基于空中交通复杂性及航空器排放的航迹优化

王红勇; 兰雯

doi:10.16356/j.2097-6771.2026.02.017

Chinese

您当前的位置：

首页 >

文章列表页 >

基于空中交通复杂性及航空器排放的航迹优化

更新时间：2026-04-30

- 基于空中交通复杂性及航空器排放的航迹优化
- Flight Path Optimization Based on Air Traffic Complexity and Aircraft Emissions
- 南京航空航天大学学报 2026年58卷第2期页码：412-424
- 作者机构：
  
  中国民航大学空中交通管理学院，天津300300
- 作者简介：
  
  王红勇，男，教授，13920819396@163.com。
- 基金信息：
- DOI：10.16356/j.2097-6771.2026.02.017
  中图分类号： V355;U8
- 收稿：2025-06-03，
  
  修回：2025-09-29，
  
  纸质出版：2026-04-28
- 稿件说明：
移动端阅览
王红勇，兰雯. 基于空中交通复杂性及航空器排放的航迹优化［J］. 南京航空航天大学学报（自然科学版），2026，58（2）：412⁃424.

WANG Hongyong， LAN Wen. Flight path optimization based on air traffic complexity and aircraft emissions［J］. Journal of Nanjing University of Aeronautics & Astronautics（Natural Science Edition），2026， 58（2）：412⁃424.
王红勇，兰雯. 基于空中交通复杂性及航空器排放的航迹优化［J］. 南京航空航天大学学报（自然科学版），2026，58（2）：412⁃424. DOI： 10.16356/j.2097-6771.2026.02.017.

WANG Hongyong， LAN Wen. Flight path optimization based on air traffic complexity and aircraft emissions［J］. Journal of Nanjing University of Aeronautics & Astronautics（Natural Science Edition），2026， 58（2）：412⁃424. DOI： 10.16356/j.2097-6771.2026.02.017.

摘要

为解决现有航迹优化研究中在空域效率与环境效益协同优化方面存在的模型耦合不足、缺乏动态响应机制以及多污染物协同减排考虑不完善等问题，提出一种基于空域复杂度的动态航迹调整方法及污染物排放协同优化方法。首先，构建一个时空交互驱动的空中交通复杂度计算模型。其次，整合SAGE（System for assessing aviation’s global emissions）模型和改进指标模型，建立巡航阶段的多污染物排放计算体系，并设计一种改进的模拟退火遗传算法（Simulated annealing genetic algorithm， SAGA）。基于2023年6月某日数据的模拟实验表明，在不考虑空域限制及其他约束的理想情况下，通过调整26.18%的飞行高度，所提出的方法将

https://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=107077780&type=

https://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=107077789&type=

6.26533365

3.21733332

，

https://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=107077829&type=

https://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=107077819&type=

4.65666676

2.37066650

，

https://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=107077795&type=

https://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=107077809&type=

5.67266655

3.21733332

，

https://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=107077825&type=

https://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=107077796&type=

5.41866684

3.21733332

和

https://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=107077847&type=

https://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=107077845&type=

4.74133301

2.37066650

的排放量分别减少0.75%、0.14%、0.47%、0.48%和0.33%，并且每个时段的平均复杂度平均降低了19.82%。全天的总体平均复杂度也得以下降。该方法通过高度层的动态调整实现多目标协同，在保证飞行安全的同时显著提升了环境效益，为空中交通管制系统的绿色转型提供了技术支持。

Abstract

In order to solve the problems of insufficient model coupling， lack of dynamic response mechanism and imperfect consideration of multi‑pollutant collaborative emission reduction in the co‑optimization of airspace efficiency and environmental bene

fits in the existing research on trajectory optimization， this paper proposes a dynamic trajectory adjustment method based on airspace complexity and collaborative optimization of pollutant emissions. Firstly， a spatio‑temporal interaction‑driven air traffic complexity calculation model is constructed. Secondly， the system for assessing aviation’s global emissions （SAGE） and modified index models are integrated to establish a multi‑pollutant emission calculation system during the cruising phase. Finally， an improved simulated annealing genetic algorithm （SAGA） is designed to solve the multi‑objective optimization problem. Simulation experiments based on navigation data on a certain day in June 2023 show that under the ideal situation of not considering airspace restrictions and other constraints， by adjusting 26.18% of the flight altitude， the proposed method reduces emissions of

https://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=107077838&type=

https://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=107077848&type=

7.28133297

3.80999994

，

https://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=107077876&type=

https://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=107077850&type=

5.41866684

2.79399991

，

https://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=107077867&type=

https://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=107077866&type=

6.60400009

3.72533321

，

https://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=107077869&type=

https://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=107077888&type=

6.26533365

3.72533321

，

https://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=107077884&type=

https://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=107077856&type=

5.50333309

2.79399991

by 0.75%， 0.14%， 0.47%， 0.48%， 0.33%， respectively， and the av

erage complexity of each time period is reduced by 19.82% on average. The overall average complexity of the whole day is also reduced. This method realizes multi‑objective collaboration through dynamic adjustment of the height layer， which significantly improves the environmental benefits while ensuring operational safety， and provides technical support for the green transformation of the air traffic control system.

