不确定离场滑行与进场飞行时间下的鲁棒跑道调度OA

【背景】高效的跑道调度是缓解机场拥堵和延误、提升运营效率的关键,而现有确定性调度模型难以捕捉实际运行中的不确定性,同时多数研究忽略了进离场的联合运行,无法充分适配实际运营需求。【目标】针对考虑不确定性的联合跑道调度问题,提出了一种新颖的两阶段随机优化模型,旨在实现鲁棒的进离场跑道分配与调度方案。【方法】综合考虑离场滑行时间与进场飞行时间的不确定性,在第一阶段确定战术性跑道分配方案,第二阶段优化飞机起降时间,并采用样本平均近似法(SAA)进行模型的转化,并通过基于逻辑的Benders分解算法(LBBD)实现模型的高效求解。【数据】广州白云机场2023年12月3日的实际运行数据。【结果】相较于商用求解器直接求解,LBBD算法平均计算效率提升近33倍且能获得高质量解。与三种不同的传统跑道分配方案相比,优化后的跑道分配方案可有效减少航班延误,鲁棒性分析进一步突出了在跑道分配中纳入不确定性的重要性,且最后相关参数的灵敏度分析给出了实际运行的一些建议。【应用】该优化框架与求解方法可应用于繁忙机场的进离场联合调度优化,为机场运营管理者提供了科学的战术性决策支撑。