本发明属于民航运行效能评估领域，具体涉及一种航空器航迹优化策略可持续综合绩效评估方法。
背景技术：
近年来，作为全球交通运输的重要一环，航空运输业迅猛发展，其运行效率一直是人们关注的焦点。在实际生产运行中，航空器航迹是航空运输承运人提供的位移产品的有形载体，同时也是空中交通管制部门引导服务的最终体现。在“可持续运输”理念的要求下，通过有效、完善的航迹优化策略，可从运行层面提升航空公司运行效率，促进民航行业可持续发展，提升社会整体效益。
合理、完善的绩效评估方法是确保优化航迹优化策略有效的关键。目前，针对航空器航迹优化策略绩效评估尚未有专门的研究和系统的方法，仅在航迹优化研究的目标体系中有所涉及。一直以来，学者们始终致力于航空器航迹优化研究，在此过程中关注的绩效目标也逐渐扩展：早期的航迹优化目标主要考虑包括燃油成本和时间成本在内的经济指标，以获取可观的运营收益；随着全球生态环境治理进程的推进，环保目标逐渐引起学者们的重视，通过减小航空器运行过程中的温室气体排放和凝结尾生成，实现了航空器绿色航迹优化。作为第三产业，航空运输的业务发展与经济效益来源于旅客满意，尤其是在行业内外日益激烈的竞争下，我国民航发展需要更加全面的可持续运营框架，由于旅客满意产生的市场绩效，也应被纳入航空器航迹优化策略综合绩效体系中，但是，当下国内外对于该部分的研究尚为空白。
因此，现有技术的不足体现在：没有关注到由于旅客满意产生的市场绩效，尚未形成全面的航空器可持续运营框架和系统的航迹优化策略可持续综合绩效评估方法。
技术实现要素：
针对以上不足，本发明的目的在于提供一种航空器航迹优化策略可持续综合绩效评估方法，以解决现有航空器可持续运营框架不够全面的技术问题。
为达到上述目的，本发明采用的技术方案为：
一种航空器航迹优化策略可持续综合绩效评估方法，所述方法包括：
根据航空器实际运行大数据，建立航空器燃油流量预测模型；
根据航空器燃油流量预测模型获取航空器燃油消耗量；
以资源节约、环境友好和旅客满意为目标，根据航空器燃油消耗量建立航空器可持续运营框架；
根据航空器可持续运营框架，构建航迹优化策略可持续综合绩效体系；
根据实际运行数据计算航迹优化策略可持续综合绩效体系中各绩效指标对应的绩效值；
根据各绩效指标对应的绩效值和权重系数计算综合绩效值；
根据综合绩效值对航空器航迹优化策略进行评估。
进一步的，所述航空器燃油流量预测模型的建立方法包括：
获取航空器实际运行大数据，包括航空器实际运行过程中各时刻点的所在经度、纬度、飞行高度、速度、爬升率、大气风向、风速及相应的燃油流量序列；
将航空器实际运行大数据按照起飞、巡航、下降的飞行阶段进行划分，形成不同样本集；
针对不同样本集，以各时刻飞行高度、速度、爬升率、大气风向、风速为特征值，以相应的燃油流量为拟合对象，使用全局优化算法，获取各个飞行阶段内的最优拟合关系，形成起飞、巡航、下降阶段的航空器燃油流量预测模型。
进一步的，所述航空器燃油消耗量的获取方法包括：
获取航路上高空探空气象数据和航路点位置信息；
通过空间插值方法获取航路上不同航路点的预计气象条件；
将航迹策略和预计气象条件，输入至分阶段的航空器燃油流量预测模型，获取航迹策略不同飞行阶段的燃油流量序列；
根据不同飞行阶段的燃油流量序列获取航空器航迹策略燃油消耗量。
进一步的，所述航空器航迹策略燃油消耗量的计算公式为：
其中，fc为航空器航迹策略燃油消耗量，tl、tc和td分别为爬升、巡航和下降阶段的运行时长，ffrl(t)、ffrc(t)和ffrd(t)分别为爬升、巡航和下降阶段的航空器燃油消耗序列。
进一步的，以资源节约为目标包括燃油成本和时间成本的控制；
