民航货机装载优化模型的构建与实现
【图文】：
航空运输业在经济全球化的大趋势下以运输速度快 时间短 成本低等巨大优为高效 高潜力的 朝阳产业 随着全球化程度的提高，航空货运业继续扮贸易主要推动力的角色 中国民航数据显示，2000 年，我国仅有 3 架 B7471 和 1 架 B737 全货机，总载重量仅为 405 吨[1] 截至 2017 年底，全国航空货有全货机 143 架，其中顺丰航空机队数量达到 41 架 自 1970 以来，全球货运就会增加一倍，航空货物大约占据全部货物总价值的 40% 从全球贸易量看，的增长速度分别在 1995 年和 2004 年达到高峰，比客运的增长速度快了约 50近几年增长趋势仍未降低 民航货物运输已成为空运业务新的增长点，其利 年占据全球贸易价值的约 5%上升至 2009 年占比约 40% 波音公司在 2014 年货运市场会继续以平均每年 4.7%的速度增长，到 2033 收入会增长两倍，从 2078 亿吨公里增至 2033 年的 5218 亿吨公里以上[2] 这其中，亚洲的货运市场献一大部分的增长量，如图 1-1 所示为波音公司预测到 2033 年全球航空货运长情况，其中亚洲市场将一直引领全球航空货运市场增长
又要保证配载方案的合理性和高效性，即配载完成后既要保证飞机的重量不超过最大重量限制，又要使飞行中航班在任意时刻航空器的重心都不能超过允许范围 民航货机的配载实际为从一系列可用集装器中选择最优方案装入飞机，在满足所有安全的条件中对飞机中货物总重量和重心位置进行优化 理想情况下，所有集装器应该都可以装载到飞机上，但由于集装器的位置受到各种限制，可能无法安全地放置在货舱中，本文研究目的就是在这些限制中寻求最优配载方案，使得配载方案既安全又高效 目前民航飞机主要包括客机和货机，，客货机的配载优化工作虽大体相同，但由于货机装载具有重量大和体积大的特点，相比客机优化，不仅优化裕度大而且难度更大 如图 2-1 为 B747-400 的一种主货舱布局图和 B737-800 的客舱布局图，在进行配载时由于客舱分为三个区且在配载时均假设乘客平均重量为 80kg，故优化裕度并不大；而货机货舱中每个位置的集装器重量相差很大且位置不同，这对重心位置影响较大，可想而知，货机的配载优化工作比客机复杂
【学位授予单位】：中国民航大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：V353
【相似文献】
相关期刊论文 前10条
1 冯锦春;杨林建;;利用遗传算法进行机械优化[J];四川工程职业技术学院学报;2007年06期
2 任志凤;胡小建;孙太生;徐飞;李云良;;遗传算法在焊接领域的优化与应用[J];现代焊接;2012年03期
3 冯双林;靳继红;;现代农机数字化装配车间调度技术研究——基于云计算和遗传算法[J];农机化研究;2018年01期
4 梁肖;周湘贞;;基于遗传算法的小麦收割机路径智能优化控制研究[J];农机化研究;2018年02期
5 王勇;孙耀南;;基于遗传算法的医院房间位置优化研究[J];电脑与信息技术;2018年01期
6 程天栋;闵永智;马宏锋;;基于模糊超熵与遗传算法的轨面缺陷分割算法[J];兰州交通大学学报;2016年06期
7 陈龙;;基于遗传算法求解生产调度问题的探讨[J];现代制造技术与装备;2016年11期
8 邓伟;邝祝芳;余绍军;曾非凡;;基于遗传算法的三峡-葛洲坝船闸闸室编排算法[J];人民长江;2016年24期
9 王雷;李明;唐敦兵;蔡劲草;;基于改进遗传算法的机器人动态路径规划[J];南京航空航天大学学报;2016年06期
10 连建新;闫辉;张小稔;;基于分割树遗传算法的空间布局多目标优化研究[J];河北工业大学学报;2016年05期
相关会议论文 前10条
1 陈猛;;遗传算法在机械设计中的研究和创新[A];2017年9月全国教育科学学术科研成果汇编[C];2017年
2 彭军;徐本柱;刘晓平;;遗传算法的实现及其在生产调度中的应用[A];全国第20届计算机技术与应用学术会议（CACIS·2009）暨全国第1届安全关键技术与应用学术会议论文集（上册）[C];2009年
