令璐璐，羅軍

(中國民用航空飛行學(xué)院 空中交通管理學(xué)院，廣漢 618307)

基于管制員負(fù)荷的西安終端區(qū)扇區(qū)優(yōu)化

令璐璐，羅軍

(中國民用航空飛行學(xué)院 空中交通管理學(xué)院，廣漢 618307)

若扇區(qū)的工作負(fù)荷差別較大，會限制空域容量，給飛行安全和空域的利用造成不利影響。為了提高空域容量，緩解空中交通壓力，構(gòu)建基于管制員負(fù)荷的西安終端區(qū)扇區(qū)優(yōu)化方法。通過對西安終端區(qū)近期雷達(dá)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析、量化管制負(fù)荷，得到符合西安終端區(qū)的管制員負(fù)荷綜合值；對該終端區(qū)進(jìn)行剖分得到Voronoi圖，依據(jù)均衡扇區(qū)管制負(fù)荷的原則，加入實(shí)際約束條件，采用遺傳算法對扇區(qū)進(jìn)行優(yōu)化。結(jié)果表明：通過扇區(qū)優(yōu)化，提升了西安終端區(qū)的容量，均衡了各扇區(qū)的管制負(fù)荷，取得了較好的優(yōu)化效果。

管制員負(fù)荷；遺傳算法；西安終端區(qū) ；Voronoi圖；扇區(qū)優(yōu)化

0 引 言

近年來，隨著民航業(yè)的飛速發(fā)展，空中交通流量直線攀升。為了提升空域容量，獲得較高的空域利用率，國內(nèi)繁忙機(jī)場通常將空域劃分為若干扇區(qū)，每個(gè)扇區(qū)分別設(shè)立管制席位，進(jìn)行空中交通指揮和協(xié)調(diào)。由于各個(gè)扇區(qū)的工作負(fù)荷差別較大，限制了空域容量，也給飛行安全和空域的利用造成不利影響。終端區(qū)是銜接航路和機(jī)場的樞紐空域，也是空中交通最密集、情況最復(fù)雜、沖突最多的空域。顯然，終端區(qū)的容量是限制整個(gè)空域容量的關(guān)鍵。扇區(qū)優(yōu)化對于提高終端區(qū)容量、降低管制員的工作負(fù)荷，從而保證飛行安全具有重要意義。

由于受地面導(dǎo)航設(shè)施的限制，交通結(jié)構(gòu)形式較為固定，但隨著衛(wèi)星導(dǎo)航設(shè)施、機(jī)載導(dǎo)航設(shè)備、PBN程序等的發(fā)展成熟、推廣應(yīng)用以及航路航線的改進(jìn)，更加迫切地要求優(yōu)化終端區(qū)扇區(qū)，以實(shí)現(xiàn)空域的高效利用。

目前，國內(nèi)外有關(guān)扇區(qū)優(yōu)化的研究，多集中于對數(shù)學(xué)模型的選取。國外，A.Yousefi等[1]將空域劃分為正六邊形，提出一種基于管制員負(fù)荷和空中交通復(fù)雜度的扇區(qū)優(yōu)化方法；G.C.Richmond[2]采用整數(shù)規(guī)劃優(yōu)化方法，使空域總管制負(fù)荷最小；D.Gianazza等[3]同時(shí)考慮管制工作負(fù)荷和空中交通復(fù)雜度，對扇區(qū)進(jìn)行配置優(yōu)化；O.Babic[4]運(yùn)用模糊邏輯和動(dòng)態(tài)優(yōu)化方法，提出不同時(shí)間的扇區(qū)動(dòng)態(tài)優(yōu)化方法。國內(nèi)，楊光等[5]根據(jù)扇區(qū)管制工作負(fù)荷均衡和扇區(qū)約束條件，將扇區(qū)優(yōu)化轉(zhuǎn)化為非線性規(guī)劃，并運(yùn)用K-T方程和SQP法進(jìn)行求解；張明等[6-7]采用模擬退火算法進(jìn)行扇區(qū)優(yōu)化，并基于變精度粗集理論，規(guī)劃出不同航班數(shù)時(shí)的動(dòng)態(tài)扇區(qū)數(shù)。