所述燃油成本和时间成本的计算方法为：
costfuel＝cf·fc
tf＝tl tc td
其中：costfuel为燃油成本，costtime为时间成本，cf和ct分别为燃油成本系数和时间成本系数，tf为飞行总时长，fc为航空器航迹策略燃油消耗量；tl、tc和td分别为爬升、巡航和下降阶段的运行时长；
以环境友好为目标包括co2、nox排放和凝结尾生成造成的等效温变成本的控制：
所述等效温变成本的计算方法为：
costenv(h)＝eck(h)·tc(h)
其中，h为度量时间尺度，tc(h)为航空器运行污染物排放在h时间尺度下造成的全球地表温度变化，
所述co2排放量、nox排放量和生成的凝结尾长度的计算方法为：
其中，
以旅客满意为目标包括由旅客满意提升产生的航线市场前景收益的控制。
进一步的，所述航线市场前景收益的获取方法包括：
获取航迹策略产生的旅客情绪增长和衰减强度；
根据旅客情绪增长和衰减强度构建旅客满意动力学变化模型；
根据前景理论和旅客满意动力学变化模型构建基于旅客满意变化量的价值函数和权重函数；
根据价值函数和权重函数计算旅客满意累积前景值及航线市场前景收益。
进一步的，所述旅客情绪增长和衰减强度的计算公式为；
δtf＝tf*-tf0
其中，δtf为经过航迹优化策略后的运行时长变化量，tf0和tf*分别为优化前后的运行时长；eg和ed分别为旅客情绪增长和衰减的强度；e0为初始情绪强度，λ和ρ分别为场合调节因子和情绪调节因子，pnr为情绪扰动因子。
进一步的，所述旅客满意动力学变化模型为：
δe＝eg-ed
其中，δe为旅客情绪净增量；δs为旅客满意变化量。
所述价值函数和权重函数为：
其中，v(δs)为旅客满意价值函数，α、β分别为在满意度增加和减少情况下绝对价值的边际递减程度，θ为损失规避因子，π(p)为决策权重函数，p为旅客情绪受时间影响的概率，γ和δ分别为在满意度增加和减少情况下的权重偏差因子。
进一步的，所述旅客满意累积前景值及航线市场前景收益的计算公式为：
ep＝cev·fare
其中，cev为航班上所有旅客满意变化的累积前景值，i为旅客编号，n为航班旅客总人数，pi和δsi分别为第i个旅客的情绪影响概率和满意变化量，π(pi)和ν(δsi)分别为第i个旅客的决策权重和满意价值，ep为航线市场前景收益，fare为航线平均票价水平。
进一步的，所述绩效值包括经济绩效、绿色绩效和市场绩效；
所述经济绩效的计算方法为：
epi＝-(δfc·cf δtf·ct)
δfc＝fc*-fc0
其中，epi为经济绩效，δfc为航迹优化策略产生的燃油消耗变化量，fc0和fc*分别为优化前后的燃油消耗，cf和ct分别为燃油成本系数和时间成本系数，δtf为经过航迹优化策略后的运行时长变化量；
所述绿色绩效的计算方法为：
gbi＝-eck(h)·δtc(h)
δtc(h)＝tc(h)*-tc(h)0
其中，gpi为绿色绩效，δtc(h)为航迹优化策略造成的温变效应改变量，tc(h)0和tc(h)*分别为优化前后的温变效应，eck(h)为h时间尺度下的单位温变成本；
所述市场绩效的计算方法为：
mbi＝δcev·fare
δcev＝cev*-cev0
其中，mpi为市场绩效，δcev为航迹优化策略带来的旅客满意累积前景值改变量，tc(h)0和tc(h)*分别为优化前后的旅客满意累积前景值，fare为航线平均票价水平。
