流量管理

因系統容量不足所造成之擁擠已經成為世界共同面臨的問題，在過去文獻中 常利用流量管理方式改善空域擁擠與減少延誤的問題，以下將以流量管理目標、

方法以及管理策略之實行時期作分類說明。

2.4.1 流量管理目標

流量管理的目標不外乎減少空域擁擠、航機延滯或提供解決之方法。其 中以總延滯最小化為目標之文獻為多：Terrab and Odoni(1993)之研究為指派 各個航機之降落時段，先行指派延滯成本較高航機之起降時段，最後以總延 滯最小化為目標建立靜態流量管理模式；Bertsimas and Patterson(1998)構建 多機場總延滯最小之靜態確定性模式，其結果能能提供規劃者重整航路之方 案決策以及建議各機場額度供航管人員參考；Anderatta et al. (2000) 以航空 公司自由選擇起飛降落時間帶的觀念，考量多機場間的班機總延滯最小；我 國資策會以空中待命與地面等待所產生之損失最小化為目標建立線性規劃 模式，最後可得到每時段到場定位點放飛之航機數目、起飛之航機數目及降 落之航機數目，提供航管人員作為控制航機起飛、降落額度之參考；Rossi and Smriglio(2001)為解決地面等候而建立之整數線性規劃模式，以地面等候所 造成之延滯最小為目標。

其中以最小成本為目標之流量管理文獻：劉仲祥(民93)利用最小成本流 量問題構建最佳化模式，求解各機場可以放行之航機架次；Ma et al. (2004) 利用動態網路模式解決突發狀況發生時產生之擁擠問題，求航機在此網路中 航行總成本最小化，其成本考慮油耗、空中與地面等候成本、降落替代機場 之成本，以四種情境測試其模式在不同狀況下之結果，提供航管人員在日後 管理上之參考。

而Mohleji(1996)與Dell’Olmo and Lulli(2003)分別以機場容量與航路容 量最佳化為目標構建流量管理模式。

2.4.2 流量管理方法

流量管理的文獻可分作靜態與動態之管理模式，靜態意指流量管理策略 僅在研究時段一開始時（如一天機場開始營運之時）決定；而動態則考量稍 後有更準確之容量預測結果，因此將依據最新資訊調整策略，使其更能配合 實際需求。

其中靜態流量管理模式，多以0-1整數規劃(binary integer programming) 構建，如Terrab and Odoni(1993)提出單一機場靜態確定性模式與靜態隨機性 模式；Bertsimas and Patterson(1998)建立多機場靜態確定性模式，此一研究 考量機場起飛與進場容量、航路席位容量、同航機之接續班機、轉機航班接 續班機等因素，此外，除地面等候及空中等候外，此研究亦加入航機變更路 徑之策略，以0-1整數規劃進行模式構建；Anderatta et al. (2000) 敘述了美國 航空公司對於地面等候策略之實行有許多抱怨，其原因為對於天氣與容量無 法準確地預測，導致可能採用比較保守之策略。因此航空公司紛紛要求參與 決策之過程，目前美國主要的航空公司與FAA藉由資訊共享的方式，共同進 行決策，此方式為航空公司要求FAA告知各班機抵達目的地機場的時間帶，

而由航空公司自行決定是否採用地面等候、空中等候或變更路徑。其觀念將 長期以來集中式控制的系統轉變為分散式的決策系統，而讓航空公司可自由 選擇較有效率及經濟的運作方式。此研究以0-1整數規劃進行模式構建，考 量多機場間的班機，然僅將航機到達時間視為決策變數，因此變數與限制式 則 可 減 少 許 多 ， 而 驗 證 的 結 果 也 證 實 ， 其 求 解 效 率 較 Bertsimas 與 Patterson(2000)之模式為佳。

動態流量管理模式則有許多求解方法，劉仲祥(民93)針對多機場、多時 段之流量與容量做預測，建立依國內航空特性的即時流量管理系統，利用我 國自行研發之ANS模擬作測試；Bertsimas and Patterson(2000)提出動態網路 模式，加入天氣變化使容量縮減之限制，以總延滯最小化為目標，安排航機 之飛航路徑，以均等分配預估未來各時段各席位之容量。更改飛航路徑之方

