以降低航班延误为目标的仿真优化方法研究_朱承元
基于模拟仿真的航空公司运营管理优化研究
基于模拟仿真的航空公司运营管理优化研究研究主题：基于模拟仿真的航空公司运营管理优化研究论文题目：基于模拟仿真的航空公司运营管理优化研究摘要：航空公司作为现代物流和交通运输行业的重要组成部分，其运营管理的优化对于提高航空公司的经济效益和服务质量具有重要意义。
本研究基于模拟仿真方法，针对航空公司运营管理中存在的问题，提出了一种全新的优化方案。
首先，研究分析了航空公司运营管理的背景和现状，明确了研究问题和目标。
然后，探讨了研究的方法和步骤，并选择了适当的数据进行模拟仿真实验。
最后，根据实验结果进行深入分析和综合评价，并提出了相关的结论和讨论。
关键词：模拟仿真、航空公司、运营管理、优化研究1. 引言随着全球航空业的迅速发展，航空公司在全球范围内的运营管理面临诸多的挑战和问题。
航空公司的运营管理涉及飞行计划、机组调度、航班时刻表安排、空域管理等诸多方面，如何优化这些运营管理活动成为了航空公司面临的主要问题之一。
本节主要介绍研究背景和目标，以及现有研究的不足之处。
2. 研究问题及目标本节详细阐述了本研究的主要问题和目标，对航空公司运营管理中存在的问题进行了梳理和整理，并明确了研究的具体目标和内容。
3. 研究方案与方法本节介绍了研究的方案与方法，包括模拟仿真方法的原理和步骤、数据采集和处理方法、模型构建和实验设计等内容。
同时，还对模拟仿真方法的适用性和局限性进行了讨论。
4. 数据采集和分析本节详细描述了实验数据的采集和分析方法，包括对航空公司运营数据的收集、整理和处理过程，以及采用的统计方法和模型分析方法。
5. 结果呈现本节将详细呈现实验结果，包括数据分析结果的图表展示和实验结果的解读。
同时，对不同实验方案和参数对实验结果的影响进行了分析和比较。
6. 结论与讨论本节总结了研究的主要发现和结论，并对研究过程中存在的问题和局限性进行了讨论。
此外，还对未来研究方向和进一步优化方案提出了一些建议。
结论：本研究主要基于模拟仿真方法，对航空公司运营管理进行了优化研究。
机场群协调研究综述
机场群协调研究综述作者：郑燕琴来源：《现代经济信息》2012年第11期摘要：随着多机场系统的不断发展，机场群如何协调问题也日益突出。
本文主要从三个方面系统阐述目前国内对多机场协调问题所做的研究，归纳已取得的成果，并分析其对我国机场群协调发展的借鉴意义。
关键词：机场群协调；发展模式；布局规划；延误成本中图分类号：F560.81 文献标识码：A 文章编号：1001-828X（2012）06-0-01目前，世界都市群普遍存在机场密度大，核心城市机场资源使用情况紧张，航班延误严重，机场服务质量下降，而周边城市的机场设施限制，资源得不到充分利用的情况。
因此，合理整合资源，确定机场群的发展模式，是达到多机场共赢局面的重要手段。
一、从发展模式角度分析多机场协调问题2007年，张越[1]、胡华清指出机场群的形成是由于都市群强大的经济实力和辐射力而产生的巨大的航空运输需求。
并简单概述了目前世界主要存在的区域多机场系统发展以及所存在运输量分配不平衡的问题。
但并未提出具体的解决方案。
同年，张、胡二人又详细分析美国东北部以及伦敦多机场系统的运营模式，并对英美两国典型的运营模式特点进行了小结，指出美国模式是以设立跨州市管理运营组织机构、实施机场产权与经营权分离、将机场与公共地面交通系统进行一体化整合等方式对多机场系统进行管理；英国BAA则是以产权关系为纽带建立多机场系统，系统内各机场有特定功能划分和服务对象的英国多机场管理模式与美国模式的多机场系统形成鲜明对比。
对我国目前多机场系统的发展很有借鉴意义，但是文章仍是没有涉及具体的解决方案。
同年，二人对珠三角五大机场的发展作了详细分析，指出目前珠三角机场群所面临的三大矛盾，同时结合目前珠三角地区各机场在管理体制、运营模式和发展政策环境等各方面实际情况，提出了三种可供选择的模式：松散协作模式、局部协作模式以及全面协作模式。
2008年，韦薇[2]等人通过对制约长三角航空业发展的因素分析，提出了推进长三角地区机场群协调发展的建议。
机场航班延误优化模型
机场航班延误优化模型一、本文概述随着全球航空业的快速发展，机场航班延误问题日益凸显，成为影响旅客出行体验和航空公司运营效率的关键因素。
航班延误不仅可能导致旅客的行程被打乱，还可能引发航空公司的一系列连锁反应，如航班调度、旅客赔偿等。
因此，构建一个有效的机场航班延误优化模型，对于提高航空业的服务质量和经济效益具有重要意义。