进一步的，所述航空器可持续运营框架，综合考虑航空运输市场内外各利益相关主体，由资源节约、环境友好和旅客满意三个目标组成；所述资源节约目标，是指经过航迹优化策略，降低航空器运行过程中的燃油成本和时间成本；所述环境友好目标，是指经过航迹优化策略，减少由于航空器运行产生的co2、nox排放和凝结尾生成影响的等效温变成本；所述旅客满意目标，是指经过航迹优化策略，由于旅客满意提升使得航线市场前景收益增加。
进一步的，进行航空器航迹优化策略可持续综合绩效评估，具体的步骤是：
通过灵敏度分析，确定多准则间的决策权重；
根据各准则决策权重和优化策略的各准则绩效值，计算航空器航迹优化策略可持续综合绩效值。
进一步的，所述确定多准则间的决策权重，具体的过程是：
调整三类绩效目标的权重系数，以最大化三类绩效的加权平均值为目标函数进行多目标优化，形成多种优化方案；
计算不同优化方案下最优航迹策略的各绩效值，通过灵敏度分析，分析不同绩效间的替代关系，获取替代比例；
将三类绩效间的替代比例进行归一化处理，计算各绩效指标的决策权重。
进一步的，所述计算航空器航迹优化策略可持续综合绩效值，计算方法是：
si＝e·ebi g·gbi m·mbi
e g m＝1
其中，si为航空器航迹优化策略可持续综合绩效值，e、g、m分别为经济绩效、绿色绩效和市场绩效的决策权重。
一种航空器航迹优化策略可持续综合绩效评估系统，所述系统包括：
预测模块：用于根据航空器实际运行大数据，建立航空器燃油流量预测模型；
获取模块：用于根据航空器燃油流量预测模型获取航空器燃油消耗量；
运营框架模块：用于以资源节约、环境友好和旅客满意为目标，根据航空器燃油消耗量建立航空器可持续运营框架；
构建模块：用于根据航空器可持续运营框架，构建航迹优化策略可持续综合绩效体系；
第一计算模块：用于根据实际运行数据计算航迹优化策略可持续综合绩效体系中各绩效指标对应的绩效值；
第二计算模块：用于根据各绩效指标对应的绩效值和权重系数计算综合绩效值；
评估模块：用于根据综合绩效值对航空器航迹优化策略进行评估。
一种航空器航迹优化策略可持续综合绩效评估系统，所述系统包括处理器和存储介质；
所述存储介质用于存储指令；
所述处理器用于根据所述指令进行操作以执行上述所述方法的步骤。
计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述所述方法的步骤。
与现有技术相比，本发明所达到的有益效果是：
本发明以资源节约、环境友好和旅客满意为目标，为更全面的航空器航迹优化和综合绩效评估奠定基础，有利于统筹包括航空公司、旅客群体和生态环境各个主体在内的整体社会效益，从“可持续运输”角度出发，助力资源节约、环境友好和旅客满意的现代化民航建设；本发明从提升社会整体效益出发，构建航空器可持续运营框架，形成的可持续综合绩效体系，包括降低燃油成本和时间成本的经济绩效，减少co2、nox排放及凝结尾生成等效温变成本的绿色绩效，和提升由于旅客满意的航线市场前景收益的市场绩效；本发明考虑个体差异，针对航迹优化策略造成的旅客满意进行动力学建模，利用前景理论实现航线市场前景收益的量化评估，解决了现有航空器可持续运营框架不够全面，尚未关注到在航迹优化过程中由于旅客满意产生的市场绩效的技术问题。
附图说明
图1为本发明的总流程图；
图2为本发明设计的航空器航迹优化策略可持续综合绩效评估系统的功能结构图。
具体实施方式：
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
本发明基于可持续运输理念，考虑包括航空公司、旅客群体和生态环境各个主体在内的整体社会效益，构建更完善的航空器可持续运营框架和航迹优化策略可持续综合绩效体系，通过灵敏度分析确定各绩效准则决策权重，进一步实现航空器航迹优化策略可持续综合绩效的评估，为提升民航可持续发展能力提供有力支持。
