基于多目标响应面驱动的SGR生成及机场布局优化方法与系统

本发明涉及机场运行与布局设计，尤其涉及基于多目标响应面驱动的sgr生成及机场布局优化方法与系统。

背景技术：

1、随着全球航空运输业的快速发展，机场作为综合交通运输体系的核心枢纽，其运行效率与服务能力已成为衡量区域经济发展水平的重要标志。飞机架次出动率（sortiegeneration rate，sgr）作为量化机场在单位时间内能够安全、高效保障的飞机起飞与降落总架次的核心指标，直接反映了飞行区布局设计的合理性、设施资源配置的科学性以及运行流程的顺畅性，是机场规划设计阶段与运行优化过程中必须重点攻克的关键问题。在现代综合交通运输体系发展规划的指引下，我国机场建设进入规模化扩张与品质化提升并行的新阶段，新建机场选址规划与既有机场改扩建工程日益增多，如何通过科学的布局优化实现sgr最大化，同时兼顾建设成本控制与运行安全保障，已成为行业内亟待解决的核心诉求。

2、从机场运行的实际场景来看，飞行区作为飞机起降、滑行、停放与保障的核心区域，其布局参数（如跑道数量、间距、快滑出口配置、停机位规模等）与“效率-成本-安全”三大目标之间存在复杂的非线性耦合关系。例如，增加跑道数量与快滑出口密度能够显著提升飞机起降与滑行效率，进而提高sgr，但会导致土地征用与工程建设成本呈指数级增长，同时跑道间距过近可能引发飞行冲突风险上升；减少停机位数量虽能降低建设成本，但会造成飞机排队等待机位时间延长，直接制约sgr提升并增加滑行道拥堵概率。这种多目标之间的相互制约与矛盾，使得传统基于经验判断或单一目标优化的布局设计方法难以适应现代机场的精细化规划需求。

3、现有sgr评估与布局优化模型存在明显的维度局限性：一类模型侧重于物理逻辑的解析推导，通过建立几何约束与流程约束方程刻画布局参数对sgr的影响，但这类模型往往假设运行环境理想（如设备无故障、天气恒定），忽略了航空运行中普遍存在的随机扰动因素，导致模型预测结果与实际运行情况偏差较大，优化方案落地后易出现“理论可行、实际失效”的问题；另一类模型聚焦于随机特性的模拟，虽注入设备故障、航班延误等随机事件，但这类模型多为“黑箱仿真”，未建立布局参数与多目标指标之间的显性映射关系，难以量化各布局要素对sgr、成本、冲突率的敏感性，导致优化过程缺乏明确的理论指导，陷入“试错式”迭代，优化效率低下且难以找到全局最优解。此外，现有研究多集中于“效率-成本”或“效率-安全”的双目标优化，未能构建三者协同平衡的多目标评估体系，无法满足机场布局“前瞻性、可行性、安全性”的综合要求。

4、基于此，构建一种能够兼顾物理逻辑与随机特性、融合多目标优化的sgr生成与机场布局优化方法，建立布局参数到“效率-成本-安全”三维目标的全链路量化映射关系，对于提升机场布局设计的科学性与前瞻性、降低建设投资风险、保障运行安全高效具有重要的理论价值与工程实践意义。

技术实现思路

1、针对以上现有技术中存在的不足，本发明旨在提供基于多目标响应面驱动的sgr生成及机场布局优化方法与系统，提出融合排队论、蒙特卡洛仿真与多目标优化算法的混合建模框架，构建了从布局参数到多目标指标的全链路量化评估体系，从而解决背景技术中存在的问题。

2、为了实现上述技术目的，本发明采用的技术方案如下：

3、第一方面，本发明公开了基于多目标响应面驱动的sgr生成及机场布局优化方法，包括以下步骤：

4、s1、构建机场飞行区排队网络模型：基于排队论，将机场飞行区的停机位子系统、跑道子系统分别对应抽象为m/m/c模型、m/g/k模型，通过输入与输出关系依次形成串联排队网络；

5、s2、构建蒙特卡洛离散事件仿真平台：构建覆盖机场飞行区运行全流程的离散事件仿真框架，定义随机扰动因子的概率分布与触发机制，设计基于时间片分解的并行计算策略执行仿真，获取机场在特定布局参数下的运行性能数据；

6、s3、构建多目标响应面模型：采用拉丁超立方抽样方法生成布局参数的样本空间，获取各样本空间对应的多个目标指标数据，利用二次多项式回归构建布局参数到每个目标指标的响应面模型；

7、s4、执行多目标优化：以构建的多个目标指标的响应面模型作为快速评估函数，采用改进nsga-ii算法在布局参数的样本空间中进行搜索，求解pareto最优解集，得到机场布局优化参数集合。

8、作为上述技术方案的进一步优选方案，步骤s1中，构建机场飞行区排队网络模型的步骤包括：

9、s11：基于跑道子系统的m/g/k模型，计算考虑飞机类型与天气状态的服务率与考虑滑行时间延迟的有效到达率；

10、s12：基于停机位子系统的m/m/c模型，计算服务能力与稳态性能指标；

11、s13：通过飞机滑行过程将跑道子系统与停机位子系统形成串联排队网络，构建sgr计算模型。

12、进一步的优选方案为，步骤s13中，构建sgr计算模型的步骤包括：

13、通过基础滑行时间与附加延迟时间计算滑行时间，滑行时间的表达式为；

14、

15、式中：为滑行时间，为基础滑行距离，为飞机的平均滑行速度，为滑行延迟时间，为快速出口滑行道转出点位置，为平行滑行道数量；

16、计算飞机在飞行区内的总运行时间，包括经历停机位服务、滑行与跑道服务三个环节的时间之和：

17、

18、式中：为总运行时间，为停机位系统的平均系统时间，为跑道系统的平均系统时间；

19、基于滑行时间和总运行时间构建sgr计算模型，其表达式为：

20、

21、

22、式中：为跑道数量，为系统容量利用率，且0<η≤1，用于表征运行冲突造成的系统理论容量折减；q0=(60/ttotal)×k为理论吞吐能力，qeff为在相同布局参数下根据历史运行数据或蒙特卡洛离散事件仿真确定的有效吞吐能力。

