機(jī)場停機(jī)位分配問題仿真優(yōu)化研究綜述

劉暢 石麗娜 亓洋洋

摘 要：機(jī)位分配對機(jī)場的運(yùn)營效率和航空公司的航班運(yùn)營效率有著非常重要的影響，但國內(nèi)目前很多機(jī)場的設(shè)施容量已經(jīng)達(dá)到或接近飽和，而且機(jī)場擴(kuò)建和設(shè)施資源增加的速度也遠(yuǎn)遠(yuǎn)滿足不了航班需求，這在一定程度上造成了供需不足的矛盾。為提高機(jī)場服務(wù)水平、提高顧客滿意度、有效利用機(jī)場資源，進(jìn)而提高機(jī)場運(yùn)營效率。結(jié)合國內(nèi)外相關(guān)文獻(xiàn)，從優(yōu)化目標(biāo)和優(yōu)化算法兩個方面為主體，對機(jī)位分配問題進(jìn)行詳細(xì)的梳理和綜述，對研究動態(tài)進(jìn)行分析和總結(jié)。并基于這兩方面對目前停機(jī)位分配研究所存在的問題進(jìn)行了分析，提供新的研究視角和研究思路，提出以考慮機(jī)場、航空公司、空管三方協(xié)同機(jī)制，將處理后的不可控因素作為約束條件，用更智能的優(yōu)化算法模擬仿真可能成為未來的研究熱點。

關(guān)鍵詞： 優(yōu)化算法;機(jī)位分配;研究綜述;機(jī)場停機(jī)位;優(yōu)化目標(biāo)

【Abstract】 The allocation of aircraft space has a great impact on the operational efficiency of airports and airlines，the capacity of facility in many domestic airports has come close to or reached saturation point，and the airport expansion and the increase off facilities and resources are far from meeting the demand of flights，which caused the contradiction of inadequacy between supply and demand. To improve airport service， increase customer satisfaction and make use of airport resources to improve airport operation efficiency，this paper makes a detailed analysis and review of the allocation of machine space from the optimization of objectives and algorithms by referring to the relevant literature both at home and abroad， and also provides new research perspectives and thoughts. Based on these two aspects， the existing problems in the research of parking space allocation are analyzed to provide new research perspectives and ideas. It is proposed to consider the tripartite coordination mechanism of airport， airline and air traffic control， take the uncontrollable factors after treatment as constraint conditions， and simulate with more intelligent optimization algorithm， which may become a research hotspot in the future.

【Key words】 ?an optimization method; parking allocation; the research review; airport parking; the optimization goal

0 引 言

機(jī)場停機(jī)位作為民用航空系統(tǒng)中的重要設(shè)施之一，分配是否得當(dāng)直接影響到機(jī)場的運(yùn)行效率和旅客滿意度，因此機(jī)位分配成為了國內(nèi)外諸多學(xué)者研究的熱點。筆者從停機(jī)位分配問題中的優(yōu)化目標(biāo)和優(yōu)化算法兩方面出發(fā)，對國內(nèi)外機(jī)位分配相關(guān)文獻(xiàn)進(jìn)行了系統(tǒng)梳理，提出了國內(nèi)外現(xiàn)研究的熱點和盲點，深入總結(jié)了國內(nèi)機(jī)位分配問題目前還存在的問題，并探討了適合國內(nèi)停機(jī)位分配的發(fā)展方向。

1 停機(jī)位分配問題的內(nèi)涵

機(jī)場停機(jī)位分配問題（Airport Gate Assignment Problem）受諸多因素影響，其中包括：進(jìn)港、離港航班的飛機(jī)機(jī)型、旅客登機(jī)、中轉(zhuǎn)的行走距離、航班的數(shù)量和流量等。因此為每個進(jìn)、離港的航班提供可為其服務(wù)的停機(jī)位就成為機(jī)場運(yùn)行中的一個關(guān)鍵步驟。停機(jī)位分配問題從研究層面可總結(jié)為2類，對此可做分析闡述如下。

