日前，華為公司交通智慧化軍團副總裁王國鈺一行8人到中國民航大學調研交流。中國民航大學校長丁水汀、黨委副書記王志強出席，黨辦校辦、發展規劃與學科建設處、科技處、計算機科學與技術學院相關負責人，以及民航智慧機場理論與系統重點實驗室負責人、部分教師參加座談交流。
雙方約定，圍繞AI賦能機場運行領域的科研攻關，優勢互補，緊密合作，力爭突破機場行業IT技術應用瓶頸，實現機場行業運行模式創新，助力機場行業自主可控智能升級發展，打造民航“產、學、研、用”最佳組合。在“機場群協同，打造一體化空地保障體系”“AI場景應用探索與示范，推動行業加速AI應用”“智慧機坪建設，探索‘機-車-場道-設施’全面智能協同”等科研方向展開深入合作。
其中，“機場群協同，打造一體化空地保障體系”方向基于學校承擔的國家自然科學基金民航聯合基金課題“中小機場群空地保障一體化關鍵技術研究與驗證”，在機場群協同優化時刻配置、保障資源調度等方面展開算法模型聯合攻關研究，并充分利用云南機場集團已有云平臺及數據資產，協同實現場景落地，凸顯應用價值。在此基礎上，積極展開成果推廣驗證，形成行業最佳實踐。
“AI場景應用探索與示范，推動行業加速AI應用”方向基于華為公司各行業各領域豐富實踐、全棧AI能力、持續研發投入，以及學校教師深刻的行業認知、行業學術影響力，依托民航智慧機場理論與系統重點實驗室，聯合編寫AI大模型民航應用白皮書，推動形成在智能客服、知識庫問答、數字人員工、文件合規性審查等領域的試點項目。在此基礎上，共同打造民航AI大模型，并推動相關AI應用場景的政策法規優化。
“智慧機坪建設，探索‘機-車-場道-設施’全面智能協同”方向結合學校正在承擔的民航安全能力項目“智慧機坪新技術應用研究”、多類型決策調度算法研究，以及華為公司已有智慧機場實踐案例，雙方持續研發豐富算法模型，研發智慧機坪各類場景解決方案，合作形成一體化解決方案，共商落地。
中國民航大學與華為公司的科研合作始于2022年4月，中國民航大學、深圳機場、華為公司簽署三方合作協議。2022年6月，丁水汀做客華為應用場景松鼠會以“民航空管和機場的關鍵業務場景的高價值難題和技術挑戰”為題授課。2023年5月，華為機場與軌道軍團團長帶隊來訪中國民航大學。2023年5月至2024年5月，學校與華為2012實驗室實質性展開智慧機場領域科研項目合作，目前已完成“機場一體化主動運控及態勢推演技術合作研究”“智能機位分配算法合作研究”合作項目，其中，“智能機位分配算法合作研究”項目結題優秀。
“機場一體化主動運控及態勢推演技術合作研究”項目以一體化運控為總目標，圍繞機場運行的核心資源和規則，抽象出機場運行數學模型，并提出適用優化策略。2024年10月，該項目完成結題驗收。華為公司表示“項目組積極推動科研合作，開展科學研究，為我司中央研究院相關研究工作提供了創新方案”，對項目組表示感謝。該項目共形成《機場運行業務規則說明書》《機場一體化運控頂層設計》《機場運行態勢指標體系》《機場運行態勢指標預測方法》《一體化運控評價指標體系設計文檔》等多項成果，并衍生出《滑行數據增強算法》《TSAT優化算法》等算法成果。項目研究成果已成功運用于廈門機場主動運控項目。
“智能機位分配算法合作研究”項目側重解決機位分配算法的場景泛化和性能泛化等兩個關鍵問題。場景泛化要求算法能快速適用各機場差異化且動態變化的分配規則；性能泛化要求算法具有較短的運行時間，以及較高的航班近機位靠橋率與機位周轉頻次。針對上述兩個問題，首先從業務視角和技術視角梳理出機位分配通用規則，再進一步構建規則與模型自適應的機位分配求解框架。所提的算法在深圳機場3021條分配規則和328天歷史航班計劃數據集上的平均運行時間為24.44秒，平均靠橋率為88.56%。相比于存在大量不滿足分配約束的現有分配方案（分配算法+人工補錄），提出的算法在（0,1000）、[1000,1200），[1200,+∞）等航班規模上的靠橋提升率依次為2.69%、1.54%、0.49%。
“智能機位分配算法合作研究”項目突破兩項關鍵技術。一是動態可插拔架構的高效校驗方法。采用YAML語法結構和Hydra配置管理架構，建立動態可插拔的規則解析架構，解耦業務規則和校驗邏輯，實現規則靈活配置；校驗邏輯采用規則字段的向量映射和矩陣哈希映射，顯著降低校驗的復雜度，形成高效校驗機制。二是融合知識驅動和數據驅動的深度學習求解模型。采用同一滑行道相鄰機位的分配沖突、同一航班的分配互斥等領域知識，建立數據驅動和知識引導計算的深度學習求解模型。為訓練深度學習求解模型參數，構建模仿學習和強化學習的兩階段訓練方法，首先利用歷史分配結果或啟發式算法生成的分配方案作為訓練樣本，通過最小化模型預測結果與真實分配方案之間的差異，監督學習分配模型，進一步采用REINFORCE強化學習方法，通過環境交互試錯以再訓練求解模型。
|