法，則分為三個階段，分別為總體流量模式、解構以及決定各航班路徑。總 體流量模式為動態、多元商品、整數網路問題，決定各時段各節點可通行的 航機數量，利用拉氏鬆弛法(Lagrangian relaxation)求解；接著以啟發式解法，

將所得之總體流量解構為個別航班的組合，即在各時段的流量額度下，選擇 適合的航班在此時段營運，最後再將航班之路徑加以組合，即可得到近似最 佳解；Zhang et al.(2005)建立一動態程序模式達到最佳效益之流量管理，解 決目前空中交通擁擠所產生之問題。此模式能提供即時動態管理而能減輕以 往因為計算而設定之門檻導致無法擬真的情形，最後利用模擬方式驗證此一 模式；Ma et al. (2004) 利用動態網路模式解決突發狀況發生時產生之擁擠問 題，其中以Graph Theory建構其研究範圍之網路模型，以數學規劃方式求解 總成本最小化之流量分派；Nogami et al. (1996) 進行即時管理空域流量與動 態飛航排程之研究。此一研究提出了一套自動化決策系統，並運用類神經網 路之學習性能，決策數種不同的流量管理策略。由於以往利用擷取管制員經 驗作為機器學習的方式，可能還是不足以達到最佳解，或是對於異常狀況無 法處理的情形。為了改善以上狀況，本研究建議利用類神經網路方式，建構 動態排程模式。為處理許多不同的限制，並與管制人員的實際經驗配合，該 系統能在不打擾實際作業的情況下，找到次佳的決策。而在此研究之模式的 驗證之下，證明系統在排程策略的決策支援上，較以啟發式解法求解有更佳 之 效 能 表 現 ； Mohleji(1996) 在 研 究 中 提 出 航 路 導 向 的 規 劃 控 制 概 念 (Route-Oriented Planning and Control , ROPAC)，其中定義每架航機的最短時 間路徑，動態調整空中流量以達到機場容量最佳化，且利用速度來控制航機 間的隔離，以保障飛航安全。此研究選擇雙平行跑道的機場為研究實驗，在 符合安全隔離情況下運用進場航路以及降落跑道的變更來增加航機起降次 數。此研究結果顯示運用ROPAC之概念將可使航機延滯減少3分鐘/架次，平 均燃油節省54加侖/架次，跑道之航機起降次數增加14％，管制員與駕駛員 之間的通話次數減少30％；Rossi and Smriglio(2001)主要是發展一套地面等 候問題之模式，及利用branch-and-cut演算法解決在高度擁擠情境下產生之問 題，也就是當缺乏容量而導致取消班機等情況。由實際數據結果分析顯示此 演算法勝過其他演算法之原因為其允許班機取消的限制。

2.4.3 流量管理實行時期

流量管理策略可依實行期間與時機而加以分類。Leal de Matos and Ormerod(2000)提出可利用作業研究(Operation Research)的方法，進行歐洲航 空流量管制(Air Traffic Flow Management, ATFM)之研究。ATFM是為了在有 限容量中，預防航管人員過量之工作負荷與減少延滯所發展之流量管理方 法，依時間分別對於流量管理進行規劃，由長程六個月前之航班策略性規 劃，中程數天前之事前戰略性規劃，到短期起飛前數小時之戰術性規劃，長

程規劃之目標為平衡流量分配，中程為減少航管人員之工作負荷量，短程為 使航班之延滯最小為目標。此研究對於不同決策層級提出應用作業研究可行 之方式，說明航路規劃者、航管人員可以作業研究方式進行長、中、短程之 策略規劃。說明作業研究演算法於歐洲航管在地面管理有極大潛在的應用空 間。

不同的研究對於流量管理策略的分類雖有不同的定義與名稱，然執行期 間越長者，例如長期策略、規劃或策略規劃，皆在於提昇飛航管制系統的功 能，增加系統容量；對於中期的策略而言，則在於進行時間帶、班表的調整；

而短期的策略，則為即時對航機運作加以控制。

茲將以上流量管理模式之文獻整理如表1所示：

文獻 考量範圍 決策變數 假設 限制式 貢獻

Terrab and

Odoni(1993) 單一機場 9 總體流量

Bertsimas and

Patterson(1998) 多機場網路 9 席位航機數 9 機場與席位容量已知

Bertsimas and

Patterson(2000) 多機場網路 9 總體流量 9 以均等分配預估席位容量