（1）是從預(yù)戰(zhàn)術(shù)層面研究，指在飛機(jī)進(jìn)入工作前，以某條件作為優(yōu)化目標(biāo)，對機(jī)場內(nèi)各航空公司飛機(jī)進(jìn)行預(yù)分配。例如，旅客最小行走距離、近橋率作為優(yōu)化目標(biāo)的停機(jī)位分配問題就可看作是預(yù)戰(zhàn)術(shù)層面問題。

（2）是從運(yùn)行層面研究，指在已經(jīng)完成停機(jī)位分配時，由于天氣等特殊原因，原停機(jī)位的分配不能滿足實際運(yùn)行所需，需要按照實時情況進(jìn)行重新分配。例如，機(jī)位分配的魯棒性可看作運(yùn)行層面問題。

在國內(nèi)外已有的文獻(xiàn)中，不論是從預(yù)戰(zhàn)術(shù)層面還是運(yùn)行層面，均是從2個角度進(jìn)行探討研究。對此可做分析論述如下。

（1）是從旅客滿意度角度考慮，即優(yōu)化旅客在登機(jī)、轉(zhuǎn)機(jī)等情況下的步行總距離和總周轉(zhuǎn)所需時間。這樣提高旅客滿意度的同時，又能提高機(jī)場服務(wù)水平。

（2）是從機(jī)場運(yùn)營者的角度考慮，以機(jī)位空閑時間、最近靠橋率等作為優(yōu)化目標(biāo)，可以提高停機(jī)位預(yù)分配方案的魯棒性、降低機(jī)場運(yùn)營成本，減少很多地面復(fù)雜化所帶來的成本。

但實際的研究中，也會有學(xué)者同時從2個角度著想，因為如果單方面考慮旅客行走距離，而不從機(jī)場運(yùn)營者角度考慮，則會造成部分機(jī)位過于繁忙，部分機(jī)位空閑;如果單方面從機(jī)場運(yùn)營者角度考慮，則會造成旅客滿意度下降。通過查閱近期文獻(xiàn)發(fā)現(xiàn)，還有學(xué)者開始從機(jī)場運(yùn)行安全的角度研究該問題。隨著對機(jī)位分配的研究越來越深入，人們研究的角度也越來越豐富。本文對國內(nèi)外關(guān)于停機(jī)位分配問題從優(yōu)化目標(biāo)進(jìn)行了全面匯總，即如圖1所示。

從優(yōu)化目標(biāo)角度，多數(shù)學(xué)者默認(rèn)機(jī)位分配問題是在資源充足的條件下，以最小旅客行走距離、最小機(jī)位空閑時間及最近靠橋率為主要優(yōu)化目標(biāo)進(jìn)行研究。近幾年，有學(xué)者認(rèn)為應(yīng)結(jié)合機(jī)場實際運(yùn)營情況，考慮資源不受限以及多目標(biāo)優(yōu)化。

2 停機(jī)位分配問題優(yōu)化算法

停機(jī)位分配問題多涉及組合優(yōu)化模型的研究，對于那些存在n個需要置換的元素，最終組合的結(jié)果會有n！個。對于較小的n值，可以進(jìn)行一一篩選，但如果n是一個較大的數(shù)值，那么組合的結(jié)果就會非常地多。能否妥善處理停機(jī)位分配問題，在于能否合理地選擇求解方法。對于停機(jī)位分配問題（即NP問題）的求解方法，一般分為兩大類。一類是精確算法，其中的大部分為運(yùn)籌學(xué)中的優(yōu)化算法，該類算法出現(xiàn)比較早，在停機(jī)位分配問題初期，學(xué)者對該算法的應(yīng)用頻率很高。很多研究也表明，精確算法可以有效解決停機(jī)位分配問題。該算法包括：整數(shù)規(guī)劃、分支定界法、線性規(guī)劃、動態(tài)規(guī)劃、單純型法、線性松弛法、列生成算法等。此外，排序算法、圖著色算法、頂點著色算法也屬于精確算法的范疇，但是這幾種算法相對來說應(yīng)用較少。另一類是啟發(fā)式算法（又稱近似算法），主要包括：遺傳算法、模擬退火算法、禁忌搜索算法等。

