基于Agent和进化计算的ATM系统的效能评估方法分析

牛田田 陈亚青

摘要：空中交通管理（ATM）系统是空管人员管理空中交通的信息处理系统，其管理效率和质量受到多方面因素的影响，如航空公司等各参与者的约束、支持ATM系统运行的技术基础设施和管制员等人为因素，因此很难判断某一因素的改变对ATM系统整体效能的影响。本文提出了一种结合多学科、创新的ATM系统管理方法，通过基于Agent的解决方案和创建ATM系统管理模型，并引入进化算法对模型进行优化，利用灵敏度分析对ATM系统效能进行评估，使其能够满足更高的运行目标需求。

Abstract： Air Traffic Management（ATM） system is an information processing system administrated by the air traffic manager. Its efficiency and quality are affected by many factors， for example， the constraints of airlines and other participants， technical infrastructure which support the operation of ATM system and human factors including controllers. Therefore， it's difficult to understand which is the impact of a change on the overall performance. In this work， it aims to introduce an innovative multidisciplinary process. First， analyse solutions by agent-based paradigm and create the model of ATM. Second， optimize the model by introducing an evolutionary algorithm. Third， evaluate the effectiveness of ATM system through sensitivity analysis. As a result， ATM is enhanced and meet the higher requiretment.

关键词：ATM系统;基于Agent;进化算法;灵敏度分析

Key words： ATM system;Agent-based;evolutionary algorithms;sensitivity analysis

中图分类号：TP3                                          文献标识码：A                                  文章编号：1006-4311（2019）11-0056-03

0  引言

空中交通管理（ATM）系统是涵盖空中交通服务、空域管理和空中交通流量管理的复杂的社会技术系统，其目标是为运行中的航空器提供优质的空中交通服务，合理规划和有效利用空域，保证空中交通安全、快速、有序地流动[1]。系统运行的效率和质量受到多方面因素的影响，如航空公司等各方参与者的约束、支持ATM系统运行的技术基础设施和管制员等人为因素。

目前，随着空中交通流量的持续增加，传统的空中交通管理方式已无法灵活适应容量的需求，因此，迫切需要对空中交通管理方式进行变革，以主动适应空中交通流量的增加、空域容量的增长和ATM系统效率的提升。变更管理过程，设计新的解决方案以实现预期性能则至关重要。为了实现这些目标，必须要建立用于ATM系统效能评估的绩效指标[2]，如容量、安全、环境和成本等。蔡志浩等采用ATM系统建模/仿真，建立了ATM系统评估体系，为空管系统问题提供仿真环境和评估手段。欧洲单一天空计划（SESAR）的PACAS项目围绕着协作平台和不同性能领域的专家评估，使用了故障树和安全网络等不同形式解决了空中交通管理影响因素的变化评估问题。AURORA项目提出了评估ATM系统运行效率的先进指标，这些新指标旨在封装空域用户的运行目标、考虑燃油消耗、计划执行情况和航班效率成本。其它项目利用Agent在抽象层次方面具有高度灵活性的优势，使用基于Agent建模和仿真技术来研究性能评估。

本文提出一种基于Agent的模型与进化算法和灵敏度分析相结合的创新的空中交通管理过程，讨论了此方法的初步设想，并参考相关案例验证方法的可用性。

1  ATM系统效能评估

评估流程由不同的步骤组成：①明确目标性能以及为匹配目标性能需要改变哪些因素;②在高层次上设计变化因素并选择决策变量;③实施变更并对结果进行验证和评估，达到目标性能。本文首先从最先进的基于Agent的ATM系统建模开始，探讨完整的直飞航线运行模型的建模方法，并列出了面向Agent不同属性的建模范例;然后引入进化算法对基于Agent的模型进行优化;最后介绍了對基于系统性能的关键参数进行灵敏度分析的策略。