23、作为进一步地优选方案，步骤s2中，获取机场在特定布局参数下的运行性能数据的过程如下：

24、s21：采用离散事件驱动机制构建覆盖“保障准备-滑行-排队-起降”全流程的蒙特卡洛离散事件仿真平台；

25、s22：在蒙特卡洛离散事件仿真平台中引入随机扰动因子，生成滑行冲突类型；

26、s23：基于蒙特卡洛离散事件仿真平台，设计基于时间片分解的并行仿真策略，实时检测与量化仿真过程中的运行冲突；

27、s24：判定与统计并行仿真过程中滑行道冲突与跑道入侵的事件总数，计算运行冲突率，运行冲突率的表达式如下：

28、

29、式中：运行冲突率的单位为次/百万架次。

30、作为进一步地优选方案，步骤s3中，构建多目标响应面模型的步骤包括：

31、s31：基于布局参数的可行域，采用拉丁超立方抽样生成多个样本空间，其中：布局参数包括跑道数量、跑道间距、快速出口滑行道数量、停机位总数、平行滑行道数量、单架飞机保障时间和停机角度；

32、s32：利用蒙特卡洛离散事件仿真平台获取多个样本空间及对应的目标指标仿真数据，其中：目标指标包括sgr、建设成本和运行冲突率；

33、s33：采用二次多项式回归构建每个目标指标的响应面模型，形成布局参数与对应的目标指标之间的定量映射关系；

34、s34：采用最小二乘法估计响应面模型的回归系数，检验每个目标指标的响应面模型的拟合优度。

35、进一步的优选方案为，步骤s4中，得到机场布局优化参数集合的步骤包括：

36、s41：在nsga-ii算法中引入自适应交叉变异算子与精英保留策略，形成改进nsga-ii算法；

37、s42：设定改进nsga-ii算法的终止条件；

38、s43：将多个目标指标的响应面模型作为快速评估函数，利用改进nsga-ii算法在布局参数的样本空间中进行搜索，输出pareto最优解集。

39、优选地，步骤s41中，改进nsga-ii算法的形成过程包括：

40、对nsga-ii算法进行编码与种群初始化；

41、采用快速非支配排序算法对初始种群逐层筛选非支配前沿；

42、设计自适应交叉变异算子和精英保留与存档策略，对种群进行非支配排序和拥挤度计算，将非支配解加入存档集。

43、优选地，步骤s42中，改进nsga-ii算法在满足以下任一条件时终止：

44、（i）达到预设的最大迭代次数

t=200；

45、（ii）连续

g=20代，外部存档集的pareto前沿平均移动距离小于阈值。

46、第二方面，本发明公开了基于多目标响应面驱动的sgr生成及机场布局优化系统，所述系统用于实现以上所述的方法的步骤，所述系统包括：

47、第一模型构建模块，用于基于排队论，将机场飞行区的停机位子系统、跑道子系统分别对应抽象为m/m/c模型、m/g/k模型，通过输入与输出关系依次形成串联排队网络，构建机场飞行区排队网络模型；

48、平台搭建模块，用于构建蒙特卡洛离散事件仿真平台，构建覆盖机场飞行区运行全流程的离散事件仿真框架，定义随机扰动因子的概率分布与触发机制，设计基于时间片分解的并行计算策略执行仿真，获取机场在特定布局参数下的运行性能数据；第二模型构建模块，用于构建多目标响应面模型，采用拉丁超立方抽样方法生成布局参数的样本空间，获取各样本空间对应的多个目标指标数据，利用二次多项式回归构建布局参数到每个目标指标的响应面模型；

49、计算模块，用于执行多目标优化，以构建的多个目标指标的响应面模型作为快速评估函数，采用改进nsga-ii算法在布局参数的样本空间中进行搜索，求解pareto最优解集，得到机场布局优化参数集合。

50、第三方面，本发明还公开了一种电子设备，所述电子设备包括至少一个处理器，以及与所述处理器通信连接的存储器；其中，所述存储器存储有可被所述处理器执行的指令，所述指令被所述处理器执行，以使所述处理器能够执行以上所述的方法的步骤。

51、与现有技术相比，本发明的有益效果如下：

52、1、本发明基于排队论与蒙特卡洛仿真的深度融合，实现了sgr计算的理论精度与真实场景相兼顾，基准仿真与实际数据的相对误差<3%，为后续优化提供了可靠的量化基础。

53、2、本发明通过响应面模型精准刻画了7类布局参数与三个目标指标之间兼顾“效率-成本-安全”的非线性映射关系，预测精度达98.7%，计算效率较蒙特卡洛仿真提升7200倍，显著降低了多目标优化的计算成本。

54、3、本发明提出改进的nsga-ii算法作为多目标优化算法，通过自适应算子与精英保留策略，在高维参数优化中表现出更优的收敛速度与解的分布性，得到的pareto最优解集能够覆盖不同决策偏好。

55、4、利用本发明的优化方法兼顾“效率-成本-安全”均衡优化，其核心优化路径为“增加快速出口滑行道数量、优化跑道间距、增设平行滑行道”，在sgr提升12.3%的同时，实现了建设成本7.4%的温和增长与冲突率36.0%的显著下降，为中型枢纽机场的布局优化提供了科学可行的参考方案。