隨著優(yōu)化目標(biāo)的不斷推新，啟發(fā)式算法逐漸成為停機(jī)位分配問題的主流解決方案。由于單一算法的局限性較大，不能充分地解決機(jī)位分配問題，因而有學(xué)者將2種算法相結(jié)合，精確算法之間、啟發(fā)式算法之間、或精確算法與啟發(fā)式算法相結(jié)合，用此算法來彌補(bǔ)彼算法的不足，從而更好地解決機(jī)位分配問題。

事實上，停機(jī)位分配問題是典型的非間斷性問題，沒有起始和結(jié)束點，問題的解無疑就成為了一個無限的離散系統(tǒng)，這樣的問題解決起來會有一定的難度。因此有的啟發(fā)式算法在求解停機(jī)位分配問題時會加入初始狀態(tài)，得到局部最優(yōu)解，大大降低研究難度，這也是近年來啟發(fā)式算法成為研發(fā)焦點的重要原因。

針對停機(jī)位分配問題，查閱歷年來的文獻(xiàn)可知，研究該問題的學(xué)者大部分在都在使用近似算法，算法的結(jié)合也多數(shù)選擇在近似算法中選擇算法兩兩結(jié)合，為更好地研究各算法的優(yōu)缺點以及停機(jī)位分配問題中的應(yīng)用，將常用的數(shù)種算法經(jīng)過整合分析后得到結(jié)果列表，詳見表1。

3 停機(jī)位分配問題的研究

停機(jī)位分配問題的研究角度已經(jīng)多樣化，Braaksma和Shortreed（1971）[1]是最早將旅客最小行走距離作為優(yōu)化目標(biāo)來研究機(jī)位分配問題的學(xué)者。也就是從此時開始，國內(nèi)外航空學(xué)者意識到機(jī)位分配問題在日后航空發(fā)展中的重要作用，同時也深刻認(rèn)識到優(yōu)化目標(biāo)和優(yōu)化算法在解決實際問題時的重要性。因此，后來的研究學(xué)者不斷地在優(yōu)化目標(biāo)和優(yōu)化算法上尋求做出改進(jìn)與創(chuàng)新。對這部分研究內(nèi)容，本文將給出重點論述如下。

3.1 機(jī)位分配問題的優(yōu)化目標(biāo)

在優(yōu)化目標(biāo)問題的研究上，由于停機(jī)位分配問題涉及旅客、機(jī)場、空管和航空公司，從不同的方面入手，可以設(shè)計不同的目標(biāo)函數(shù)。主要包括如下幾個方面：從旅客的角度出發(fā)，可以以旅客最小步行距離為優(yōu)化目標(biāo)，也可以旅客的等待時間最短為優(yōu)化目標(biāo)。在國內(nèi)外的大型樞紐機(jī)場，有學(xué)者還以中轉(zhuǎn)旅客的利益為主要討論對象。從提高機(jī)場機(jī)位利用率角度出發(fā)，可以最小化機(jī)位空閑時間和最小化遠(yuǎn)機(jī)位數(shù)作為優(yōu)化目標(biāo)。從航班延誤角度，可以最小化航班延誤時間或以航班延誤時間均衡為優(yōu)化目標(biāo)。上述幾種為停機(jī)位分配問題中優(yōu)化目標(biāo)的主流選項，但近幾年，有學(xué)者另辟其徑，以最小化航班-機(jī)位匹配差異度作為優(yōu)化目標(biāo)，或在優(yōu)化目標(biāo)的選取中考慮了不同類型航班的單位時間延誤成本等因素，也有不小的成果。為此，本文擬展開研究分述如下。

3.1.1 以最小旅客行走距離為優(yōu)化目標(biāo)

在進(jìn)行機(jī)場的航站樓設(shè)計時，旅客在登機(jī)、轉(zhuǎn)機(jī)等情況下的步行總距離和總的周轉(zhuǎn)時間是需要詳細(xì)考慮的因素，不僅影響到旅客登機(jī)的方便性和滿意度，同時也是機(jī)場運(yùn)行中的重要評價指標(biāo)之一。