建立包括ATM系统所有相关性能的KPI指标，这些指标可以直接获取，也可以根据支持度量计算。基于Agent的仿真系统还可以作为对新ATM系统解决方案的设计过程的反馈，通过引入优化的进化算法，选择修改相关的参数对模型进行微调，使所设计的系统性能相关的KPI指标最佳，从而能够出现最合适的解决方案。

1.1 基于Agent的建模

ATM系统建模的关键是考虑用整体的方法来描述人、技术和信息管理组件的共存。其中不同的参与者和系统组件之间的关系可能会导致系统不同的行为状态，这些关系大多数依赖于可追踪的信息流，但仍有一些难以识别的信息流（如信任、经验、培训、能力）会严重影响整个系统的行为。因此，必须通过相应机制来增强模型架构以深入理解组件/参与者关系的行为动态。这些机制支持由多个循环和交叉的复杂关系动态，循环内的循环、相互交叉的关系、抑制性联系和在不同事件面前的优先反应。

ATM系统作为一种社会技术系统，其建模有一些公认的形式，可以考虑不同抽象层次建立系统框架。

在这些动态建模方法中，选择结合使用基于Agent的建模和离散事件公式。第一个将对战术层（即航空器和ATC）建模，因为它支持连接ATM架构的参与者的不同类型的有形和无形关系，并且提供了优秀的定量分析工具。第二个战略层（航线网络管理员和空中运营商）能够通过建议新的角色或架构组件和服务的变化来支持更好地理解战术层的流量行为。

1.2 进化算法

多目标进化搜索（AES）是EC和ABM的集成，二者从在线交易到灾害响应等各领域都能很好的分析和解决一些复杂性问题。一般来说，AES想法是利用生物启发框架来探索随着时间推移的复杂系统的动态适应，以便发现稳定的和变化的关键因素的重要性。AES应用的主要目标是通过改变它来改善AB模型的性能，进化算法可以保留一群代表ABM潜在变异的“个体”。为每个变体分配代表模型质量的“适应度”，通过选择机制选择“适应度”较高的个体产生“后代”，并代表父母的变化作为下一代的部分进行评估。消除了较不适合的个体，因此人口的平均适应度随着时间的推移而增加。应用这些概念对ATM系统的架构、规则和程序进行改革和设计，并用相关参数、结构和行为变化来表示模型变化。多年来，已经证明进化算法在解决参数优化问题方面特别擅长，其中参数以高度非线性的方式相互作用。模型变化将通过仿真参数来指定，仿真参数的值在预定义值的范围内未指定以用于调整参数。通过允许模型的结构元素的变化（例如网络布局或通信模式），還可以选择在更基础的级别上自动细化模型。

1.3 灵敏度分析

ABM主体之间的交互难以追踪，而且这些交互从孤立的组件/参与者行为会生成全局系统行为，因此，灵敏度分析应能识别影响某些性能参考的最关键参数。大多数情况，指标和主体属性在稳定的条件下在一定范围内围绕参考值变化或振荡，以极限值为特征。每个度量标准的变化取决于与系统中存在的其它度量标准和主体属性的交互。对于特定度量，其它主体属性构成环境噪声，表示该环境的可变性。因此，FRAM（功能共振事故模型）支持的功能共振方法可以被认为是可检测事件，其出现在许多指标和主体属性相互作用的无意识交互之外。在图1中，它表示了在ABM框架中实现的主体关系，考虑到FRAM方法进行灵敏度分析。

输入：由计算机服务、机器或人触发动作;

输出：动作产生的结果;

时间：执行操作的可用时间范围，包括起始时间、持续时间、结束时间;

控制：对某一功能的监督和控制，可以是计划、程序或人工任务;

前提条件：执行操作必须满足的系统条件;

资源：提供执行操作所需的特定时刻的资源。

2  案例研究

选择ATM系统的特定部分来应用所提出的方法，并验证方法的有效性。验证方法的可靠性依赖于ATM系统建模时系统在复杂性、人为因素的参与、子系统之间的相互依赖性等方面的代表性。选取跨区域管制中心（ACC）边界的巡航阶段及高度层改变的航路飞行，提出直飞航线的演变并引入SESAR提出的轨迹修正。