本文旨在探讨和研究机场航班延误优化模型的构建与应用。
我们将对航班延误的原因进行深入分析，包括天气因素、交通拥堵、机场运营管理等。
我们将介绍现有的航班延误预测和优化模型，评估其优缺点，并在此基础上提出一种基于大数据分析和人工智能技术的优化模型。
该模型将综合考虑多种因素，包括历史延误数据、实时天气信息、机场运行状况等，通过机器学习和优化算法，实现对航班延误的精准预测和有效优化。
本文还将详细介绍该优化模型的设计和实现过程，包括数据采集与处理、模型构建与训练、性能评估与优化等。
我们将通过实际案例分析，展示该模型在实际应用中的效果和潜力。
我们将对机场航班延误优化模型的发展前景进行展望，并提出未来研究的方向和建议。
通过本文的探讨和研究，我们期望能够为解决机场航班延误问题提供新的思路和方法，推动航空业的服务质量和经济效益不断提升。
二、航班延误原因分析航班延误是一个复杂且多元的问题，其背后涉及众多相互关联的因素。
为了更好地理解和优化航班延误问题，我们需要对造成航班延误的主要原因进行深入分析。
天气条件是影响航班延误的主要因素之一。
恶劣的天气，如大风、大雾、暴雨、雪等，都可能对飞机的起飞和降落造成影响，从而导致航班延误。
极端天气还可能引发其他一系列问题，如跑道积水、能见度不足等，进一步加剧航班延误的情况。
航空管制也是航班延误的重要原因之一。
为了保证飞行安全，航空管理部门需要对航班进行严格的调度和控制。
在航班密度大、空中交通繁忙的情况下，航空管制措施可能会导致航班延误。
一些特殊活动或事件，如重要会议、大型活动等，也可能导致航空管制措施的加强，进一步影响航班正点率。
关于改进的航班正点率优化模型
关于改进的航班正点率优化模型1. 引言1.1 研究背景航班正点率对于航空公司和乘客来说都具有重要意义。
准点的航班可以提高乘客的满意度，增加航空公司的信誉度，同时也可以降低航空公司的运营成本。
当前航班延误现象仍然比较普遍，造成了诸多不便和经济损失。
在这样的背景下，研究如何改进航班的正点率成为了重要课题。
通过对航班正点率模型的深入分析，可以帮助航空公司更好地理解航班延误的原因，从而采取相应的措施进行优化。
通过构建有效的优化模型和数据分析，可以有效地提高航班的正点率，进而提升整体运营效率和乘客体验。
本文旨在通过研究航班正点率优化模型，探讨航班延误的原因和解决方法，为航空公司提供有效的决策支持，提高航班的准点率，同时也对航空运输领域的发展具有重要意义。
1.2 研究目的研究目的是为了探讨如何改进航班的正点率，以提高航班的准时性和客户满意度。
通过分析航班正点率模型，深入研究航班延误的原因，探讨模型优化的方法，进行数据分析和模型验证，以及评估模型应用的效果，旨在找出影响航班延误的主要因素，为航空公司制定有效的运营计划和策略提供依据。
通过研究航班正点率优化模型，可以帮助航空公司更好地管理航班延误问题，提高航班的准点率，降低延误率，提升客户体验，减少运营成本，提高运营效率。
通过建立有效的航班正点率优化模型，还可以为未来研究提供参考，拓展研究领域，促进航空运输行业的发展。
1.3 研究意义航班正点率是航空运输领域的一个重要指标，直接关系到航空公司的服务质量和信誉。
提高航班正点率不仅可以提升乘客满意度，还能降低航空公司的运营成本和提高效益。
研究如何改进航班正点率具有重要的实际意义。
提高航班正点率可以减少航班延误对乘客造成的不便和影响，提升乘客出行体验。
对于商务乘客来说，航班延误可能导致会议延误或商务谈判受阻，影响工作效率和商业合作。
对于旅游乘客来说，航班延误可能导致景点游览计划受阻，影响旅行体验。
提高航班正点率可以提升乘客满意度，增强航空公司的竞争力。
航空航班延误预测与调整策略研究
航空航班延误预测与调整策略研究随着航空旅行的普及和航班数量的快速增加，航空航班延误已成为一个严重的问题。
这不仅给乘客带来了不便，也对航空公司的经营和形象造成了重大影响。
因此，航空航班延误的准确预测与有效调整策略的研究已成为航空业界和学术界的关注焦点。
航空航班延误的预测是减少乘客不便和提高航空公司运营效率的关键。
传统的预测方法主要依靠统计模型和时间序列分析来进行，这些方法可以通过分析历史数据、天气情况、航司运营情况等因素来预测航班延误的概率。
然而，这些方法存在一些局限性，如数据缺失和不确定性较大，难以准确预测航班延误。
为了克服传统方法的局限性，近年来，一些新的预测方法被引入到航空航班延误预测中。