西安咸陽國際機(jī)場作為西北地區(qū)最大的空中綜合交通樞紐，是中國重要的門戶機(jī)場，其運(yùn)輸業(yè)務(wù)量連續(xù)多年快速增長。截至2016年末，西安咸陽國際機(jī)場的年運(yùn)輸起降架次、旅客吞吐量、貨郵吞吐量分別達(dá)到29萬架次、3 700萬人次和23萬噸，三項(xiàng)指標(biāo)的年均增長率分別達(dá)到9.0%、12.2%和10.5%[8]；終端區(qū)扇區(qū)也從兩個(gè)增加至五個(gè)。實(shí)際調(diào)研發(fā)現(xiàn)，當(dāng)前扇區(qū)負(fù)荷存在不均衡現(xiàn)象，有必要進(jìn)行扇區(qū)優(yōu)化。

本文首先通過采集管制繁忙時(shí)段的錄音、雷達(dá)數(shù)據(jù)等，以管制員的指令劃分，量化管制員工作負(fù)荷，并計(jì)算得到各扇區(qū)的管制負(fù)荷；然后依據(jù)扇區(qū)負(fù)荷均衡度原則，基于遺傳優(yōu)化算法對原有扇區(qū)進(jìn)行調(diào)整和優(yōu)化。

1 扇區(qū)優(yōu)化

1.1 扇區(qū)的劃分

設(shè)Wg為扇區(qū)總負(fù)荷，S為管制員的工作時(shí)間段，根據(jù)ICAO空中交通服務(wù)的DORATASK方法[9]，扇區(qū)的個(gè)數(shù)Ns為[10]

(1)

式中：int為取整符號。

1.2 優(yōu)化目標(biāo)函數(shù)

扇區(qū)優(yōu)化的目標(biāo)是依據(jù)“均衡管制負(fù)荷”的原則以使各扇區(qū)之間的管制負(fù)荷之差最小。

扇區(qū)優(yōu)化的目標(biāo)函數(shù)為[11]

(2)

式中：Wi和Wj分別為第i、j扇區(qū)的工作負(fù)荷；Ns為扇區(qū)個(gè)數(shù)。

扇區(qū)優(yōu)化的約束條件[12]包括：

①扇區(qū)邊界約束：航路交叉點(diǎn)距離扇區(qū)邊界必須滿足規(guī)定距離，保證管制員有足夠的時(shí)間去調(diào)配解決沖突。其約束公式為

Dmin≥(t1+t2)v+l

(3)

式中：Dmin為交叉點(diǎn)距離扇區(qū)邊界的最小距離；t1為管制員解決沖突所耗時(shí)間；t2為扇區(qū)之間移交所耗時(shí)間；v為航空器的平均速度；l為航空器之間的管制安全間隔距離。

②扇區(qū)最短停留時(shí)間約束：航空器在扇區(qū)中至少要停留一定的時(shí)間，該時(shí)間應(yīng)足夠管制員完成監(jiān)視和管制等操作。其約束公式為

Tmin≥2Ts

(4)

式中：Tmin為扇區(qū)停留最短時(shí)間；Ts為管制移交時(shí)間。

此外，還應(yīng)考慮地空通信信號的范圍，管制山區(qū)等特殊空域，例如放油區(qū)、限制空域等；扇區(qū)的劃分應(yīng)有利于管制員集中在雷達(dá)屏幕上的注意力等。上述因素均難以量化，在確定邊界時(shí)，可作為參考因素。

2 遺傳算法

1975年，美國密執(zhí)安大學(xué)的John Holland教授首先提出了遺傳算法(GA)，它是一種通過模擬自然進(jìn)化過程來搜索最優(yōu)解的方法，是模擬達(dá)爾文生物進(jìn)化論“優(yōu)勝劣汰”的自然選擇和遺傳學(xué)機(jī)理的計(jì)算模型[13]，適用于解決傳統(tǒng)搜索方法難以解決的復(fù)雜問題和某些非線性問題[14]。遺傳算法的實(shí)質(zhì)是根據(jù)“適者生存”的原則，對群體進(jìn)行選擇、交叉、變異，逐代進(jìn)化，最終得到滿足條件的最優(yōu)解。

