初始时隙分配后，为了填补时隙空窗，第四章借鉴美国CDM GDP（协同式地面延误程序）的成功经验对时隙压缩算法和模型进行了深入讨论和研究。首先给出直接压缩算法，并指出其无法兼顾公平性的缺陷进而讨论了赋予释放时隙的航空公司优先权的单对单压缩方式。考虑研究的一般性，本文研究了压缩数学模型，并指出原有压缩方式必须以放弃时隙为压缩前提这一弊端，给出了基于仲裁的时隙压缩模型，以航空公司间的多对多时隙替换来实现压缩。考虑到模型的实用性，取压缩交换对维数为2进一步将模型简化为网络流模型，从而以标准0－1整数规划实现对仲裁问题的描述。最后以初始时隙分配时刻表为输入，对各种压缩算法和模型进行了仿真分析，比较了三种压缩方式在航班准点率提升上的性能，证明了基于仲裁的时隙压缩模型较好的兼顾了公平性和有效性。