對此方面的研究主要是通過合理的路徑固化，在航站樓步行距離這一指標(biāo)上進(jìn)行定量研究，并以此作為參考來做出停機(jī)位分配。

在以最小旅客行走距離為優(yōu)化目標(biāo)的研究中，Babic等人（1984）[2]、Mangoubi等人（1985）[3] 、Haghani等人（1998）[4]、Bihr（1990）[5]都把機(jī)位分配問題作為一個整數(shù)規(guī)劃問題進(jìn)行研究。其中，Babic等人[2]、Mangoubi等人[3]采用的是整數(shù)規(guī)劃算法，分別使用分支定界法、線性松弛算法進(jìn)行求解;而且Mangoubi等人[3]在Babic等人[2]沒有考慮中轉(zhuǎn)旅客的基礎(chǔ)上，改進(jìn)了優(yōu)化目標(biāo)，增加了中轉(zhuǎn)旅客的出行特點。Haghani等人[4]則采用啟發(fā)式算法來求解描述為整數(shù)規(guī)劃問題的機(jī)位分配問題。

Yan等人（1998）[6]選擇將機(jī)位分配問題描述成一個多重的網(wǎng)絡(luò)流問題，采用了拉格朗日算法進(jìn)行求解。

Ding等人（2004）[7]考慮到資源受限的情況，在繁忙的高峰時期跑道、機(jī)位也會供不應(yīng)求。因此在機(jī)場中虛擬一個可同時為多架飛機(jī)服務(wù)的停機(jī)坪，并將分配到遠(yuǎn)端停機(jī)坪航班數(shù)量和旅客行走距離相結(jié)合作為優(yōu)化目標(biāo)，分別采用貪婪算法和禁忌搜索算法進(jìn)行求解，在一定程度上解決了在資源受限情況下的停機(jī)位分配問題。

Diepen等人（2012）[8]、Yu等人（2014）[9]均以某特定機(jī)場為例，最小旅客行走距離作為優(yōu)化目標(biāo)進(jìn)行研究。

3.1.2 以最小機(jī)位空閑時間為優(yōu)化目標(biāo)

隨著機(jī)位分配研究的深入，有一些學(xué)者不再只考慮以旅客最小行走距離為優(yōu)化目標(biāo)，而是不斷地改進(jìn)優(yōu)化目標(biāo)，于是就出現(xiàn)了另一種備受矚目的優(yōu)化目標(biāo)，即最小機(jī)位空閑時間為目標(biāo)的研究。

Balat（1996、1999）[10-11]、Andrew等人（2005）[12]、田晨等人（2005） [13]、衛(wèi)東選等人（2008）[14]、王笑天（2015）[15]均以最小化機(jī)位空閑時間作為優(yōu)化目標(biāo)，解決機(jī)位分配問題。但是每個學(xué)者對同一個優(yōu)化目標(biāo)采用的優(yōu)化算法各有千秋。

其中，Balat[16]采用分支定界法和啟發(fā)式算法，而后在2001年又再一次對該問題予以深度剖析，認(rèn)為機(jī)場的停機(jī)位分配問題需要對集中優(yōu)化目標(biāo)進(jìn)行詳細(xì)分析，探討了遺傳算法在停機(jī)位分配問題中的應(yīng)用。Andrew等人（2005）[12]認(rèn)為在實際運(yùn)行中，航班進(jìn)港、離港的時間受天氣等特殊情況的影響，因此需要考慮停機(jī)位分配的魯棒性，建立了一個基于計劃航班時刻表的模型，以實時運(yùn)行中最小化停機(jī)位上航班沖突次數(shù)為優(yōu)化目標(biāo)，采用禁忌搜索、局部搜索組合算法進(jìn)行求解。田晨等人（2005） [13]，衛(wèi)東選等人（2008）[14]和王笑天（2015）[15]在選擇最小化機(jī)位空閑時間作為優(yōu)化目標(biāo)時，均做了適當(dāng)?shù)母倪M(jìn)。具體來說，田晨等人采用遺傳算法優(yōu)化空閑時間段方差，衛(wèi)東選等人采用貪婪算法優(yōu)化空閑時間段的離差，王笑天采用列生成算法來最小化所有停機(jī)位空閑時間段的離差平方差。在滿足停機(jī)位預(yù)分配求解速度的前提下，提高了解的精度。