关键词

Keywords

references

International Civil Aviation Organization （ICAO） . Annual Report 2024： The World of Air Transport in 2024 ［R］. Montreal， Canada ： International Civil Aviation Organization ， 2024 .

SCHUMANN U ， GRAF K ， MANNSTEIN H . Potential to reduce the climate impact of aviation by flight level changes ［C］// Proceedings of 3rd AIAA Atmospheric Space Environments Conference . Honolulu， USA ： AIAA ， 2011 ： 3376 .

YOKOYAMA N ， SUZUKI S . Modified genetic algorithm for constrained trajectory optimization ［J］. Journal of Guidance， Control， and Dynamics ， 2005 ， 28 （ 1 ）： 139 ‑ 144 .

ZHANG X Y ， XIA S ， LI X Z ， et al . Multi‑objective particle swarm optimization with multi‑mode collaboration based on reinforcement learning for path planning of unmanned air vehicles ［J］. Knowledge‑Based Systems ， 2022 ， 250 ： 109075 .

HAMDAN S ， JOUINI O ， CHEAITOU A ， et al . Air traffic flow management under emission policies： Analyzing the impact of sustainable aviation fuel and different carbon prices ［J］. Transportation Research Part A： Policy and Practice ， 2022 ， 166 ： 14 ‑ 40 .

GALLINA P ， GASPARETTO A . A technique to analytically formulate and to solve the 2‑dimensional constrained trajectory planning problem for a mobile robot ［J］. Journal of Intelligent and Robotic Systems ， 2000 ， 27 （ 3 ）： 237 ‑ 262 .

XUE M ， ATKINS E . TERMINAL AREA TRAJECTORY OPTIMIZATION USING SIMULATED ANNEALING ［C］// PROCEEDINGS OF THE 44TH AIAA AEROSPACE SCIENCES MEETING AND EXHIBIT . RENO， USA ： AIAA ， 2006 ： 1437 .

DOUGUI N ， DELAHAYE D ， PUECHMOREL S ， et al . A light‑propagation model for aircraft trajectory planning ［J］. Journal of Global Optimization ， 2013 ， 56 （ 3 ）： 873 ‑ 895 .

SOLER-ARNEDO M ， HANSEN M ， ZOU B . CONTRAIL SENSITIVE 4D TRAJECTORY PLANNING WITH FLIGHT LEVEL ALLOCATION USING MULTIPHASE MIXED-INTEGER OPTIMAL CONTROL ［C］//PROCEEDINGS OF AIAA GUIDANCE， NAVIGATION， AND CONTROL CONFERENCE. BOSTON ， USA ： AIAA ， 2013 ： 5179 .

SIDIROPOULOS S ， MAJUMDAR A ， HAN K ， ET AL . A FRAMEWORK FOR THE CLASSIFICATION AND PRIORITIZATION OF ARRIVAL AND DEPARTURE ROUTES IN MULTI-AIRPORT SYSTEMS TERMINAL MANEUVERING AREAS ［C］// PROCEEDINGS OF THE 15TH AIAA AVIATION TECHNOLOGY， INTEGRATION， AND OPERATIONS CONFERENCE . DALLAS， USA ： AIAA ， 2015 ： 3031 .

PIERRE S ， DELAHAYE D ， CAFIERI S . Aircraft trajectory planning by artificial evolution and convex hull generations ［M］// Air Traffic Management and Systems Ⅱ. Electronic Navigation Research Inst . Tokyo， Japan ： Springer ， 2017 ： 49 ‑ 67 .

ZHOU J ， CAFIERI S ， DELAHAYE D ， ET AL . OPTIMAL DESIGN OF SIDS/STARS IN TMA USING SIMULATED ANNEALING ［C］// PROCEEDINGS OF IEEE/AIAA 35TH DIGITAL AVIONICS SYSTEMS CONFERENCE . SACRAMENTO， USA ： IEEE ， 2016 ： 7778099 .

ZHOU J ， CAFIERI S ， DELAHAYE D ， et al . Optimization‑based design of departure and arrival routes in terminal maneuvering area ［J］. Journal of Guidance， Control， and Dynamics ， 2017 ， 40 （ 11 ）： 2889 ‑ 2904 .

