开源方案 Scikit-decide 如何节省航空燃油
Saving Jet Fuel
一架 Boeing 787-9 从 Newark 飞往 Fiumicino 的航班，仅靠优化航线就能省下数千美元燃油费。本文展示了如何利用 Scikit-decide 强化学习框架，结合 Dr. Junzi Sun 开发的 OpenAP 飞机性能模型以及 NOAA 的风场数据，构建一套开源的飞行路径优化方案。我将在 AMD Ryzen 9 9950X 工作站上，演示如何配置 Python 环境、安装 OpenTop 轨迹工具，并使用 DuckDB 处理海量航空数据。通过对比 Airbus A320 在不同模型下的飞行轨迹，我们将看到开源技术如何挑战 Jeppesen 等商业软件，为航空公司提供更具性价比的决策支持。
调整飞行路径以适应风况，不仅能减少燃油消耗，还可能节省数千美元。
HN 评论区
65- buildsjets
如果你是天上的唯一一架飞机，且燃油是你唯一的成本，那这就是完美的航线规划软件。商业解决方案之所以存在，是因为它们的优化不仅考虑了风况和燃油成本，还包括了已知且预先获批的 ATC 航线、高度限制（无论是航图上标明的还是仅通过协议备忘录规定的）、因历史拥堵导致的预期延误、飞行员和客舱机组的薪资、机组执勤时间限制（你更省油的航线可能耗时更长，需要额外配备整组机组）、租赁合约、融资、保险和维护费率（这些也常按小时计费），以及机场到达宵禁时间。可能还有其他一些因素。
此外，你完全没有提及如何将 ETOPS 航线要求纳入你的应用，查看 opentop 的源码发现它也没有，所以我推测这必须意味着你是第一次见到这个缩写，因此并不理解它在确定飞机航线时的关键性。或许该让你的 AI 代理读读这篇维基百科文章，因为你的应用生成的许多航线在法律上是不能飞行的。
https://en.wikipedia.org/wiki/ETOPS
我是不是该问问，这个应用是否会绕开那些被 NOTAM 宣布为活跃战区的区域？
- t0mas88
想法不错，但这并不是飞行计划的工作方式。航空公司使用的优化算法考虑的变量范围比单纯的燃油更广泛，因为你还有发动机运行的小时成本、机组人员的小时成本，以及不同空域的飞越费。
而且输出结果仍然必须是一个有效的飞行计划航线。你不能只提交一个“我想在这个高度走这条之字形线”的飞行计划。
商业飞行计划软件也会进行这种优化，但它只选择有效的航线。例如，在一条航线上，往一个方向飞必须在某个高度，往反方向飞则必须在另一个高度。如果飞机以 1000+ 公里/小时的速度在相反方向上相互对飞，ATC 就没法干活了。
- K0balt
我有一位在民航工作的近亲。他经常抱怨不得不在停机坪上消耗数千磅燃油，以调整由调度发出的着陆重量预测变化以及因多加油导致的偏差。单次错误造成的浪费量（而且这种错误并不罕见）足以供我取暖一整年……而我住在距离北极圈 200 英里以内的地方。我的意思是，偶尔燃烧 1000 加仑的高级柴油对于喷气式客机运营来说只是个四舍五入的小数，但即便如此，这仍然是最“好”的解决方案，这简直荒谬。
- croemer
如果你看看这里的“最优”路径，它看起来完全不现实/病态。像这样之字形飞行怎么会是最优的？网格显然太粗糙了，而且这可能不是唯一的问题：https://tech.marksblogg.com/theme/images/flight_planning/msr...
- walrus01
我不确定这种方法如何与在已知/已映射的 IFR 导航航点之间进行导航的常见用法相集成：
https://www.google.com/search?client=firefox-b-d&q=IFR+navig...