【《广州白云机场登机口分配的实例分析案例》2000字】

广州白云机场登机口分配的实例分析案例目录TOC\o"1-3"\h\u5159广州白云机场登机口分配的实例分析案例 13941.1广州白云机场登机口分配概况 131791.1.1白云机场资源概况 1114861.1.2实际数据 365791.2求解算例及结果分析 7297841.3小结 91.1广州白云机场登机口分配概况1.1.1白云机场资源概况以广州白云机场T2航站楼为例进行数据验证。广州白云机场T2航站楼主要进驻公司为中国南方航空股份有限公司及其代理航空公司，该航站楼共有五个指廊，廊桥机位60个，远机位26个[14]。其中近机位（廊桥）登机口60个，分布如下图：图4-1近机位（廊桥）登机口分布图

图4-2远机位登机口分布图1.1.2实际数据本文选择了广州白云国际机场T2航站楼一家航空公司的高峰时间段航班信息作为数据案例。考虑到了80对在广州白云国际机场T2航站楼降落，随后在同一天再次飞行的进港和出港航班。在本文中，对这80对组成开展了验证和剖析，并将每个航班对视作一个分配个体进行登机口的再分配。超限时间是根据撤轮档和挡轮档的所有航班对之间的差别测算出来的，并变换为分钟。例如，假如航班挡轮档在9:05，而撤轮档的时间在11:15，则超时时间为2:10，即130分钟，根据航班对挡轮档的时间对其开展排序。如表4-1所示表4-1广州白云国际机场T2航站楼某日部分客运航班信息序号机型挡轮档撤轮档过站时间分钟序号机型挡轮档撤轮档过站时间分钟13198:0210:112:091294132B14:2421:086:4440423208:2210:382:161364235914:2616:061:40100序号机型挡轮档撤轮档过站时间分钟序号机型挡轮档撤轮档过站时间分钟33208:2416:137:494694373814:3017:162:46166473H8:3310:552:221424473H14:3216:121:4010053208:4010:051:25854573H14:3515:551:2080673H8:4610:592:131334632014:3818:043:2620673198:5410:071:13734732V14:4816:311:43103832B8:5810:451:471074873W14:5116:331:42102973W9:0510:271:22824933314:5319:184:25265103209:0711:262:191395032014:5816:231:25851173H9:2210:481:26865135914:5916:431:441041232B9:3011:031:33935231915:0018:063:06186137389:3210:521:20805378915:0119:424:41281147389:4011:251:451055473H15:0219:344:32272153209:4711:0510717:001:53113163219:4810:591:11715631915:1418:443:30210173219:5111:331:421025732115:1417:101:561161873H9:5211:241:32925833315:1518:102:551751932B9:5711:201:23835933215:2117:242:031232031910:0411:071:03636032015:2217:011:39992173H10:0711:511:441046132B15:2521:346:093692273H10:1414:324:182586232V15:2917:332:041242373H10:1411:371:23836335915:3117:492:181382432010:1813:223:041846431915:3818:152:371572532010:2111:431:22826573815:4017:081:28882632010:2312:272:041246632015:4318:433:001802773H10:3013:413:111916773H15:4618:222:361562832B10:3112:332:021226873W15:4920:314:422822973H10:3312:021:29896932B15:5319:073:141943032B10:3618:287:524727073H15:5417:051:11713132B10:4412:0115917:381:3999序号机型挡轮档撤轮档过站时间分钟序号机型挡轮档撤轮档过站时间分钟3232B10:4712:492:021227231916:0118:012:001203332010:4716:566:093697332016:0317:231:20803432B10:5013:382:481687473H16:1020:414:312713532010:5213:512:591797533216:1117:331:22823632B10:5612:572:011217673H16:1317:381:25853773H10:5713:292:321527732B16:2318:342:111313832B10:5813:482:501707832B16:2620:033:372173932010:5912:241:25857932B16:3519:102:351554073H11:0512:501:451058073816:4319:483:05185当日广州白云国际机场T2航站楼航班人工分配近机位及近机位登机口如图4-3所示。图4-3广州白云国际机场T2航站楼当日近机位及登机口分布图

当日广州白云国际机场T2航站楼航班人工分配远机位登机口如图4-4所示。图4-4广州白云国际机场T2航站楼当日远机位登机口分布图1.2求解算例及结果分析登机口合理分配的結果必须考虑到登机口航班冲突次数、航班停桥率的力度及其航班是不是更均匀地遍布，因此模型从这三个总体目标函数中求解。三个总体目标函数根据其必要性开展排序，根据神经网格算法过程，第一个总体目标函数根据其数值尺寸和占比几率开展挑选，第二个总体目标函数再根据其数值尺寸和占比几率从已经知道矩差的挑选中开展挑选，及其随后根据其数值尺寸和占比几率，从邻近树突信号的滤波邻域检索出第三个总体目标函数。假如神经系统信号通过树突輸出一个总体目标函数等于或大于初始信号的新信号，则保存高品质信号，丢弃初始信号；不然，再次开展邻域搜索，直到做到较大搜索频次。选用神经网格算法对当天从广州白云国际机场T2航站楼收集的真正数据开展求解，本文规定信号源为80，limit为160，1000次的最大迭代。第一个总体目标最优函数值为-2.814000e+01，即总体目标函数值为28.14，预估飞行矛盾数为28.14。第二个总体目标最优函数值为-36，即36个航班被分派到远程控制登机口，航班停飞率为88.76%。9.473152e+05，即闸门运作时间方差的预估值为9.473152。图4-5多目标算法优化迭代曲线下面，将广州白云国际机场T2航站楼当天的具体人工调度计划方案带入本文的模型中开展运算求解，并将結果与航班冲突下的登机口分配模型結果开展比照，如表4-2所示。表4-2不同调度方案运行结果对比冲突次数航班停桥率登机口空闲时间方差实际人工分配方案33.5691.23%1.67*106登机口分配模型分配方案28.2188.76%8.45*105从表中可以看得出，与人工分配对比，在模型分配计划方案中，预估冲突数降低了5.36%，桥停率降低了2.47%，登机口运用率的差别降低了39.22%。桥停率减少了2.47%，提升了航班冲突期间登机口分配的稳定性，有益于有效应用登机口和全部航班的正常运作。1.3小结本章运用广州白云国际机场T2航站