如图1所示，一种航空器航迹优化策略可持续综合绩效评估方法，所述方法包括：
步骤1：获取相应航迹策略下的航空器燃油消耗量；
步骤1.1：获取航空器实际运行大数据，包括航空器实际运行过程中机载设备记录的各个记录时刻点的所在经度、纬度、飞行高度、速度、爬升率、大气风向、风速及相应的燃油流量序列。
步骤1.2：建立航空器流量预测模型，具体的方法是：
步骤1.2.1：根据记录的飞机爬升率、所在经度、纬度数据，结合航路点位置信息，将采集的航空器实际运行大数据按照起飞、巡航、下降的飞行阶段进行划分，形成不同样本集；
步骤1.2.2：针对各个样本集，以各时刻飞行高度、速度、爬升率、大气风向、风速为特征值，以相应的燃油流量为拟合对象，利用1stopt软件，使用通用全局优化算法，获取各个飞行阶段内的最优拟合关系，形成起飞、巡航、下降阶段的燃油流量预测模型。
步骤1.3：获取航空器航迹策略的燃油消耗量，具体的获取方法是：
步骤1.3.1：通过高空探空气象数据和航路点位置信息，通过反距离加权的空间插值方法获取航路上不同航路点的预计气象条件；具体的计算公式为：
其中，za为待插点的a类气象数据的值，k为样本点编号，
步骤1.3.2：将航迹策略和航路预计气象条件，输入至分阶段油耗拟合模型，获取航迹策略不同飞行阶段的燃油流量序列；
步骤1.3.3：通过如下公式所示的积分方法，获取航空器航迹策略燃油消耗量：
其中，fc为航空器航迹策略燃油消耗量，tl、tc和td分别为爬升、巡航和下降阶段的运行时长，ffrl(t)、ffrc(t)和ffrd(t)分别为爬升、巡航和下降阶段的航空器燃油消耗序列。
步骤2：综合考虑航空运输市场内外各利益相关主体，根据资源节约、环境友好和旅客满意目标，建立航空器可持续运营框架，具体的步骤是：
步骤2.1：考虑资源节约目标，计算航空器运行过程中产生的燃油成本和时间成本，计算的方法是：
costfuel＝cf·fc
tf＝tl tc td
其中：costfuel为燃油成本，costtime为时间成本，cf和ct分别为燃油成本系数和时间成本系数，tf为飞行总时长。
步骤2.2：考虑环境友好目标，计算co2、nox排放和凝结尾生成造成的等效温变成本，具体的步骤是：
步骤2.2.1：计算co2排放量、nox排放量和生成的凝结尾长度，计算方法是：
其中，
步骤2.2.2：获取co2、nox排放和凝结尾生成造成的等效温变成本，计算的方法是：
costenv(h)＝eck(h)·tc(h)
其中，h为度量时间尺度，tc(h)为航空器运行污染物排放在h时间尺度下造成的全球地表温度变化，
步骤2.3：考虑旅客满意目标，计算由于旅客满意提升产生的航线市场前景收益，具体的步骤是：
步骤2.3.1：建立航空器运行过程中的旅客满意动力学变化模型，建立的方法是：
步骤2.3.1.1：获取航迹策略产生的旅客情绪增长和衰减强度，计算方法是：
δtf＝tf*-tf0
其中，δtf为经过航迹优化策略后的运行时长变化量，tf0和tf*分别为优化前后的运行时长；eg和ed分别为旅客情绪增长和衰减的强度；e0为初始情绪强度，λ和ρ分别为[0,1]区间内的场合调节因子和情绪调节因子，
步骤2.3.1.2：综合旅客情绪增长和衰减强度，构建旅客满意动力学变化模型，具体可以表示为：
δe＝eg-ed
其中，δe为旅客情绪净增量，即情绪增长的强度减去自我衰减的强度；δs为旅客满意变化量，当δt<0，情绪体现为满意，即δs＝δe，当δt>0，情绪体现为不满，即δs＝-δe。
步骤2.3.2：根据前景理论，构建基于旅客满意变化量的价值函数和权重函数，具体可以表示为：