3.1.3 以最近靠橋率為優(yōu)化目標(biāo)

由于航班被分配至遠(yuǎn)機(jī)位時，會給航空公司和機(jī)場增加很多運(yùn)營成本，例如在進(jìn)港時停在遠(yuǎn)機(jī)位的航班需要配置擺渡車，還有其余地面作業(yè)復(fù)雜化所帶來的額外的費用。擺渡車的設(shè)置不僅增加旅客離機(jī)所需的時間，降低了旅客滿意度，還會增加機(jī)場的運(yùn)營成本。因此近些年，很多研究學(xué)者開始在優(yōu)化目標(biāo)上引入了最近靠橋率這一條件，在停機(jī)位分配問題研究上頗有成果。如王巖華（2015）[17]和李倩雯（2018）[18]均以最近靠橋率為優(yōu)化目標(biāo)，運(yùn)用基本遺傳算法及改進(jìn)的免疫遺傳算法進(jìn)行求解。

3.1.4 多目標(biāo)優(yōu)化

由于機(jī)位分配的研究越來越多，人們不斷在優(yōu)化目標(biāo)上推陳出新，出現(xiàn)了將優(yōu)化目標(biāo)兩兩組合作為多目標(biāo)的優(yōu)化研究，但由于難度較大，這類研究相對比較少。

其中，鞠姝妹（2008）[19]，衛(wèi)東選（2010）[20]均把旅客最小行走距離和最大靠橋率結(jié)合在一起作為優(yōu)化目標(biāo)。鞠姝妹采用的是貪婪算法和模擬退火算法，衛(wèi)東選采用的是初始化算法和禁忌搜索算法;李軍會等人（2011）[21]將停機(jī)位空閑時間、最小旅客步行距離相結(jié)合作為優(yōu)化目標(biāo)，采用貪婪-禁忌搜索算法來解決所構(gòu)建的機(jī)場停機(jī)位指派模型;李峰（2011）[22]把機(jī)位空閑時間均衡和機(jī)位使用效益最大相組合作為優(yōu)化目標(biāo)，運(yùn)用線性變換、遺傳算法來求解所建立的機(jī)位分配模型。

盡管從優(yōu)化目標(biāo)角度來說，主流仍是旅客最小行走距離、最小機(jī)位空閑時間和最近靠橋率，但還是有個別學(xué)者進(jìn)行了一定的創(chuàng)新嘗試。Yan等人（2001）[23]、Hu 等人（2008、2009）[24-25]考慮在機(jī)位資源短缺時，會造成旅客等待的時間增加，因此從降低航班延誤的角度出發(fā)，將此作為重要的優(yōu)化目標(biāo)。

3.2 機(jī)位分配問題的優(yōu)化算法

在研究機(jī)位分配優(yōu)化問題時，前述學(xué)者把研究焦點放在優(yōu)化目標(biāo)上，把優(yōu)化算法僅僅作為一個工具，還有一部分學(xué)者則將重心放在了優(yōu)化算法的研究上，以便驗證不同的優(yōu)化算法在機(jī)位分配問題上帶來的不同效果。而且多數(shù)學(xué)者也不再只局限于使用單一的啟發(fā)式算法或精確算法，而是將算法兩兩結(jié)合，能更好地彌補(bǔ)單一算法的不足。

Ding等人（2004）[26]分別用了模擬退火算法、禁忌搜索算法，以及2個算法相結(jié)合改進(jìn)后的模擬退火-禁忌搜索算法做了3次研究，結(jié)果表明改進(jìn)后的算法更能夠高效地解決機(jī)位分配問題。

隨后，Lim等人（2005）[27]，劉兆明等人（2007）[28]，Marinelli等人（2016）[29]分別采用文化基因（Memetic）算法、遺傳算法、基于生物地理學(xué)的蜂群算法，解決機(jī)位分配和滑行道分配問題。

不難看出，在以優(yōu)化算法為中心的機(jī)位分配問題研究中，除了學(xué)者們不斷地推出更為先進(jìn)智能的算法以外，組合算法正成為學(xué)界的一種潮流與方向。

