机场集装货物动态调度的人工蜂群算法

发布时间：2021-04-19 02:06

　　针对机场货运区升降式转运车的动态调度问题,提出一种人工蜂群动态调度优化算法。该算法采用对传统算法的蜜源进行排序的解码策略获得调度方案,可用于解决离散变量的调度优化问题;针对任务动态可变问题,利用感知程序周期性地监测任务库中的记录变化来重启算法,及时进行动态优化,通过存档和拼接不同阶段的最优解片段获得新环境下的部分初始种群个体和整个动态调度过程的最优解;借助云模型的概率分布特性和随机性改进局部搜索算子,对跟随蜂采用锦标赛选择机制选择蜜源以避免早熟,并在侦察蜂搜索过程加入了按一定百分比淘汰适应度靠后蜜源的操作。为了加强算法在前期的探索能力和后期的开发能力,提出一种使云模型的熵En随迭代次数非线性递减的策略。以一个出入口固定的集装货物动态调度问题为例,采用提出的人工蜂群动态调度优化算法进行仿真,验证了算法的有效性。 

【文章来源】：中原工学院学报. 2020,31(05)

【文章页数】：6 页

【部分图文】：

改进的人工蜂群动态调度算法流程

图2所示为机场货架向外平铺后的集装货物存储状态。图2中带有字母O的浅色方格表示出口，深色方格表示待调度的ULD货位，白色方格是空闲货位。ETV在不同货位（此时出入口也看作是货位）之间的运行时间（垂直升降时间和水平移动时间二者中的较大者）可事先计算也可进行动态仿真[2]。仿真是根据距离和速度、加速度的物理关系式来计算的，机理清晰；事先计算的话，可根据ETV工作时设定的速度和加速度的值，提前计算出来，调度优化时只需根据货位号之间的相对关系进行查找即可，无需再计算。实际调度时ETV按设定的速度、加速度运动即可。

【参考文献】：
期刊论文
[1]改进人工蜂群算法求解模糊柔性作业车间调度问题[J]. 郑小操,龚文引.  控制理论与应用. 2020(06)
[2]混合粒子群算法在ETV调度优化中的应用[J]. 丁芳,宋小静.  计算机应用与软件. 2019(08)
[3]共享适应度粒子群在双机ETV中的应用[J]. 丁芳,宋小静.  计算机测量与控制. 2018(11)
[4]正态云模型研究回顾与展望[J]. 杨洁,王国胤,刘群,郭毅可,刘悦,淦文燕,刘玉超.  计算机学报. 2018(03)
[5]人工蜂群算法研究综述[J]. 何尧,刘建华,杨荣华.  计算机应用研究. 2018(05)
[6]中国航空物流问题研究综述[J]. 曹允春,许诚.  物流科技. 2016(04)
[7]航空货站自动化存取系统作业调度优化[J]. 宋宇博,蒋兆远,孙秉珍.  哈尔滨工业大学学报. 2015(09)
[8]基于专家系统的机场货运站双ETV任务调度研究[J]. 雷斌.  物流科技. 2015(03)

博士论文
[1]大型机场货运站核心物流装备调度优化问题研究[D]. 邱建东.兰州交通大学 2014

硕士论文
[1]大型机场货运站ETV单机调度优化问题研究[D]. 郭春晖.兰州交通大学 2016



本文编号：3146610