其中，v(δs)为旅客满意价值函数，由于航迹优化策略，旅客满意价值随满意度变化量的增加是边际递减的，α、β分别为在满意度增加和减少情况下绝对价值的边际递减程度，θ为损失规避因子，表示面临满意度降低造成的价值损失时具备更高的敏感性；π(p)为决策权重函数，表示在具体的决策过程中，实际权重是非线性的，p为旅客情绪受时间影响的概率，γ和δ分别为在满意度增加和减少情况下的权重偏差因子，其取值均小于1，表示在小概率时，决策权重大于实际概率，中、大概率时决策权重小于实际概率。
步骤2.3.3：计算旅客满意累积前景值及航线市场前景收益，具体的计算方法是：
ep＝cev·fare
其中，cev为航班上所有旅客满意变化的累积前景值，i为旅客编号，n为航班旅客总人数，pi和δsi分别为第i个旅客的情绪影响概率和满意变化量，π(pi)和ν(δsi)分别为第i个旅客的决策权重和满意价值，ep为航线市场前景收益，fare为航线平均票价水平。
步骤3：构建包括经济绩效、绿色绩效以及市场绩效的航迹优化策略可持续综合绩效体系，利用实际运行数据，计算综合绩效体系中各准则的对应绩效值，具体的方法是：
步骤3.1：计算航迹优化策略的经济绩效epi，计算方法是：
epi＝-(δfc·cf δtf·ct)
δfc＝fc*-fc0
其中，δfc为航迹优化策略产生的燃油消耗变化量，fc0和fc*分别为优化前后的燃油消耗。
步骤3.2：计算航迹优化策略的绿色绩效gpi，计算方法是：
gbi＝-eck(h)·δtc(h)
δtc(h)＝tc(h)*-tc(h)0
其中，δtc(h)为航迹优化策略造成的温变效应改变量，tc(h)0和tc(h)*分别为优化前后的温变效应。
步骤3.3：计算航迹优化策略的市场绩效mpi，计算方法是：
mbi＝δcev·fare
δcev＝cev*-cev0
其中，δcev为航迹优化策略带来的旅客满意累积前景值改变量，tc(h)0和tc(h)*分别为优化前后的旅客满意累积前景值。
步骤4：进行航空器航迹优化策略可持续综合绩效评估，具体的步骤是：
步骤4.1：确定多准则间的决策权重，具体的步骤是：
步骤4.1.1：如表所示，调整三类绩效目标的权重系数，以最大化三类绩效的加权平均值为目标函数进行多目标优化，形成多种优化方案；
步骤4.1.2：计算不同优化方案下最优航迹策略的各绩效值，通过灵敏度分析，分析不同绩效间的替代关系，获取替代比例；
步骤4.1.3：将三类绩效间的替代比例进行归一化处理，计算各绩效指标的决策权重。
步骤4.2：计算航空器航迹优化策略可持续综合绩效值，计算方法是：
si＝e·ebi g·gbi m·mbi
e g m＝1
其中，si为航空器航迹优化策略可持续综合绩效值，e、g、m分别为经济绩效、绿色绩效和市场绩效的决策权重。
一种航空器航迹优化策略可持续综合绩效评估系统，如图2所示，所述系统包括：
预测模块：用于根据航空器实际运行大数据，建立航空器燃油流量预测模型；
获取模块：用于根据航空器燃油流量预测模型获取航空器燃油消耗量；
运营框架模块：用于以资源节约、环境友好和旅客满意为目标，根据航空器燃油消耗量建立航空器可持续运营框架；
构建模块：用于根据航空器可持续运营框架，构建航迹优化策略可持续综合绩效体系；
第一计算模块：用于根据实际运行数据计算航迹优化策略可持续综合绩效体系中各绩效指标对应的绩效值；
第二计算模块：用于根据各绩效指标对应的绩效值和权重系数计算综合绩效值；
评估模块：用于根据综合绩效值对航空器航迹优化策略进行评估。
一种航空器航迹优化策略可持续综合绩效评估系统，所述系统包括处理器和存储介质；