劉長友等人（2006）[30]在遺傳算法中選擇加入近似算法中禁忌搜索算法的思想?？准延瘢?008）[31]在已有的遺傳算法的基礎(chǔ)上對整數(shù)編碼方式進(jìn)行改進(jìn)。

值得一提的是，有學(xué)者在選擇多目標(biāo)進(jìn)行優(yōu)化時，將地面運(yùn)行安全問題也納于其中。由于國內(nèi)繁忙機(jī)場的航班量不斷增加，機(jī)場地面交通日益擁堵，飛機(jī)進(jìn)出停機(jī)位變得頻繁，地面沖突情況在日后可能會非常普遍，一旦發(fā)生地面沖突，對于機(jī)場的運(yùn)行效率和航空公司都有很大的影響。因此從運(yùn)行安全的角度出發(fā)，考慮3種飛機(jī)滑入-推出停機(jī)位時可能會發(fā)生的沖突情況，加入對全時段航班處理，對始發(fā)航班、過站航班和過夜航班的整體性處理。較之不考慮魯棒性和最小化空閑時間離差平方和的停機(jī)位分配，此方法大大降低了航班沖突情況。

4 機(jī)位分配問題研究的焦點和存在的問題

由于實際機(jī)場運(yùn)行是一個非常復(fù)雜的過程，所涉及的因素也是多種多樣，因此并不存在一個完全適合的停機(jī)位分配方案，在實際運(yùn)行時，也是理論結(jié)合實際靈活選用各類操作?；诒疚膶νC(jī)位分配問題的研究綜述，可以得出如下結(jié)論：

（1）現(xiàn)有的研究在優(yōu)化目標(biāo)上多數(shù)還停留在單一的優(yōu)化目標(biāo)，即使是多目標(biāo)優(yōu)化，也是以旅客行走距離最小化為首要優(yōu)化目標(biāo)，再結(jié)合其它目標(biāo)建立多目標(biāo)優(yōu)化模型。這在一定程度上反映了停機(jī)位分配問題的研究必須以旅客效益為首要目標(biāo)，在此基礎(chǔ)上才是兼顧其它方面的效益。

（2）在建立優(yōu)化模型的約束條件時，很多學(xué)者考慮到可行性，剔除了一些不可控或不確定的約束條件，導(dǎo)致優(yōu)化結(jié)果并不能反映實際的機(jī)場停機(jī)位分配現(xiàn)狀。

（3）在算法研究上，由于精確算法出現(xiàn)較早、應(yīng)用較為廣泛，因此學(xué)者多采用精確算法進(jìn)行求解，對于啟發(fā)式算法主要采用的還是遺傳算法、貪婪禁忌算法等。

（4）在現(xiàn)有研究停機(jī)位分配問題的文獻(xiàn)中，多數(shù)學(xué)者在研究時，就已經(jīng)假定機(jī)場設(shè)施資源是不受限的。即認(rèn)為停機(jī)位的數(shù)量是充足的，在有任意一個航班進(jìn)港、離港時，總存在一個可利用的停機(jī)位為其服務(wù)。

（5）國內(nèi)外對于停機(jī)位實時分配的研究還相對較少，由于會受到天氣和航空管制的因素，在出現(xiàn)特殊情況而導(dǎo)致航班大面積延誤時，停機(jī)位的預(yù)分配方案就會失去效果。

5 結(jié)束語

目前及未來空域的限制、機(jī)場容量、機(jī)場構(gòu)型的復(fù)雜性、航班運(yùn)輸量的增長依舊會使這種供需不足的矛盾繼續(xù)突出，說明機(jī)場停機(jī)位分配問題仍然面臨許多挑戰(zhàn)。根據(jù)現(xiàn)有的研究角度和方法，以及存在問題，未來在此問題上亟待改進(jìn)與完善的研究內(nèi)容主要包括：

