多架 eVTOL集群排班调度方案思考

摘要文章围绕多架 eVTOL 的路径与时刻协同排班介绍 DSAGA 如何在客群时间窗、起降点与航路容量、电量等约束下搜索方案。本文代码可用于运行排班算例、调整参数并比较调度方案。2026年政府工作报告提出打造低空经济等新兴支柱产业。若载客服务扩展到多机协同调度就要决定哪架航空器接哪组客群、何时起飞、经过哪些节点以及落地后能否继续下一段任务。每架飞机单独看都排得开合在一起却可能争用同一航段或起降点。单机任务确定路径和出发时间便能形成一套运行计划多机共用航路和节点时一架航空器改变起飞时刻也会改变其他航空器可用的通行窗口。访问节点的顺序改变还会牵动飞行距离、电量消耗和乘客等待时间。Han 和 Song 的论文围绕合乘、起降点与空域容量以及补能条件建立城市空中交通服务优化模型并给出相应的求解方法。01排班为何不能逐架确定模型以客群为需求单元输入起讫点、最早出发时间、人数和服务偏好。只接受直飞的客群不能被安排经停允许经停的客群可以直飞也可以在途中停靠。即使两组客群起讫点相同出发时间和可接受等待时长不同也未必能搭乘同一架航空器航空器抵达起点时还须留有足够座位。航空器的任务由连续航段组成抵达节点后要完成地面周转执行下一航段之前还要检查剩余电量。起降点容量约束同一时段的节点使用航路容量约束空中通道的同时占用。为一组客群调整离场时间原来可衔接的后续航段可能就会超出时间窗因此路径、时刻和客群匹配必须一起判断。该算例的航空器任务与时序见图1图1 航空器排班时序网络中既有起降场也有经停点。路径必须沿可连接的航段延伸结束任务时还要回到相应基地如果两架航空器计划在同一时段使用容量已满的节点或航路就需要改变访问次序或时刻。节点和航段的关系见图2图2 节点网络与航段02DSAGA 怎样搜索路径和时刻论文用混合整数线性规划表达服务分配和运行约束为小规模问题建立统一求解模型。问题规模扩大后节点访问顺序、停留时间和客群组合共同增加搜索难度作者提出双结构自适应遗传算法 DSAGA。每架航空器的染色体记录两类信息依次访问哪些节点以及在各节点停留多久。给定一组染色体后复现代码由节点序列和停留时间计算各机时序再检查周转、航路容量、起降点容量和电量并完成客群匹配。算法通过选择、交叉和变异产生新的候选排班搜索适应度对约束违规扣分避免只凭收入评价方案。**染色体不直接保存客群名单。**客群匹配先安排只接受直飞的需求再让允许经停的客群尝试直飞最后为仍未安排的客群尝试一站经停。同一条路径只要节点停留时间发生变化可供客群使用的时间窗口就可能不同服务名单和目标值也会跟着变化。算例的经济参数写在配置中直飞类客群依据起讫点距离按每公里 3 美元计费允许经停类客群按该票价的 75% 计费即便实际乘坐直飞也是如此票价按客群组计算不按组内人数逐人收取。运营成本为每飞行公里 1 美元未服务惩罚为每组 10 美元。航段距离由节点坐标计算球面大圆距离飞行时长和电量消耗再根据配置参数换算经济目标按下式计算服务更多客群通常有利于增加收入、减少未服务惩罚但绕行和额外航段也会增加成本及占用时间算法不能只按服务数量排序。搜索适应度在经济目标之外还计入约束违规扣分经济目标和排班可行性因此需要分开看。03这组算例得到了什么该算例包含 5 个节点、4 架航空器和 20 组客群。复现过程中固定随机种子 2026种群规模为 500最大搜索代数为 200搜索适应度连续 20 代未改善因此第 27 代触发提前停止。程序所实现的约束检查判定这组排班可行固定种子则有助于复查输出以及观察参数变化对方案的影响。该组方案服务了 7 组客群占全部客群组数的 35%。未被选中的需求计入目标函数的惩罚项具体分配见图3。航空器完成一组客群的服务也可能占去原本留给另一组的座位和时段因此不能只用服务率推断整体排班的经济结果。图3 客群服务选择四架航空器执行不同路径并在设定的 120 分钟运行时窗内结束任务。最低到达电量也高于配置下限说明这组航段可以按程序的电量条件衔接各机飞行中的电量变化见图4。图4 飞行电量变化该组搜索输出的经济目标值为124.64 美元。目标值汇总了实际服务带来的收入、飞行里程对应的成本和未服务惩罚逐代搜索记录则反映算法在固定种子下寻找更优方案的过程分项结果和搜索轨迹见图5图5 经济目标与搜索收敛上述数值来自该算例与给定配置下的一次固定种子搜索研究其他需求或节点网络时需要重新输入条件并计算排班。后续两篇将在完整代码跑通后继续呈现论文完整模型与滚动时域求解流程以及对照实验和敏感性分析结果。资料来源1.Han, H. Song, B. D. “Rolling horizon optimization of urban air mobility (UAM) service with shared riding, vertiport-airspace capacity, and recharge: a mathematical model and efficient heuristic.”Transportation Research Part E, 206 (2026), 104548. DOI: 10.1016/j.tre.2025.104548。2.《政府工作报告》2026年3月5日。