所述存储介质用于存储指令；
所述处理器用于根据所述指令进行操作以执行上述所述方法的步骤。
计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述所述方法的步骤。
本发明从提升社会整体效益出发，考虑降低燃油成本和时间成本的经济绩效，减少co2、nox排放及凝结尾生成等效温变成本的绿色绩效，和提升由于旅客满意的航线市场前景收益的市场绩效，形成更加完善的航机优化策略可持续综合绩效体系；本发明考虑个体差异，针对航迹优化策略造成的旅客满意进行动力学建模，利用前景理论实现航线市场前景收益的量化评估，解决了现有航空器可持续运营框架不够全面，尚未关注到在航迹优化过程中由于旅客满意产生的市场绩效的技术问题。本发明为更全面的航空器航迹优化和综合绩效评估奠定基础，助力资源节约、环境友好和旅客满意的现代化民航建设。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上仅为本发明的实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均包含在申请待批的本发明的权利要求范围之内。
1.一种航空器航迹优化策略可持续综合绩效评估方法，其特征在于，所述方法包括：
根据航空器实际运行大数据，建立航空器燃油流量预测模型；
根据航空器燃油流量预测模型获取航空器燃油消耗量；
以资源节约、环境友好和旅客满意为目标，根据航空器燃油消耗量建立航空器可持续运营框架；
根据航空器可持续运营框架，构建航迹优化策略可持续综合绩效体系；
根据实际运行数据计算航迹优化策略可持续综合绩效体系中各绩效指标对应的绩效值；
根据各绩效指标对应的绩效值和权重系数计算综合绩效值；
根据综合绩效值对航空器航迹优化策略进行评估。
2.根据权利要求1所述的一种航空器航迹优化策略可持续综合绩效评估方法，其特征在于，所述航空器燃油流量预测模型的建立方法包括：
获取航空器实际运行大数据，包括航空器实际运行过程中各时刻点的所在经度、纬度、飞行高度、速度、爬升率、大气风向、风速及相应的燃油流量序列；
将航空器实际运行大数据按照起飞、巡航、下降的飞行阶段进行划分，形成不同样本集；
针对不同样本集，以各时刻飞行高度、速度、爬升率、大气风向、风速为特征值，以相应的燃油流量为拟合对象，使用全局优化算法，获取各个飞行阶段内的最优拟合关系，形成起飞、巡航、下降阶段的航空器燃油流量预测模型。
3.根据权利要求2所述的一种航空器航迹优化策略可持续综合绩效评估方法，其特征在于，所述航空器燃油消耗量的获取方法包括：
获取航路上高空探空气象数据和航路点位置信息；
通过空间插值方法获取航路上不同航路点的预计气象条件；
将航迹策略和预计气象条件，输入至分阶段的航空器燃油流量预测模型，获取航迹策略不同飞行阶段的燃油流量序列；
根据不同飞行阶段的燃油流量序列获取航空器航迹策略燃油消耗量。
4.根据权利要求3所述的一种航空器航迹优化策略可持续综合绩效评估方法，其特征在于，所述航空器航迹策略燃油消耗量的计算公式为：
其中，fc为航空器航迹策略燃油消耗量，tl、tc和td分别为爬升、巡航和下降阶段的运行时长，ffrl(t)、ffrc(t)和ffrd(t)分别为爬升、巡航和下降阶段的航空器燃油消耗序列。
5.根据权利要求1所述的一种航空器航迹优化策略可持续综合绩效评估方法，其特征在于，以资源节约为目标包括燃油成本和时间成本的控制；
所述燃油成本和时间成本的计算方法为：
costfuel＝cf·fc
tf＝tl tc td