（1）組合優(yōu)化目標(biāo)。既要考慮旅客效益，又要考慮機(jī)場運(yùn)行效益、某些大型樞紐機(jī)場的布局，以及機(jī)場的運(yùn)行安全。此外，還要顧及航空公司、空管等在停機(jī)位分配問題上具有一定主導(dǎo)意見的主體。機(jī)場是一個涉及各種資源的復(fù)雜交通系統(tǒng)，許多資源的分配是在停機(jī)位分配的基礎(chǔ)上實現(xiàn)的，可與其它資源進(jìn)行協(xié)同調(diào)度研究。

（2）由于技術(shù)手段的優(yōu)化，以往研究時的不確定因素或不可控因素可以通過現(xiàn)有方式進(jìn)行加工處理后將其作為約束條件，建立優(yōu)化模型，更能反映實際運(yùn)行情況。

（3）隨著計算機(jī)科學(xué)技術(shù)、人工智能、大數(shù)據(jù)等技術(shù)快速發(fā)展，可以考慮運(yùn)用更智能的優(yōu)化算法進(jìn)行模擬仿真。

（4）由于國內(nèi)機(jī)場航班量不斷增加，地面安全問題也應(yīng)列入研究考量中。除了飛機(jī)的推出-滑入沖突以外，還包括飛機(jī)與擺渡車的機(jī)場地面保障車輛的沖突問題，需要予以詳盡分析研究。

（5）隨著民航業(yè)的發(fā)展，國內(nèi)各大機(jī)場吞吐量不斷突破新高，機(jī)場建設(shè)相對來說比較遲緩，特別是在高峰時段和大規(guī)模延誤的時候，跑道、停機(jī)位等固定資源便會出現(xiàn)容量不足的情況。且國內(nèi)外停機(jī)位實時分配的研究相對較少，一旦發(fā)生延誤情況，主要是靠停機(jī)位分配員根據(jù)實時情況自主調(diào)配，缺乏科學(xué)性。因此，考慮資源受限條件和停機(jī)位實時分配方案的停機(jī)位分配問題盡管相對來說難度較大，研究成果也還不多，毋庸置疑這將是未來機(jī)位分配問題的研究熱點。

參考文獻(xiàn)

[1]BRAAKSMA J P，SHORTREED J H.Improving airport gate usage with critical path[J].Transportation Engineering Journal of ASCE，1971，97（2）：187-203.

[2]BABIC O，TEODOROVIC/ D，TOSIC V.Aircraft stand assignment to minimize walking [J].Joumal of Transportation Engineering ，1984，110（1）：55-66.

[3]MANGOUBI R S ， MATHAISEL D F X . Optimizing gate assignments at airport terminals[J]. Transportation Science， 1985， 19（2）：173-188.

[4]HAGHANI A，CHEN M C.Optimizing Gate Assignments at Airport Terminals[J].Transportation Research Part A：Policy and Practice，1998，32（6）：437-454.

[5]BIHR R A. A conceptual solution to the aircraft-gate assignment problem using 0， 1 linear programming[J]. Computers & Industrial Engineering，1990，19（1/2/3/4）：280-284.

[6]YANV S ， CHANG C M . A network model for gate assignment[J]. Journal of Advanced Transportation， 1998，32（2）：176-189.

[7]Ding H ， Lim A ， Rodrigues B ， et al. Aircraft and gate scheduling optimization at airports[C]// Proceedings of the 37th Annual Hawaii International Conference on System Sciences.Washington， DC， USA ： IEEE， 2004：1-8.

[8]DIEPEN G ， AKKER J M V ， HOOGEVEEN J A ， et al. Finding a robust assignment of flights to gates at Amsterdam Airport Schiphol[J]. Journal of Scheduling， 2012， 15（6）：703-715.

[9]YU C H ， LAU H Y K . A hybrid algorithm for solving gate assignment problem with robustness and tow considerations[M]//BRAMER M， PETRIDIS M.Research and Development in Intelligent Systems XXXI. SGAI 2014. Cham：Springer， 2014：269-279.

[10]BOLAT A， AS-SAIFAN K. Procedures for aircraft gate assignment[J].Mathematical&Computational Applications，1996，1（1）：9-14.

[11]BOLAT A. Assigning arriving flights at an airport to the available gates[J].Journal of the Operational Research Society，1999，50（1）：23-34.

