免疫教与学算法在航空器优化排序中的应用

发布时间：2021-02-22 07:55

　　进场航空器优化排序与调配对于保障飞行安全、降低飞行成本具有重要的意义。建立了以最小延误时间为目标函数的多约束进场航空器优化排序模型,基于"教与学"算法（TLBO）,对算法进行离散化,并结合免疫算法（IA）的"抗体注入"进行改进。使用改进后的算法对航空器排序优化模型进行仿真分析,并与传统FCFS方法进行对比。仿真结果表明:与FCFS方法相比,免疫教与学算法使航空器总延误时间有了明显降低,有效缓解了航空器进场延误,可以应用于解决航空器优化排序问题。 

【文章来源】：火力与指挥控制. 2020,45(02)北大核心

【文章页数】：6 页

【参考文献】：
期刊论文
[1]基于改进教与学算法的离散制造车间能效优化[J]. 徐军辉,王艳.  系统仿真学报. 2016(12)
[2]基于分支定界法的进场航空器动态排序与调度[J]. 张军峰,王菲,葛腾腾.  系统仿真学报. 2016(08)
[3]改进的遗传算法在延误飞机进场排序中的应用[J]. 张维杰,龙华,胡婷,邵玉斌.  信息技术. 2016(07)
[4]基于滚动时域的遗传-免疫算法优化航班着陆调度[J]. 陈文平,梁文快,李毅.  四川大学学报(自然科学版). 2016(02)
[5]基于受限位移约束的蚁群算法在航班着陆调度问题中的应用研究[J]. 马卫民,杨文娟,徐博.  管理工程学报. 2016(01)
[6]空中航空交通流进场调度管理研究[J]. 陈金良,王少朋,张建峰,王文然.  计算机仿真. 2015(10)
[7]基于改进粒子群算法的航班降落调度问题研究[J]. 马英钧,孙晓娜,赵东方.  计算机应用研究. 2015(07)
[8]基于蚁群算法的多跑道航班协同调度建模[J]. 徐兆龙,姜雨,罗宇骁,徐新星.  武汉理工大学学报(交通科学与工程版). 2014(06)
[9]单机排序元胞传输模型在终端区排序中的应用[J]. 杜实,许文宇.  空军工程大学学报(自然科学版). 2014(04)



本文编号：3045688