多跑道机场中基于遗传算法的航班排序的多目标优化

本研究探讨了使用遗传算法在多跑道机场中进行航班排序的多目标优化。随着航空交通的持续增长，机场面临着优化资源配置的越来越大压力。本研究重点关注起飞和降落的排序，以最小化延误、减少跑道闲置时间，并增强排序的稳健性，同时保持航班之间的公平延误分配。采用基于遗传算法的方法来平衡这些目标，同时遵循安全和操作约束。尽管计算成本低，该方法确保了高收敛性和解决方案多样性，从而提高了机场效率。实验评估在不同交通条件下比较多种多目标遗传算法，识别解决复杂调度挑战的最有效解决方案。结果表明，进化多目标优化可以将总延误减少多达70%，跑道闲置时间减少60%，同时在航班之间保持公平性和稳健性。在测试的算法中，U-NSGA-III实现了最一致和可靠的性能，确认其在实时空中交通排序中的适用性。本研究旨在为现实世界的机场运营提供实用的高性能策略。