2.1 直飞航线

自由航线可以克服由于空域结构限制太多导致的所飞航线距离过远的弊端，其中直飞航线作为自由航线的首选，允许用户在两个公布的航路点之间选择直达的方式，无需通过固定航线网络的中间点。该解决方案尤其适用于在复杂环境中的跨区域飞行。如图2所示。

直飞航线的实施和部署需要空域的改变以及空中交通系统的演变，特别是地面飞行数据处理系统。直飞航线是SESAR项目的一部分并且在欧洲部分地区已经实施。这对管制员的影响是巨大的，因为自由航线增加了交通的不可预测性，使人的表现变得尤为关键。由于架构演变是开放的，直飞航线可以与自由航线进行比较，例如引入参与轨迹协商的新主体或空域用户，将包含需求和容量的措施纳入短期时间计划表。

2.2 人的方面

人类行为作为一种选择性自适应系统，根据环境的变化调整自身行为以保持平衡。结合Leont'ev提出的人类行为学、层次分析法（HTA）以及最近研究的工作环境复杂理论对人因（飞行员、管制员）方面进行深度分析。人类行为是有动机的，每种行为都包含一系列动作，在行动上符合行动目标，在操纵上满足相应条件。该理论包括支持行为执行的工具、设备和系统，决定个人行为方式和原因的一系列条件，这些条件以社会适应的规则来表达。HTA能够对ATC中相互作用的复杂度认知水平建模，同时可以显示基于知识、技能和规则的过程。HTA的预期描述侧重于自由航线控制管理中主要目标导向任务和子任务的结构，例如程序操作的时间因果层次结构和触发器。此外，还提供了关于行为、认知（信任、决策、行动判断、优化情境意识）和社会文化方面（群体行为、口头协调、共享情境意识、谈判）的量化变量。自由航线环境中的复杂性方面，例如分布式系统、危险系统、自动化等也将被考虑。

2.3 绩效指标

为了评估拟议方案所取得的绩效，适用的评估指标为：准时、燃料消耗和安全。准时可以理解为计划的和实际的出发或到达时间之间的差异。①准时到达为0;②延迟抵达为正;③提前到达为负。可接受的极限延迟时间为6分钟。不同飞行阶段的燃油消耗不同：起飞时的全推力和初始爬升，减速后的爬升，慢车进近，以不同高度、速度、加速度巡航。因此需要根据各飞行阶段考虑燃油消耗并增加。安全评估可按如下方式进行：①考虑每对飞机轨迹并确定最接近的点：②满足垂直间隔或水平间隔的要求;③如果两个指定的分离阈值都被违反，则会出现潜在的不安全情况;④必须改变一架或两架飞机的速度、航向或升降速率，直至至少一个阈值满足要求。评估的关键是计算两个轨迹之间最接近点处的高度和水平间距。

3  结论

本文定义了一种新的对ATM系统建模和效能评估的方法，并设计了从战略思考到具体实施的方法步骤。该方法的创新性在于多目标搜索算法在ATM领域的应用以及跨学科的综合研究。它利用基于Agent建模，通过进化算法和灵敏度分析加以丰富，并将其应用于真实的ATM子系统和可以改变的情景中，所获得的验证结果将使得方法和应用结果适合于推广，且该方法支持不同地区和国家范围内的建模。该方法将进一步专注于ABM范例的定义和所选择的AES算法的类型，将该方法应用于所述案例研究并分析所获得的结果。

参考文献：

[1]ICAO， Global Air Traffic Management Operational Concept， Doc 9854 AN/458， 2005[S].

[2]夏正洪，王俊峰，等.空中交通管制系统效能评估研究[J].计算机工程，2011，37（15）：265-267.

[3]张捷.进化算法及智能数据挖掘若干问题研究[D].西安电子科技大学，2013.