其中，机器学习和人工智能技术被广泛应用。
例如，支持向量机、神经网络、随机森林等机器学习算法可以通过对大量训练样本的学习来预测航班延误。
此外，文本挖掘和情感分析技术也可以从社交媒体等渠道中获取实时信息，提供更准确的预测结果。
除了航班延误的预测，调整策略的研究也是减少航班延误的重要手段。
航空公司可以通过一系列灵活的措施来应对航班延误，如改变机组人员、调整飞行计划、更换飞机等。
然而，这些调整策略需要兼顾运营成本和服务质量，因此需要制定科学的决策模型。
近年来，航空航班延误的调整策略研究越来越多地采用优化模型和仿真模型。
优化模型可以通过建立数学模型和优化算法，最大化航空公司的整体效益。
例如，可以通过合理安排飞行计划、降低飞机燃油消耗、减少人员安排等方式来降低航班延误的发生率。
而仿真模型可以通过模拟各种情景和决策方案，评估调整策略的效果和风险。
这些模型可以使用实时航班数据和历史航班延误数据，提供决策支持和评估结果。
此外，航空航班延误的预测与调整策略研究也需要综合考虑多个因素。
除了航空公司的运营情况和航班数据，天气状况、机场交通等外部因素也会对航班延误产生影响。
因此，将多源数据集成起来，建立综合模型，并进行数据挖掘和数据分析，可以更全面地预测航班延误和制定相应的调整策略。
机场航班时刻调整优化模型研究
机场航班时刻调整优化模型研究摘要：机场航班时刻调整是提高航班运行效率和旅客出行体验的关键环节。
本文通过研究机场航班时刻调整优化模型，探讨了如何通过合理的航班时刻调整来提高机场运行效率和降低延误率。
首先，介绍了机场航班时刻调整的背景和意义，然后详细阐述了机场航班时刻调整的流程和方法，包括数据分析、模型建立、求解和评估等步骤。
最后，结合实际案例，对机场航班时刻调整优化模型进行了验证和评估，并提出了优化的建议和展望。
1.引言机场作为重要的交通枢纽，航班时刻调整对机场的运行效率和旅客出行体验有着重要影响。
合理的航班时刻调整可以减少延误率，提高飞行效率，减少能耗，提高运行效率，提升旅客满意度。
因此，研究机场航班时刻调整优化模型对于改善机场运营具有重要意义。
2.机场航班时刻调整的流程机场航班时刻调整的流程一般包括数据收集和分析、模型建立、求解和评估四个步骤。
2.1 数据收集和分析数据收集是机场航班时刻调整的前提，包括航班计划数据、航班执行数据、机场资源数据等。
通过对这些数据的分析，可以对机场的运行情况和瓶颈进行了解，为后续的模型建立提供依据。
2.2 模型建立机场航班时刻调整的核心是建立合理的优化模型。
常见的模型包括基于规则的模型、基于优化的模型和机器学习模型等。
基于规则的模型通过经验规则和专家知识进行航班时刻调整；基于优化的模型通过数学规划方法，对航班时刻进行优化；机器学习模型通过机器学习算法对航班时刻进行预测和调整。
根据实际情况选择合适的模型进行建立。
2.3 求解在模型建立完成后，需要选择合适的求解方法对模型进行求解。
常见的求解方法包括整数规划、线性规划、遗传算法等。
求解的目标是找到最优的航班时刻调整方案，使得机场运行效率最大化或延误率最小化。
2.4 评估对求解得到的航班时刻调整方案进行评估是非常重要的。
评估可以通过模拟仿真和实际操作进行，分析其对机场运行效率和旅客满意度的影响，并对模型进行优化和改进。
3.机场航班时刻调整优化模型实践案例以某国内主要机场为例，介绍了机场航班时刻调整优化模型的实践应用。
不正常航班恢复的一种改进的列生成算法
不正常航班恢复的一种改进的列生成算法吴刚;严俊【摘要】分析了由飞机资源短缺造成的航班不正常情况,将该问题视为带有容量约束的多个商品的整数最小费用流问题,建立了多商品网络流数学模型.采用列生成算法框架求解该大规模整数规划问题.一般的列生成算法是每次迭代过程只加入一个列,造成迭代次数过多,因而降低了算法效率低.文中采用每次迭代过程中加入多个列,并对加入的多个列应该满足的条件进行了分析.最后给出的算例验证了该方法的正确性和有效性.【期刊名称】《南京航空航天大学学报》【年(卷),期】2014(046)002【总页数】6页(P329-334)【关键词】不正常航班;多商品网络流;列生成【作者】吴刚;严俊【作者单位】南京航空航天大学民航学院,南京,210016;中国民航科学技术研究院科技处,北京,100028【正文语种】中文【中图分类】U8不正常航班是指不能按照航班计划执行的航班。
造成航班不正常的原因常有航空器故障、恶劣天气、航空管制、机场保障以及旅客自身不能及时登机等。