[12]LIM A，WANG Fan.Robust airport gate assignment[C]//17th IEEE International Conference on Tools with Artificial Intelligence （ICTAI 2005）. Hong Kong， China：dblp，2005：74-81.

[13]田晨，熊桂喜.基于遺傳算法的機(jī)場機(jī)位分配策略[J].計算機(jī)工程， 2005，31（3）：186-188，228.

[14]衛(wèi)東選，劉長有.機(jī)場停機(jī)位分配問題研究[J].交通運(yùn)輸工程與信息學(xué)報， 2008， 7（1）：57-63，69.

[15]王笑天.機(jī)場停機(jī)位分配優(yōu)化技術(shù)研究[D].南京：南京航空航天大學(xué)，2015.

[16]BOLAT ?A. Models and a genetic algorithm for static aircraft-gate assignment problem[J].Journal of the Operational Research Society，2001，52（4）：1107-1120.

[17]王巖華.繁忙機(jī)場機(jī)位分配的混合集合規(guī)劃方法研究[D].南京：南京航空航天大學(xué)，2015.

[18]李倩雯.機(jī)場停機(jī)位優(yōu)化分配模型構(gòu)建[D].北京：北京交通大學(xué)，2018.

[19]鞠姝妹.樞紐機(jī)場停機(jī)位指派的算法優(yōu)化與仿真[D].南京：南京航空航天大學(xué)， 2008.

[20]衛(wèi)東選.基于運(yùn)行安全的機(jī)場停機(jī)位分配問題研究[D].南京：南京航空航天大學(xué)， 2010.

[21]李軍會，朱金福，高強(qiáng).基于貪婪禁忌算法的停機(jī)位指派問題研究[J].交通運(yùn)輸系統(tǒng)工程與信息， 2011， 11（4）：173-179.

[22]李峰. 民用機(jī)場停機(jī)位資源分配方法優(yōu)化研究[D]. 德陽：中國民用航空飛行學(xué)院， 2011.

[23]YAN S ， HUO C M . Optimization of multiple objective gate assignments[J]. Transportation Research Part A （Policy and Practice）， 2001， 35（5）：413-432.

[24]HU Xiaobing，Ezequiel Di Paolo.Genetic algorithms for the airport gate assignment：linkage，representation and uniform crossover[M]//CHEN Y， LIM MH.Linkage in Evolutionary Computation. Studies in Computational Intelligence.Berlin/Heidelberg：Springer， 2008，157：361-387.

[25]HU Xiaobing，PAOLO E O. Anefficient genetic algorithm with uniform crossover for the multi objective airport gate assignment problem [M]//GOHC K， ONGY S， TANK C. Multi-Objective Memetic Algorithms. Studies in Computational Intelligence. Berlin/ Heidelberg：Springer，2009，171：71-89.

[26]DING H， LIM A， RODRIGUES B， et al. New heuristics for over-constrained flight to gate assignments[J]. Journal of the Operational Research Society， 2004， 55（7）：760-768.

[27]LIM A， RODRIGUES B， ZHU Y. Airport gate scheduling with time windows[J]. Artificial Intelligence Review， 2005， 24（1）：5-31.

[28]劉兆明，葛宏偉，錢鋒.基于遺傳算法的機(jī)場調(diào)度優(yōu)化算法[J].華東理工大學(xué)學(xué)報（自然科學(xué)版）， 2008， 34（3）：392-398.

[29]MARINELLI M， PALMISANO G， DELLORCO M， et al. Optimizing airport gate assignments through a hybrid metaheuristic approach[M]//ZAK J， HADAS Y， ROSSI R.Advanced Concepts， Methodologies and Technologies for Transportation and Logistics. EURO 2016， EWGT 2016. Advances in Intelligent Systems and Computing.Cham：Springer，2016，572：389-404.

[30]劉長有，衛(wèi)東選.基于遺傳算法的機(jī)場停機(jī)位分配問題研究[C]//中國控制與決策學(xué)術(shù)年會論文集.中國天津：《控制與決策》編輯委員會，2006：1077-1080.

[31]孔佳玉.機(jī)場機(jī)位分配建模及其遺傳算法研究[D].南京：南京理工大學(xué)， 2008.