適應(yīng)度函數(shù)是遺傳算法中的一個(gè)非常重要的因素，直接影響著GA的搜素能力和精度。在扇區(qū)優(yōu)化中，本文采用優(yōu)化目標(biāo)函數(shù)的倒數(shù)作為適應(yīng)度函數(shù)[15]，其公式為

(5)

選擇算子是在父代群體中選擇一些個(gè)體，遺傳給下一代。主要采用輪盤賭的方法，即適應(yīng)度比例法。選擇概率為

(6)

式中：fj、fi分別為群體中第j和第i個(gè)個(gè)體的適應(yīng)度。

交叉算子是GA產(chǎn)生新個(gè)體的主要方法，也是GA中具有搜索能力的主要算法。

變異算子是將等位基因換位，保證其不會永久不變，增強(qiáng)了GA的局部搜索能力。

遺傳算法的流程如圖1所示。

圖1 遺傳算法流程圖

3 西安終端區(qū)扇區(qū)優(yōu)化

目前，西安終端區(qū)共有五個(gè)扇區(qū)，其中02扇和03扇為外扇，外扇修正海壓3 000 m至標(biāo)準(zhǔn)氣壓6 000 m。水平邊界在跑道中心延長線以北的空域?yàn)?2扇，以南為03扇。01扇、05扇和04扇為內(nèi)扇，其中01扇和05扇負(fù)責(zé)進(jìn)場，二者水平邊界一致，01扇地面至修正海壓1 800 m，05扇修正海壓1 800 m至修正海壓3 000 m；04扇負(fù)責(zé)離場，修正海壓1 800 m至修正海壓3 000 m，西安終端區(qū)扇區(qū)平面圖如圖2所示。

圖2 西安終端區(qū)扇區(qū)平面圖

3.1 管制負(fù)荷的量化與統(tǒng)計(jì)

通過對西安終端區(qū)近期的雷達(dá)數(shù)據(jù)進(jìn)行實(shí)際調(diào)研及統(tǒng)計(jì)分析，參考管制一線的成熟管制員給出的各指令權(quán)值，整合得到西安終端區(qū)管制員負(fù)荷的綜合值，如表1所示。

表1 管制員負(fù)荷綜合值

統(tǒng)計(jì)得到的西安終端區(qū)高峰小時(shí)段(14:00～14:59)進(jìn)離港航空器數(shù)目和各指令次數(shù)，如表2～表3所示。

表2 14:00～14:59進(jìn)港指令統(tǒng)計(jì)

表3 14:00～14:59離港指令統(tǒng)計(jì)

從表2～表3可以看出：扇區(qū)總工作負(fù)荷為15 484.8 s，01扇～05扇的管制負(fù)荷依次為3 624.4、3 157.9、4 101.8、1 812.8和2 787.9 s，表明扇區(qū)之間的負(fù)荷差距較大；03扇的流量約占總流量的70%，因此需要進(jìn)行扇區(qū)優(yōu)化以均衡管制負(fù)荷。

3.2 容量評估

根據(jù)DORATASK方法，利用最小二乘原理的回歸分析法，取管制員的平均工作負(fù)荷為峰值80%時(shí)的航空器架次作為扇區(qū)的容量，得到扇區(qū)容量為45架次比較適合。而目前扇區(qū)容量為54架次，因此需要進(jìn)行扇區(qū)優(yōu)化以減輕管制員負(fù)荷、緩解空中交通壓力。

3.3 遺傳算法模型對扇區(qū)的優(yōu)化

首先根據(jù)式(1)得到扇區(qū)的數(shù)目為六個(gè)；然后利用MATLAB編程，以扇區(qū)內(nèi)重要航路點(diǎn)坐標(biāo)為關(guān)鍵點(diǎn)，生成有邊界的Voronoi圖，如圖3所示；最后以均衡扇區(qū)管制負(fù)荷為目標(biāo)，運(yùn)用遺傳算法進(jìn)行扇區(qū)優(yōu)化，得到優(yōu)化圖之后再加以修正，最終得到優(yōu)化后的扇區(qū)，如圖4所示。

