航路时空资源优化配置方法

1.本发明属于航路交通分配技术领域，具体涉及一种航路时空资源优化配置方法。


背景技术：

2.随着航空运输产业的发展壮大，航空公司和空中交通空管对有限的航路时空资源的竞争分歧愈发激烈，航路资源分配不当引发的问题日益显著。2019年，全国客运航空公司共执行航班461.11万班次，其中正常航班376.52万班次，平均航班正常率为81.65％。非正常原因中，天气原因占46.49％，航空公司原因占18.91％，空管原因占1.43％。全国客运航班平均延误时间为14分钟。
3.由于天气和航空公司偏好等不确定因素对航班运行的严重干扰，影响了航路的通行能力，造成航班的高成本延误。且航路时空资源分配需要空中交通空管和航空公司共同参与决策，面对不确定因素，航路通行能力下降，空中交通流将呈现无序化，影响航班运行的安全性。
4.因此，需要一种航路时空资源优化配置方法。


技术实现要素：

5.本发明的目的是提供一种航路时空资源优化配置方法。
6.为了解决上述技术问题，本发明提供了一种航路时空资源优化配置方法方法，包括：步骤s1：输入航路信息；步骤s2:采用fw算法求解系统最优配置方案，并输出引导信息；步骤s3:根据所述引导信息，求解最优出行方案；步骤s4：计算引导信息与最优出行方案之间的误差，若在预设范围内，则终止；否则，回到步骤s2。
7.本发明的有益效果是，本发明的航路时空资源优化配置过程中，由空管给出系统最优配置方案引导信息，由航空公司给出用户最优配置方案，由优化配置方法给出博弈最优配置方案；其中航空公司在提交用户最优配置方案时参考由空管给出系统最优配置方案，当空管给出下一轮系统最优配置方案时又会参考由航空公司给出用户最优配置方案，二者之间相互影响，不断进行博弈，最终给出处于stackelberg博弈均衡状态的博弈最优配置方案。
8.本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
9.为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
10.为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的
附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
11.图1为本发明的实施例的航路时空资源优化配置方法示意图；
12.图2为本发明的实施例的fw算法流程图。
13.图3是一种应用场景中的航路示意图；
14.图4是简化航路示意图；
15.图5是流量配置图；
16.图6是航路资源配置图。
具体实施方式
17.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
18.实施例
19.如图1所示，本实施例提供了一种航路时空资源优化配置方法，其特征在于，包括：
20.步骤s1：输入航路信息；
21.步骤s2:采用fw算法求解系统最优配置方案，并输出引导信息；
22.步骤s3:根据所述引导信息，求解最优出行方案；
23.步骤s4：计算引导信息与最优出行方案之间的误差，若在预设范围内，则终止；否则，回到步骤s2。
24.在本实施例中，可选的，所述步骤s1中输入航路信息包括：
25.各航段初始阻抗其中表示航段a的初始阻抗，a∈a,a为航路网络中航段的集合；
26.od对之间的交通需求{q
rs
}，其中q
rs
表示起点为r终点为s的od对的交通需求量，r∈r,s∈s,r为产生交通量的起始节点的集合，s为吸引交通量的终讫节点的集合；
27.航路通行能力{ca}，a∈a；
28.各航段出行费用{ua}，a∈a；以及
29.q
rs
和ua是已知数据，阻抗和通行能力ca由下式得到：
30.minz＝∑
a∈a
xaua＝∑
a∈a
xa(λ1ta+λ2γca)；
[0031][0032]
其中，
[0033]
z为航路网系统总费用；
[0034]
xa为航段a上的流量，根据交通需求和阻抗通过0-1交通分配获得；
[0035]
λ1指的是飞行员选择出行时间或距离的权重，λ2指的是航路通行能力的权重，λ1、λ2取值的不同代表了航路网的交通流分配模式，其中0≤λ1、λ2≤1；
[0036]
γ是极限容量系数，取值范围［1，∞)来调节临界容量，即航段允许超出其容量的最大范围；在本实施例中，γ取值为1；
[0037]
为起点为r终点为s的od对的第k条路径上的交通流量，可以通过交通分配得到，k∈k
rs
，k
rs
为连接od对r-s的所有路径的集合；
[0038]
为路径相关变量，即0-1变量，若航段a在起点为r终点为s的od之间的第k条路径上，那么反之
[0039]
如图2所示，在本实施例中，可选的，所述步骤s2中采用fw算法求解系统最优配置方案的步骤包括：
[0040]
步骤s21：初始化操作，通过0-1交通分配，获得
[0041]
步骤s22：更新航段上的阻抗，其中，ta(xa)为路段以流量为自变量的阻抗函数；n为求解系统最优配置方案时的迭代次数，n≥1；
