协同进化蚁群优化算法研究及在枢纽机场停机位分配中的应用

发布时间：2020-05-09 08:21

【摘要】：对于航空运输来说,机场是承担运输活动的必要场所,为所有与之相关的旅客服务、飞机起降等过程提供各种基础和保障。停机位作为机场的重要资源,是实现航班快速、安全停靠的关键因素。而停机位分配不但要从旅客和航空公司的角度出发,为旅客提供更优质服务的同时为航空公司节约成本,而且还要从机场运行控制部门的角度出发,合理、均衡、高效地分配有限的停机位资源,以预防突发事件对机场运行的不利影响。因此,开展机场停机位分配建模及智能调度算法的研究,具有重要的理论意义和应用价值。本论文针对蚁群优化算法控制参数难以确定、早熟收敛等缺陷,提出一种自适应协同进化蚁群优化算法(Self-adaption Co-Evolutionary Ant Colony Optimization,SCEACO)。该算法首先通过对信息素更新公式进行改进以及对信息素限制更新范围,实现蚁群优化算法信息素的自适应更新;然后借鉴了协同进化的思想和共生机制,将蚁群分为多个蚁群有着共同的搜索空间,并将多目标优化问题分解成若干个子优化问题,实现种群信息共享与协同进化。以机场停机位分配问题为研究对象,在考虑机场和航空公司效益最大化以及旅客满意程度的基础上,建立了枢纽机场停机位分配优化模型,进而提出了基于自适应协同进化蚁群优化算法的机场停机位分配方法。最后通过旅行商问题,对自适应协同进化蚁群优化算法的优化性能进行了验证,结果表明该算法克服了控制参数难以确定、早熟收敛等问题,具有较强的优化能力和更好的稳定性。同时,采用机场的实际航班数据,来验证了提出的机场停机位分配方法的有效性。实验结果表明,该方法能够有效地获得停机位分配结果。因此该研究为机场停机位分配提供了一种新的方法。
【图文】：

流程图,协同进化,竞争型,流程图

算竞争适应度的个体叫做学习者（Ｌｅａｒｎｅｒ），临时竞争对手叫做评价者（Ｅｖａｌｕａｔｏｒ）。评价逡逑者可以与学习者处于同一种群，这时候种群中的个体即是学习者又是评价者，采用多种逡逑群的方式实现竞争协同进化算法。竞争型协同进化流程图如图３．１。逡逑１５逡逑

流程图,合作型,协同进化,流程图

（逦通过竞争学习者计算适应度邋＂）逡逑Ｖ逦／逡逑图３．１竞争型协同进化流程图逡逑Ｆｉｇ．邋３．１邋Ｔｈｅ邋ｆｌｏｗ邋ｃｈａｒｔ邋ｏｆ邋ＣｏｍｐＣＥＡ逡逑（２）合作型协同进化算法（Ｃｏｏｐｅｒａｔｉｖｅ邋Ｃｏｅｖｏｌｕｔｉｏｎａｒｙ邋Ａｌｇｏｒｉｔｈｍ，邋ＣｏｏｐＣＥＡ）逡逑从生态进化的角度看，ＣｏｏｐＣＥＡ是对协同进化中的公式机制的模拟，共生是物种逡逑之间相依为命的一种互利关系，这种互利关系己经达到了如果失去一方，另一方也就不逡逑能生存。逡逑从形式上看，ＣｏｏｐＣＥＡ把传统的进化算法中的种群人为的从纵向分为多个子种群，，逡逑每个子种群对应一个子任务。所以在应用ＣｏｏｐＣＥＡ时，首要的工作是进行任务分解。逡逑本文所采用的协同进化算法就是这种合作型协同进化算法。合作型协同进化流程图如图逡逑３．２。逡逑１６逡逑
【学位授予单位】：大连交通大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：V35;TP18

【参考文献】