3 韩战钢;;遗传算法及在经济中的应用[A];Optimization Method, Econophysics and Risk Management--Proceedings of CCAST (World Laboratory) Workshop[C];2001年
4 赖梅;熊丽荣;;基于改进遗传算法的乘务交路优化问题研究[A];第二十一届中国控制会议论文集[C];2002年
5 肖龙光;丁晓东;;基于理性变异的遗传算法[A];第六届中国青年运筹与管理学者大会论文集[C];2004年
6 鞠训光;于洪珍;;求整体优化全部解的区间排除遗传算法[A];第十七届全国过路控制会议论文集[C];2006年
7 刘兴隆;;快速进化式遗传算法[A];“电力大系统灾变防治和经济运行重大课题”部分专题暨第九届全国电工数学学术年会论文集[C];2003年
8 谈斌;唐力铁;张己化;周海云;;遗传算法在漫反射系数计算中的应用研究[A];2007年光电探测与制导技术的发展与应用研讨会论文集[C];2007年
9 任燕翔;姜立;刘连民;从滋庆;;改进遗传算法在三维日照方案优化中的应用[A];工程三维模型与虚拟现实表现——第二届工程建设计算机应用创新论坛论文集[C];2009年
10 蔡亚星;李伟明;尚飞;任武;薛正辉;高本庆;;双种群遗传算法进行阵列天线综合[A];2005'全国微波毫米波会议论文集（第三册）[C];2006年
相关重要报纸文章 前8条
1 上海科学院规划研究处 刘小玲;上海能否成为人工智能城市[N];解放日报;2017年
2 记者 常丽君;科学家首次将遗传算法用于量子模拟[N];科技日报;2016年
3 林京;《神经网络和遗传算法在水科学领域的应用》将面市[N];中国水利报;2002年
4 记者 李星婷;2014中国生命电子学术年会在渝召开[N];重庆日报;2014年
5 记者 刘霞;美用遗传算法逆向设计新型纳米材料[N];科技日报;2013年
6 高雪娟;协同设计的平台策略[N];中国计算机报;2006年
7 陈巍;浩辰有望在协同设计关键领域取得突破 引领CAD应用新潮流[N];大众科技报;2006年
8 高峰;美国真能毁掉中国？[N];世界报;2012年
相关博士学位论文 前10条
1 金小敏;移动云环境中的计算迁移系统关键技术研究[D];北京邮电大学;2018年
2 孙秋红;基于遗传算法的水质数据挖掘与应用研究[D];燕山大学;2016年
3 王小港;遗传算法在VLSI设计自动化中的应用研究[D];中国科学院上海冶金研究所;2001年
4 宋晓峰;优生演进优化和统计学习建模[D];浙江大学;2003年
5 吴大宏;基于遗传算法与神经网络的桥梁结构健康监测系统研究[D];西南交通大学;2003年
6 卜雷;城市货物运输规划优化方法研究[D];西南交通大学;2004年
7 廖平;基于遗传算法的形状误差计算研究[D];中南大学;2002年
8 李智勇;模式交流多群体遗传算法及其在神经网络进化建模中的应用[D];湖南大学;2003年
9 陈星;网络并行和遗传算法在HPM生物效应评价和辐射天线设计中的应用研究[D];四川大学;2004年
10 金菊良;遗传算法及其在水问题中的应用[D];河海大学;1998年
相关硕士学位论文 前10条
1 袁仁杰;基于遗传算法的地铁司乘排班计划管理研究[D];西南交通大学;2018年
2 王海潇;基于遗传算法的优化无功补偿的研究[D];辽宁工业大学;2018年
3 刘冠宇;改进的交互式遗传算法研究及应用[D];淮北师范大学;2018年
4 纪云霞;列车节能运行优化的改进遗传算法研究[D];西南交通大学;2018年
5 戴秀平;基于离散法和遗传算法的装夹布局分析与优化[D];南昌航空大学;2018年
6 陈慧明;振动慢剪破碎机智能控制方法研究[D];江西理工大学;2018年
7 何英杰;车机安全检测的研究与实现[D];北京邮电大学;2018年
8 曾斌;基于MES的线缆企业生产计划与调度系统设计与应用[D];电子科技大学;2018年
9 李宏阳;基于改进遗传算法的风电场无功优化控制策略研究[D];沈阳工业大学;2018年
10 杨俊学;遗传算法在智能组卷系统中的应用研究[D];天津工业大学;2018年
本文编号：2601204
本文链接：https://www.wllwen.com/kejilunwen/hangkongsky/2601204.html