[0042]
步骤s23：寻找迭代方向，用更新后的再次进行0-1交通分配，得到一组交通流量
[0043]
步骤s24：确定迭代步长，利用二分法求解满足下式的λ：
[0044][0045]
步骤s25：确定新的迭代起点，
[0046][0047]
步骤s26：检验收敛性，如果满足其中ε1为给定的误差限制，即为所求解，计算结束；否则，令n＝n+1，回到步骤s22。
[0048]
在本实施例中，可选的，所述步骤s3中根据所述引导信息，求解最优出行方案包括：
[0049]
步骤s31：利用下式求解迭代m次时航空公司选择航段p的概率：
[0050][0051][0052][0053]
其中，表示路径p的期望出行时间最小的概率，为以r、s为起终点的航路之间航空公司选择航径p∈p
rs
的概率，以r、s为起终点的航路之间航径p的费
用，σ为以r、s为起终点的航路之间所有航径效用的方差；q
rs
为起点为r终点为s的od对的交通需求量；为以r、s为起终点的航路之间所选航径p上的空中交通流量，又可组合表示为用户的出行策略；
[0054]
步骤s32：利用概率分配将od对之间的交通需求{q
rs
}分配到航径之间的航径p上，求解迭代次数为m的航段流量这是航空公司在进行m次博弈后决策的最优出行方案。
[0055]
在本实施例中，可选的，所述步骤s4中计算引导信息与最优出行方案之间的误差，若在预设范围内，则终止；否则，回到步骤s2包括：
[0056]
假设误差限值且ε2＞0，当空管所给的引导信息与航空公司决策的最优出行方案之间的误差在该范围内时，迭代终止；否则令m＝m+1，回到步骤s2。
[0057]
在本实施例中，可选的，所述令m＝m+1，回到步骤s2包括：
[0058]
返回步骤s21，令作为初始阻抗，重新进行求解系统最优配置方案。
[0059]
在一种应用场景中，鉴于仿真数据提取，选取了起点为zbaa，终点为zsss的单od对航径，其航路情况如图3所示，zbaa-zsss之间存在两条备选飞行路径，其中飞行路径1与飞行路径2水平距离最远处在航路点lyg与航路点vemex。该两点决定了不同的航径，为简化理解，将实际航径图简化为图4。
[0060]
如图4所示，飞行路径1为zbaa—lyg—zsss，飞行路径2为zbaa—vemex—zsss，飞行路径3为zbaa—vemex—zsss；其中，od对之间的交通需求，可计算得出航段初始阻抗为{5，9，6，7，1}，航段通行能力为a1＝32.5,a2＝34.7,a3＝33.5,a4＝33,a5＝32，可得航径航段0-1关系为[1 0 0 1 0；0 1 0 0 1；1 0 1 0 1]。
[0061]
基于beckmann模型航路时空资源优化配置，使用matlab进行编程求解，得到下表所示的配流结果和航径阻抗：
[0062]
表5.1航段流量
[0063][0064]
表5.2飞行路径阻抗
[0065][0066]
其中，误差值为0.00048，迭代次数为4。由实验结果可知最终3条飞行路径的阻抗基本相等，满足预期的配流均衡结果，故此该结果为系统最优配置方案。
[0067]
采用本发明的航路时空资源优化配置方法使用matlab进行编程求解，得到下表所示的配流结果和飞行路径阻抗：
[0068]
表5.3博弈航段流量
[0069][0070]
表5.4博弈飞行路径阻抗
[0071][0072]
其中，误差值为0.346，博弈迭代次数为1。由实验结果可知最终3条航径的阻抗基本相等，满足预期的配流均衡结果，故此该结果为博弈最优配置方案。
[0073]
对比以上两种航路资源配置方法，得到如图5所示的流量配置。
[0074]
表5.5两种算法所得的流量配置
[0075][0076]
比系统最优配置方案和博弈最优配置方案可得，博弈最优配置方案中的各航段流量较均衡，处于一种平衡状态，能够避免航路资源配置不均问题，减轻空管与航空公司之间的矛盾。
[0077]
通过航径流量和阻抗相乘计算得出图6所示的航路资源配置结果。
[0078]
表5.6两种算法所得的配置结果
[0079][0080]
对比系统最优配置方案和博弈最优配置方案可得，博弈最优配置方案所得出行难度较低，从本质上降低了空中交通的流动难度，从而提高了空管与航空公司产生分歧时解决问题的效率，优化航路资源配置方法。
[0081]
在本技术所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
[0082]
另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
[0083]
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0084]
以上述依据本发明的理想实施例为启示，通过上述的说明内容，相关工作人员完全可以在不偏离本项发明技术思想的范围内，进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定其技术性范围。