圖3 西安終端區(qū)Voronoi圖

圖4 優(yōu)化后的西安終端區(qū)

從圖3～圖4可以看出：優(yōu)化主要使05扇區(qū)擴(kuò)大，同時(shí)，管制負(fù)荷最大的03扇區(qū)被劃分為03和06兩個(gè)扇區(qū)，這與實(shí)際情況相符；扇區(qū)總負(fù)荷由15 484.8 s降為13 926.6 s，優(yōu)化后01扇區(qū)～06扇區(qū)的負(fù)荷分別為2 663.2、2 712.4、2 308.5、1 803.8、2 421.4和2 017.3 s，均小于統(tǒng)計(jì)時(shí)間的80%；經(jīng)評估，扇區(qū)容量從45架次提升到58架次，各扇區(qū)的管制負(fù)荷得到均衡，取得了良好結(jié)果。

4 結(jié)束語

基于西安終端區(qū)扇區(qū)空中交通管理的現(xiàn)狀，量化其管制員負(fù)荷，采用遺傳算法，對扇區(qū)進(jìn)行優(yōu)化。通過新增扇區(qū)并調(diào)整扇區(qū)邊界，使各扇區(qū)的管制負(fù)荷得到均衡，且管制員負(fù)荷均小于峰值的80%，降低了管制員負(fù)荷，優(yōu)化效果明顯，為西安終端區(qū)扇區(qū)的合理規(guī)劃提供了科學(xué)依據(jù)和參考。但在本文的研究過程中，只考慮了靜態(tài)的扇區(qū)優(yōu)化，未涉及扇區(qū)的動(dòng)態(tài)劃分和優(yōu)化，這將是下一步研究的重點(diǎn)內(nèi)容。

[1] Yousefi A, Donohue G L. Temporal and spatial distribution of airspace complexity for air traffic controller workload-based sectorization[C]. AIAA-2004-6455, 2004.

[2] Richmond G C. An interim descriciption of the doratask methodology the assessment of sector capcity[M]. London: Civil Aviation Authority, 1998.

[3] Gianazza D, Alliot J M. Optimization of air traffic control sector configurations using tree search methods and genetic algorithms[C]. Digital Avionics Systems Conference, 2002: 1-8.

[4] Babic O, Krstic T. Airspace daily operational sectorization by fuzzy logic[J]. Fuzzy Sets and Systems, 2000, 116(1): 49-64.

[5] 楊光, 胡明華, 王艷軍. 基于非線性規(guī)劃的空域扇區(qū)結(jié)構(gòu)優(yōu)化設(shè)計(jì)[J]. 交通運(yùn)輸工程與信息學(xué)報(bào), 2008, 6(4): 82-86. Yang Guang, Hu Minghua, Wang Yanjun. Airspace sector structure optimization design based on nonlinear programming[J]. Journal of Transportation Engineering and Information, 2008, 6(4): 82-86.(in Chinese)

[6] 韓松臣, 張明. 依據(jù)管制工作負(fù)荷的扇區(qū)優(yōu)化新方法[J].南京航空航天大學(xué)學(xué)報(bào), 2004, 36(1): 91-96. Han Songchen, Zhang Ming. Optimization method for sector partition based on control workload[J]. Journal of Nanjing University of Aeronautics & Astronautics, 2004, 36(1): 91-96.(in Chinese)

[7] 張明. 管制扇區(qū)的最優(yōu)劃分方法研究[J]. 南京航空航天大學(xué)學(xué)報(bào), 2004, 36(3): 308-312. Zhang Ming. Method for sector optimum partition[J]. Journal of Nanjing University of Aeronautics & Astronautics, 2004, 36(3): 308-312.(in Chinese)

