一种两阶段机场群时刻表鲁棒优化方法

本发明属于智慧民航领域，尤其涉及一种两阶段机场群时刻表鲁棒优化方法。

背景技术：

1、随着航空运输需求的持续增长，单一机场独立运行模式已难以适应区域航空运输网络的发展需求，机场群作为多机场协同运行的核心形态，成为提升区域航空运行效率的关键载体。机场群运行的核心目标是通过协调各机场航班的起降时刻、航路分配等关键参数，避免共享航路点的航班冲突，优化空域与机场资源的整体利用率，降低航班延误总成本。

2、然而，机场群时刻表协调参数分配仍大量依赖管制员的人工经验，决策过程易受非量化因素干扰，导致时刻资源分配失衡、时隙浪费或拥堵等问题。因此，亟待开展基于人工智能和大数据的机场群航班时刻表自动化生成与评估问题。

3、尽管现有模型和算法为机场群运行优化提供了一定支撑，但是它们的协调参数通常是固定的，难以满足实际运行需求，这是因为机场群时刻表优化的核心依赖于起降时刻、航路容量、航班间隔等协调参数的精准分配，这些参数受天气突变、流量波动、空管管制等因素影响，这要求其协调参数是柔性的、并且适用机场群时刻表的不确定性参数。

4、由上可知，当前机场群航班时刻表缺乏对“参数预分配、动态调整”全流程的统筹设计，部分两阶段优化方案未建立参数不确定性与阶段间的关联机制，无法实现预分配参数与实际运行状态的动态适配。

技术实现思路

1、本发明的目的在于提供一种两阶段机场群时刻表鲁棒优化方法，旨在解决背景技术中确定的现有技术存在的技术问题。

2、本发明是这样实现的，一种两阶段机场群时刻表鲁棒优化方法，包括：

3、s1、数据准备：收集与处理模型所需的输入数据，涵盖机场群网络内某运行日的所有相关运行要素。具体包括：所有机场、航路点的集合及其属性；所有进离场航班的计划信息、可接受的时间偏差及飞行路径；以不同时间粒度（小时、15分钟、5分钟）划分的时隙集合；各机场在小时粒度的固定容量、在5分钟粒度的历史不确定容量数据及其概率分布；各航路点在5分钟粒度的最大通行容量。

4、s2、构建两阶段鲁棒优化模型：基于s1准备的数据，构建一个集成化的两阶段优化模型框架：

5、第一阶段（协调参数预分配模型）：在已知各机场小时固定容量和5分钟不确定容量概率分布的前提下，以最小化总占用容量为目标，动态决策每个机场在每一个15分钟时段内应分配的进场与离场容量上限（即协调参数）。此阶段决策需满足小时容量总和约束、15分钟容量与5分钟容量之和的关联约束，以及容量波动平滑性约束。

6、第二阶段（航班时隙指派模型）：在给定第一阶段决策的15分钟容量参数后，面对各机场5分钟实际容量可能出现的多种不确定场景，以最小化所有航班计划与指派时隙的总偏差为目标，为每一个航班分配一个具体的5分钟时隙。此阶段决策需满足每个航班必须且仅被分配一个时隙、航班指派时间偏差不得超过允许范围、每个机场在各5分钟时隙内的起降航班数不超过该时隙的实际容量、每个航路点在各5分钟时隙内通过的航班数不超过其最大容量等约束。

7、s3、设计高效求解算法对方案进行求解与评估。针对s2构建的复杂两阶段鲁棒优化模型，设计一种基于列与约束生成（c&cg）算法的迭代求解框架。该算法通过反复求解一个主问题（masterproblem）和多个子问题（subproblem）来逼近最优解。

8、主问题：在第一阶段决策变量和一组有限的第二阶段不确定场景下，优化第一阶段的容量分配，并考虑这些场景下第二阶段的最优响应。

9、子问题：在给定主问题求出的第一阶段决策后，寻找一个使第二阶段目标函数最恶化（即总偏差最大）的新不确定容量场景及其对应的航班指派方案。

10、迭代与收敛：将子问题发现的最恶劣场景加入主问题的场景集合中，重新求解。如此迭代，直至主问题求出的下界与子问题求出的上界之间的差距小于预设的收敛阈值，此时获得满足鲁棒性要求的最优解。

11、基于python编程语言搭建上述算法的求解框架，并调用gurobi等商业数学优化求解器实现主问题和子问题的快速求解。通过设置不同的模型参数（如容量水平、波动约束范围等），运行模型与算法，生成多种运行情形下的最优机场群航班时刻表方案。最后，对比分析不同参数对优化结果（如总分配容量、总航班偏差）的影响，进行灵敏度分析，为实际决策提供量化支撑。

12、本发明的有益效果是：

13、本发明实施例考虑机场群网络空间布局，基于各个机场进离场航班的流量变化，考虑机场和航路点的容量约束，根据任意航班的预计进离场时间，在满足航班的计划和实际时隙分配最大偏差等现实约束基础上，假设各个机场的小时容量参数固定、5min容量参数不确定，动态分配它们的15min容量参数，将各个机场的任意航班分配给相应时隙，为根据柔性的时隙协调参数变化动态生成机场群时刻表的精细化管理提供数据支撑。利用本发明实施例能够实现根据灵活的各个机场时隙协调参数、机场航班时刻分布、机场群网络布局自动生成一个可以执行的机场群时刻表的功能，为日常机场群时刻表智能管理提供技术支撑。

1.一种两阶段机场群时刻表鲁棒优化方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，s1具体包括：

3.根据权利要求1所述的方法，其特征在于，所述建立追求总使用容量最少的协调参数分配模型，具体包括：

4.根据权利要求1所述的方法，其特征在于，所述所述建立追求全部航班的计划和实际进离场时隙偏差最少的机场群时刻表优化模型，具体包括：

5.根据权利要求4所述的方法，其特征在于，所述对所述两阶段机场群航班时刻表优化模型进行求解，具体包括：

6.根据权利要求1所述的方法，其特征在于，所述求解不同情形下的最佳方案，利用python搭建求解两阶段机场群航班时刻表优化模型算法框架，基于gurobi在每次迭代中逐步逼近求解主、子问题的解上下界，生成不同情形下的最佳方案。