技术特征：
1.一种航路时空资源优化配置方法，其特征在于，包括：步骤s1：输入航路信息；步骤s2:采用fw算法求解系统最优配置方案，并输出引导信息；步骤s3:根据所述引导信息，求解最优出行方案；步骤s4：计算引导信息与最优出行方案之间的误差，若在预设范围内，则终止；否则，回到步骤s2。2.如权利要求1所述的航路时空资源优化配置方法，其特征在于，所述步骤s1中输入航路信息包括：各航段初始阻抗其中表示航段a的初始阻抗，a∈a,a为航路网络中航段的集合；od对之间的交通需求{q
rs
}，其中q
rs
表示起点为r终点为s的od对的交通需求量，r∈r,s∈s,r为产生交通量的起始节点的集合，s为吸引交通量的终讫节点的集合；航路通行能力{c
a
}，a∈a；各航段出行费用{u
a
}，a∈a；以及q
rs
和u
a
是已知数据，阻抗和通行能力c
a
由下式得到：由下式得到：其中，z为航路网系统总费用；x
a
为航段a上的流量，根据交通需求和阻抗通过0-1交通分配获得；λ1指的是飞行员选择出行时间或距离的权重，λ2指的是航路通行能力的权重，λ1、λ2取值的不同代表了航路网的交通流分配模式，其中0≤λ1、λ2≤1；γ是极限容量系数，取值范围[1，∞)来调节临界容量，即航段允许超出其容量的最大范围；为起点为r终点为s的od对的第k条路径上的交通流量，k∈k
rs
，k
rs
为连接od对r-s的所有路径的集合；为路径相关变量，即0-1变量，若航段a在起点为r终点为s的od之间的第k条路径上，那么反之3.如权利要求2所述的航路时空资源优化配置方法，其特征在于，所述步骤s2中采用fw算法求解系统最优配置方案的步骤包括：步骤s21：初始化操作，通过0-1交通分配，获得步骤s22：更新航段上的阻抗，其中，t
a
(x
a
)为路段以流量为自变量的阻抗
函数；n为求解系统最优配置方案时的迭代次数，n≥1；步骤s23：寻找迭代方向，用更新后的再次进行0-1交通分配，得到一组交通流量步骤s24：确定迭代步长，利用二分法求解满足下式的λ：步骤s25：确定新的迭代起点，步骤s26：检验收敛性，如果满足其中ε1为给定的误差限制，即为所求解，计算结束；否则，令n＝n+1，回到步骤s22。4.如权利要求3所述的航路时空资源优化配置方法，其特征在于，所述步骤s3中根据所述引导信息，求解最优出行方案包括：步骤s31：利用下式求解迭代m次时航空公司选择航段p的概率：步骤s31：利用下式求解迭代m次时航空公司选择航段p的概率：步骤s31：利用下式求解迭代m次时航空公司选择航段p的概率：其中，表示路径p的期望出行时间最小的概率，为以r、s为起终点的航路之间航空公司选择航径p∈p
rs
的概率，以r、s为起终点的航路之间航径p的费用，σ为以r、s为起终点的航路之间所有航径效用的方差；q
rs
为起点为r终点为s的od对的交通需求量；为以r、s为起终点的航路之间所选航径p上的空中交通流量，又可组合表示为用户的出行策略；步骤s32：利用概率分配将od对之间的交通需求{q
rs
}分配到航径之间的航径p上，求解迭代次数为m的航段流量这是航空公司在进行m次博弈后决策的最优出行方案。5.如权利要求4所述的航路时空资源优化配置方法，其特征在于，所述步骤s4中计算引导信息与最优出行方案之间的误差，若在预设范围内，则终止；否则，回到步骤s2包括：假设误差限值且ε2＞0，当空管所给的引导信息与航空公司决策的最优出行方案之间的误差在该范围内时，迭代终止；否则令m＝m+1，回到步骤s2。6.如权利要求5所述的航路时空资源优化配置方法，其特征在于，所述令m＝m+1，回到
步骤s2包括：返回步骤s21，令作为初始阻抗。

技术总结
本发明属于航路交通分配技术领域，具体涉及一种航路时空资源优化配置方法。本航路时空资源优化配置方法包括：步骤S1：输入航路信息；步骤S2:采用FW算法求解系统最优配置方案，并输出引导信息；步骤S3:根据所述引导信息，求解最优出行方案；步骤S4：计算引导信息与最优出行方案之间的误差，若在预设范围内，则终止；否则，回到步骤S2。本发明采用基于Stackelberg博弈的交通分配模型获得最优配置方案中的各航段流量较均衡，处于一种平衡状态，能够避免航路资源配置不均问题，减轻空管与航空公司之间的矛盾。的矛盾。的矛盾。


技术研发人员：王琦 田文 李亚娟 李晓睿 王家隆 周雪芳 朱永文 蒲帆 唐治理 彭瑛
受保护的技术使用者：南京航空航天大学 中国人民解放军93209部队
技术研发日：2023.03.07
技术公布日：2023/6/28