XU M ， HU M H ， ZHOU Y ， et al . Multi‑aircraft cooperative strategic trajectory‑planning method considering wind forecast uncertainty ［J］. Sustainability ， 2022 ， 14 （ 17 ）： 10811 .

ZHOU Y ， HU M H ， YANG L ， et al . Autonomous and collaborative trajectory planning for traffic complexity management ［J］. IET Intelligent Transport Systems ， 2023 ， 17 （ 5 ）： 992 ‑ 1008 .

魏志强，王超 . 航班飞行各阶段污染物排放量估算方法［J］. 交通运输工程学报， 2010 ， 10 （ 6 ）： 48 ‑ 52 .

WEI Zhiqiang ， WANG Chao . Estimating method of pollution emissions for scheduled flight in different phases ［J］. Journal of Traffic and Transportation Engineering ， 2010 ， 10 （ 6 ）： 48 ‑ 52 .

吴金栋，魏志强 . 航空器巡航状态下污染物排放量的计算［J］. 交通信息与安全， 2011 ， 29 （ 5 ）： 50 ‑ 52 .

WU Jindong ， WEI Zhiqiang . Calculation of pollution emission standard for aircraft cruising ［J］. Journal of Transport Information and Safety ， 2011 ， 29 （ 5 ）： 50 ‑ 52 .

SOLER‑ARNEDO M . Fundamentals of aerospace engineering ［M］. 2nd ed . Madrid， Spain ： Universidad Carlos III de Madrid ， 2023 .

ZHOU J ， CAFIERI S ， DELAHAYE D ， et al . Optimal design of SIDs/STARs in TMA using simulated annealing ［C］// Proceedings of 2016 IEEE/AIAA 35th Digital Avionics Systems Conference . Sacramento， USA ： IEEE ， 2016 ： 1 ‑ 8 .

程凝怡，刘志乾，李昱奇 . 一种基于Dijkstra的多约束条件下智能飞行器航迹规划算法［J］. 西北工业大学学报， 2020 ， 38 （ 6 ）： 1284 ‑ 1290 .

CHENG Ningyi ， LIU Zhiqian ， LI Yuqi . Path planning algorithm of dijkstra‑based intelligent aircraft under multiple constraints ［J］. Journal of Northwestern Polytechnical University ， 2020 ， 38 （ 6 ）： 1284 ‑ 1290 .

王中凤燕 . 航空器绿色轨迹优化研究［D］. 南京：南京航空航天大学， 2017 .

WANG Zhongfengyan . Aircraft trajectory optimization based on environmental impact ［D］. Nanjing ： Nanjing University of Aeronautics and Astronautics ， 2017 .

GUO P F ， XU W P ， ZHU Y C ， et al . Multi‑UAV collaborative path planning based on improved genetic algorithm ［C］// Proceedings of 2021 International Conference on Autonomous Unmanned Systems （ICAUS 2021） . Singapore ： Springer ， 2022 ： 2648 ‑ 2657 .

ANTONIO L M ， COELLO C A C . Use of cooperative coevolution for solving large scale multiobjective optimization problems ［C］// Proceedings of 2013 IEEE Congress on Evolutionary Computation . Cancun， Mexico . IEEE ， 2013 ： 2758 ‑ 2765 .

ZHENG J B ， DING M H ， SUN L ， et al . Distributed stochastic algorithm based on enhanced genetic algorithm for path planning of multi‑UAV cooperative area search ［J］. IEEE Transactions on Intelligent Transportation Systems ， 2023 ， 24 （ 8 ）： 8290 ‑ 8303 .

王红勇，黄佳文，姜高扬，等 . 基于空中交通复杂度的大规模航迹优化［J/OL］. 北京航空航天大学学报， 2024 . https：//doi.org/10.13700/j.bh.1001-5965.2024.0069 https://doi.org/10.13700/j.bh.1001-5965.2024.0069 .

WANG Hongyong ， HUANG Jiawen ， JIANG Gaoyang ， et al . Large‑scale trajectory optimization based on air traffic complexity ［J/OL］. Journal of Beijing University of Aeronautics and Astronautics ， 2024 . https：//doi.org/10.13700/j.bh.1001-5965.2024.0069 https://doi.org/10.13700/j.bh.1001-5965.2024.0069 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

考虑航班调度和不确定维修时间的飞机维修路径规划方法

数据缺失下的航班地面保障关键环节时间预测

考虑中转旅客的枢纽机场航班时刻优化

基于UKDE和XGBoost的航班过站时间动态预测

面向港湾机坪的停机位指派优化