当航班发生不正常时，航班公司运行调度人员需要对航班计划进行实时调度，使得航班在最短的时间内恢复正常，同时还要确保公司为此付出的代价最小。
随着航班数量的增长，依靠运行调度人员的经验进行航班调整变得越来越困难。
最优化方法与计算机技术相结合的自动化恢复技术能够快速生成调度方案并为航空公司获取巨大的经济效益和社会效应，有关这方面的研究越来越为航空公司所关注。
不正常航班调度是一个非常复杂的实时网络优化问题，属于非确定性多项式时间（Non-deterministic polynomial-time，NP）难问题。
国外在这方面研究较早：文献［1］针对飞机资源短缺提出了以旅客总延误最小化为目标函数的模型，采用分支定界法求解。
文献［2］在不考虑调机情况下以取消的航班数量和旅客总延误时间最小作为目标函数，采用字典序优化技术进行建模求解。
文献［3］研究了暂时短缺飞机的实时扰动问题。
航班延误预测与优化研究
航班延误预测与优化研究随着航空业的不断发展，航班延误问题越发引起人们的关注。
航班延误不仅给航空公司带来经济损失，也给乘客带来不便。
因此，对航班延误进行准确预测和有效优化成为了航空运营管理中的重要课题。
本文将针对航班延误预测与优化进行研究，主要探讨延误原因、预测方法、优化策略以及未来发展方向。
首先，我们需要了解航班延误的主要原因。
航班延误可能由许多因素导致，包括天气状况、机械故障、机场拥堵、航空公司管理等。
其中，天气状况是最常见的延误原因之一。
恶劣天气如大风、暴雨、雷电等不仅会影响航空器起降，还可能导致机场关闭或严重受阻。
其次，机械故障也是航班延误的主要原因之一。
并非所有机械故障都可以立即解决，这将直接影响航班的正常运行。
此外，机场拥堵、航空公司管理不善等也会增加航班延误的风险。
为了准确预测航班延误，研究人员和航空公司已经尝试了许多预测方法。
其中，基于数据挖掘和机器学习的方法在航班延误预测中发挥了重要作用。
例如，通过分析航空数据，可以提取一些关键特征，如出发地、目的地、航空公司、天气等，然后利用这些特征训练模型进行延误预测。
此外，一些新兴技术如深度学习也可以应用于航班延误预测。
这些方法可以通过对大量历史数据的学习，识别出航班延误的模式和规律，并预测未来的延误情况。
在航班延误优化方面，航空公司通常会采取一些策略来尽量减少延误对航班运营的影响。
首先，航空公司可以优化航班调度，合理安排航班起降时间，避免过于紧凑的时间安排。
其次，航空公司可以优化机组人员的安排，确保有足够的员工应对突发情况。
此外，航空公司还可以与机场、空管等相关部门合作，共同制定应对航班延误的应急措施。
这些优化策略的目的是减少延误带来的经济和乘客损失，并提高航空公司的服务质量和竞争力。
然而，航班延误预测与优化仍然存在一些挑战和研究方向。
首先，航班延误的数据量庞大且复杂，如何高效地提取和处理数据仍然是一个难题。
其次，天气状况是航班延误的重要因素之一，但天气预报的准确性仍有待提高，这影响了延误的预测准确性。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
常州工学院学报
Journal of Changzhou Institute of Technology
Vol． 25 No． 5 Oct． 2012
以降低航班延误为目标的仿真优化方法研究
朱承元 孙伟
（ 中国民航大学空中交通管理学院， 天津市 300300 ）
42
常州工学院学报
2012 年
0
引言
［ 10 ］ 机场方面的理论研究与应用刚刚起步。 本文旨 在美国 FAA 开发的空域机场仿真模型 SIMMOD
目前珠三角地区民用航空运输的现状是机场 密集、 飞机起降架次多、 旅客吞吐量高、 空域紧张 且受限制多， 导致该地区交通拥挤， 安全隐患多， 航班延误率升高， 经济和社会成本增加。 珠三角 地区作为全国民用航空运输矛盾最突出的地区 ， 迫切需要在保证航运安全的情况下对减少航班延 误的措施和方法进行研究。 减少航班延误的有效方法之一是改良空域机 场结构和采用新的通信导航监视技术， 增加空域 机场容量。但该方法投资高、 建设周期长。 另一 种方法是在现有的空域和机场设施条件下实施流 量管理， 在有限的范围内尽可能调整进离场航班 时刻， 减少航路和地面冲突， 从而减少航班延误。 通过流量控制降低航班延误的方法， 国内外 开展了较多的研究。