其中：costfuel为燃油成本，costtime为时间成本，cf和ct分别为燃油成本系数和时间成本系数，tf为飞行总时长，fc为航空器航迹策略燃油消耗量；tl、tc和td分别为爬升、巡航和下降阶段的运行时长；
以环境友好为目标包括co2、nox排放和凝结尾生成造成的等效温变成本的控制：
所述等效温变成本的计算方法为：
costenv(h)＝eck(h)·tc(h)
其中，h为度量时间尺度，tc(h)为航空器运行污染物排放在h时间尺度下造成的全球地表温度变化，
所述co2排放量、nox排放量和生成的凝结尾长度的计算方法为：
其中，
以旅客满意为目标包括由旅客满意提升产生的航线市场前景收益的控制。
6.根据权利要求5所述的一种航空器航迹优化策略可持续综合绩效评估方法，其特征在于，所述航线市场前景收益的获取方法包括：
获取航迹策略产生的旅客情绪增长和衰减强度；
根据旅客情绪增长和衰减强度构建旅客满意动力学变化模型；
根据前景理论和旅客满意动力学变化模型构建基于旅客满意变化量的价值函数和权重函数；
根据价值函数和权重函数计算旅客满意累积前景值及航线市场前景收益。
7.根据权利要求6所述的一种航空器航迹优化策略可持续综合绩效评估方法，其特征在于，所述旅客情绪增长和衰减强度的计算公式为；
δtf＝tf*-tf0
其中，δtf为经过航迹优化策略后的运行时长变化量，tf0和tf*分别为优化前后的运行时长；eg和ed分别为旅客情绪增长和衰减的强度；e0为初始情绪强度，λ和ρ分别为场合调节因子和情绪调节因子，
8.根据权利要求7所述的一种航空器航迹优化策略可持续综合绩效评估方法，其特征在于，所述旅客满意动力学变化模型为：
δe＝eg-ed
其中，δe为旅客情绪净增量；δs为旅客满意变化量；
所述价值函数和权重函数为：
其中，v(δs)为旅客满意价值函数，α、β分别为在满意度增加和减少情况下绝对价值的边际递减程度，θ为损失规避因子，π(p)为决策权重函数，p为旅客情绪受时间影响的概率，γ和δ分别为在满意度增加和减少情况下的权重偏差因子。
9.根据权利要求7所述的一种航空器航迹优化策略可持续综合绩效评估方法，其特征在于，所述旅客满意累积前景值及航线市场前景收益的计算公式为：
ep＝cev·fare
其中，cev为航班上所有旅客满意变化的累积前景值，i为旅客编号，n为航班旅客总人数，pi和δsi分别为第i个旅客的情绪影响概率和满意变化量，π(pi)和ν(δsi)分别为第i个旅客的决策权重和满意价值，ep为航线市场前景收益，fare为航线平均票价水平。
10.根据权利要求1所述的一种航空器航迹优化策略可持续综合绩效评估方法，其特征在于，所述绩效值包括经济绩效、绿色绩效和市场绩效；
所述经济绩效的计算方法为：
epi＝-(δfc·cf δtf·ct)
δfc＝fc*-fc0
其中，epi为经济绩效，δfc为航迹优化策略产生的燃油消耗变化量，fc0和fc*分别为优化前后的燃油消耗，cf和ct分别为燃油成本系数和时间成本系数，δtf为经过航迹优化策略后的运行时长变化量；
所述绿色绩效的计算方法为：
gbi＝-eck(h)·δtc(h)
δtc(h)＝tc(h)*-tc(h)0
其中，gpi为绿色绩效，δtc(h)为航迹优化策略造成的温变效应改变量，tc(h)0和tc(h)*分别为优化前后的温变效应，eck(h)为h时间尺度下的单位温变成本；
所述市场绩效的计算方法为：
mbi＝δcev·fare
δcev＝cev*-cev0
其中，mpi为市场绩效，δcev为航迹优化策略带来的旅客满意累积前景值改变量，tc(h)0和tc(h)*分别为优化前后的旅客满意累积前景值，fare为航线平均票价水平。
技术总结