[8] 中國民用航空局. 2016年民航行業(yè)發(fā)展統(tǒng)計(jì)公報(bào)[EB/OL].(2017-05-08)[2017-05-24]. http∥www.caac.gov.cn/XXGK/XXGK/TZTG/201705/P0201705085032308144 73.pdf. Civil Aviation Administration of China. Statistics bulletin on civil aviation industry development in 2016[EB/OL].(2017-05-08)[2017-05-24]. http∥www.caac.gov.cn/XXGK/XXGK/TZTG/201705/P020170508503230814473.pdf.(in Chinese)

[9] 張功. 基于管制員工作負(fù)荷的扇區(qū)容量評估技術(shù)研究[D]. 南京: 南京航空航天大學(xué), 2013. Zhang Gong. Research on evaluation of sector capacity technology base on controller workload[D]. Nanjing: Nanjing University of Aeronautics and Astronautics, 2013.(in Chinese)

[10] 國際民用航空組織. 空中交通服務(wù)計(jì)劃手冊[S]. 蒙特利爾: 國際民用航空組織,1999. ICAO. Air traffic service manual[S]. Montreal: ICAO, 1999.(in Chinese)

[11] 張明, 韓松臣. 依據(jù)管制員工作負(fù)荷的扇區(qū)優(yōu)化方法[J]. 交通運(yùn)輸工程學(xué)報(bào), 2005, 5(4): 86-89. Zhang Ming, Han Songchen. Method of sector optimum partition based on controller workload[J]. Journal of Traffic and Transportation Engineering, 2005, 5(4): 86-89.(in Chinese)

[12] 謝鵬. 機(jī)場終端區(qū)扇區(qū)優(yōu)化技術(shù)研究[D]. 南京: 南京航空航天大學(xué), 2012. Xie Peng. Research on sector optimization of airport terminal area[D]. Nanjing: Nanjing University of Aeronautics and Astronautics, 2012.(in Chinese)

[13] Goldberg D E. Genetic algorithm in search, optimization, and machine learning[M]. Boston, USA: Addison Wesley, 1989.

[14] 王小平, 曹立明. 遺傳算法——理論、應(yīng)用與軟件實(shí)現(xiàn)[M]. 西安: 西安交通大學(xué)出版社, 2002: 1-4. Wang Xiaoping, Cao Liming. Genetic algorithm theory application and software implementation[M]. Xi’an: Xi’an Jiao Tong University Press, 2002: 1-4.(in Chinese)

[15] 孔德福. 終端區(qū)扇區(qū)優(yōu)化技術(shù)研究[D]. 南京: 南京航空航天大學(xué), 2011. Kong Defu. Research on terminal area sector optimization[D]. Nanjing: Nanjing University of Aeronautics and Astronautics, 2011.(in Chinese)

(編輯：馬文靜)

Research on Xi’an Terminal Sector Optimization Based on Controller Workload

Ling Lulu, Luo Jun

(College of Air Traffic Management, Civil Aviation Flight University of China, Guanghan 618307, China)

If the difference of the workload in a sector is too big, the airspace capacity will be limited, which will adversely affect the flight safety and airspace utilization. In order to improve the sector capacity, relieve air traffic pressure, the method of the Xi’an terminal sector capacity evaluation and optimization base on controller workload is constructed. Measuring the controller workload by the statistical analysis of the radar data, the comprehensive value of the controller workload, which accords with the Xi’an terminal workload, can be calculated. Then the Voronoi diagram is founded using computational geometry. According to the principle of balanced sector load regulation, and some actual constraints, applying genetic algorithm in terminal control airspace, the optimal design of sector structure can be achieved. Through sector optimization, the capacity of the terminal area of Xi’an is enhanced, the sectors of the control load is balanced, and good results are achieved.

controller workload; genetic algorithm; Xi’an terminal; Voronoi; sector optimization

2017-05-24；

2017-06-21

中國民航飛行學(xué)院研究生創(chuàng)新項(xiàng)目(X2016-63)

令璐璐,1356214378@qq.com

1674-8190(2017)03-293-06

V

A

10.16615/j.cnki.1674-8190.2017.03.007

令璐璐(1992-)，男，碩士研究生。主要研究方向：空中交通管理。

羅 軍(1970-)，男，教授。主要研究方向：空中交通管理、空域規(guī)劃。