由于珠三角地区机场密集、 空域紧张， 导致该地区交通拥挤、 管制员工作负荷大、 运行安 、 。 ， 全隐患多 航班延误率高等 为此 迫切需要研究在不增加空域机场设施投资和保证运行安全的 情 况下降低该地区航班延误率的方法。考虑到难以对 复杂 的 空 中 交 通 系统进行 数 学 建 模， 采 用 空域 机场仿真模型 SIM M OD 对珠三角地 区 空域 机 场 系统进行 仿真 建 模， 并 与 并 行 扰 动 随 机 近似 ( SPSimultaneous Perturbation Stochastic Approximation) 优化算法相结合， SA ， 以航班总延误成本最小为 目标同时将管制员工作负荷限制在安全水平， 优化航班时刻的仿真优化方法， 降低该地区的航班延 误率。采用 THEIL 不等式系数法对 SIM M OD 模型 进行 验 证; 采 用 非 光 滑反馈 对 SPSA 算 法进行 改进， 提高了算法的收敛速度和精度。仿真结果表 明， 采 用 优 化的新 航班 时 刻， 可 降低 航班 总 延误 26% 和 55% 。 成本 38% ; 停机位延误、 滑行道延误以及空中延误分别降低延误时间 30% 、 关键词 空中交通; 空域和机场; 仿真优化; 并行扰动随机近似; 非光滑反馈 中图分类号： TB24 文献标志码： A 文章编号： 1671 － 0436 （ 2012 ） 05 － 0041 － 05
［14 ］ *
的各种约束， 也即要满足所建的珠三角空域机场 SIM M OD 模型的各种条件， 其中包括各种与安全 相关的距离和时间间隔约束、 扇区管制员工作负 荷最大值约束 （ 与扇区内飞机数量、 进出扇区飞 机数量、 飞机速度数量、 飞机航向改变数量、 飞机 高度改变数量、 空中等待飞机数量等相关 ） ； 每个 航班的时刻均在 24 h 内取值； 最优航班时刻只允 许在原航班时刻左右各 1 h 范围内取值； 航班时 刻最小时间间隙为 2 min。 1． 4 SPSA 优化算法改进 SPSA 算法［11 － 12］是一种简单、 易实现、 高效率 的随机逼近算法， 它具有高效率的局部搜索性能。 在解决高维问题以及大规模随机系统优化时， 具 。 有较好的优越性 SPSA 的优化目标为式（ 1 ） 。目的是找到目标 即： 函数 L （ θ） 的梯度为零时的航班时刻向量 θ 值， m（ θ） ≡ L =0 θ
［1 － 7 ］
基础上， 依据现有航班时刻， 研究获取新的最优航 班时刻的仿真优化方法， 试图从整体上降低航班延 11］ 误。对此， 文献［ 使用并行扰动随机近似 （ SPSA ， Simultaneous Perturbation Stochastic Approximation） 优化方法与 SIMMOD 结合， 对航班时刻以 航班延误最小为目标进行了仿真优化方法的研究。 12］ 文献［ 对 SPSA 算法进行了改进， 并使用 SIMMOD 进行了有效性的验证。然而， 11］ 文献［ 和文 12］ 献［ 的 SPSA 优化算法均采用线性的未知估计 梯度反馈， 但在噪声影响严重的情况下， 最优解收 敛速度慢、 精度低、 算法稳定范围小。本文采用文 13］ 11］ 献［ 提出的非光滑反馈函数， 对文献［ 和文 12］ 献［ 采用的线性 SPSA 优化算法进行非线性反 提高了在噪声较大的情况下算法的收敛速 馈改造， 度、 精度和稳定性。结合 SIMMOD 和改进的 SPSA 算法， 在仿真模型验证的基础上， 以降低航班总延 误成本为目标的同时， 将管制员工作负荷限制在可 对珠三角地区的航班时刻进行 接受的安全水平下， 仿真优化研究。
摘要
Simulation Optimization Approach to Reducing Flight Delays as the Objective
ZHU Chengyuan SUN Wei
（ College of Air Traffic Management， Civil Aviation University of China， Tianjin 300300 ）
［ 8 ］ SIMMOD 、 TAAM 和 RAMS 等。 在空域机场仿真 ［ 9 ］ ， 模型基础上 采用仿真优化方法 ， 获取优化的航 ［1 ， 4 －5 ］ ［1 － 5 ］ ［1 － 7 ］ ［3 ］ ［4 ］ ［1 － 6 ］
1 基于 SIMMOD 和 SPSA 的仿真 优化方法
1. 1 仿真优化总体流程 仿真优化总体流程如图 1 所示。
主要方法为基于单机场
和多 机 场 地 面 等 待 策 略 优 化 进 离 场 航 班 时 ［1 － 4 ］ ［5 － 6 ］ 、 刻 基于时隙分配的航班时刻优化方法 、 等。考虑的约束主要有空域容量限制 机场 ［1 － 6 ］ ［5 － 6 ］ 、时 隙 限 制 、地 面 滑 行 限 容量 限 制 等； 考虑的优化目标 主要有进离场流量或总调整航班架次最少、 或总 制 、 冲突规避 、 机型 ， 有的还同时考虑了对不 ［6 ］ 同航空公司航班的公正性和公平性 等。采用的 延误航班架次最少 、 优化求解算法主要有启发式算法 智能优化 ［2 ， 6 －7 ］ ［3 ］ ［4 ］ 、 算法 数学规划算法 、 过滤束搜索算法 等。然而由于目前这些方法， 均需要在对问题简 很少考虑 化的基础上建立复杂的数学规划模型， 到实际飞行中的各种随机因素、 不同的管制调配 策略、 不同机型的飞行性能、 不同阶段飞行状态的 动态变化等等， 因此建立的数学规划模型不够完 整， 以此为基础得到的结果具有较大的局限性 。 空域机场系统是大型的复杂离散事件动态系统， 难以采用数学规划方法来描述其模型。描述空域 机场系统的可行方法是在计算机上对其建立仿真 模型。目t
The Pearl River Delta Region （ PRD ） suffers the problem of highdensity airports， airspace con-
gestion， high controller workloads， large safety risks and a high delay of flights． It is necessary to develop a method to decrease the flight delays with not increasing the investment cost of the airspace and airport infrastructure in the SIMMOD simulation model of PRD． Due to the complexity of mathematic modeling of the air traffic system ， the PRD region's airspace and airport system is adopted in this paper， in combination with SPSA （ Simultaneous Perturbation Stochastic Approximation） optimization algorithm ， to minimize the cost of the total flight delays and keep the controller workload within the safety range． The simulation optimization of flight schedule is proposed to reduce the flight delays of this region． The SIMMOD model is validated by Theil's inequality coefficients． Using nonsmooth feedback， SPSA optimization algorithm is improved to increase its rate of convergence and precision of the optimal solution． The simulation indicates that the optimum flight schedule can decrease effectively the cost of the total delays by 38% ， the gate delays by 30% ， the taxiway delays by 26% and the aerial delays by 55% respectively． The simulation optimization method has significant importance in reducing the overall delay cost and safety risks of PRD region's airspace and airport system． Key words