基于航班延误情况下的登机桥作业调度方法的研究
发布时间：2021-06-18 13:03
航班延误导致机场事先安排好的登机桥调度方案无法满足实时需求,为了使机场在航班延误时能够更有效地运行,就需要对登机桥进行再调度。通过分析基于航班延误的登机桥调度问题的目标,基于人工蜂群算法,提出机场登机桥调度以停靠在远机位航班数,航班登机桥原有对应关系的改动数及乘客进港所用时长加权之和最小为目标的调度模型。该模型可用于机场在预先知道延误航班信息的前提下,对不同时段的延误航班实现对登机桥的高效再调度,很大程度上提高机场运行控制的效率。通过国内某大型机场的某天某时段的实际航班信息进行实验及仿真,结果表明,该模型及方法可以很好地利用到机场实际运行中。
【文章来源】：计算机应用与软件. 2019,36(08)北大核心
【文章页数】：7 页
【部分图文】：
初始可行解搜索流程图
页龈?沤?。原始logistic混沌映射为:xk+1=μxk(1－xk)(14)式中:k为迭代次数，k=(1，2，…，K)，K为最大迭代次数。当μ=4时，y1∈(0，1)，且y1≠(0．25，0．5，0．75)，此时，式(14)是一个混沌系统。本文采用文献［9］的映射模型:xk÷1=ωxk－2tanh(ξxk)exp(－3xk2)(15)当μ=4，y1=0．65，ω=0．5，ξ=2．7时，式(14)及式(15)对应的混沌系统如图2和图3所示。由图可知，式(14)混沌系统产生的解分布在(0，1)之间，式(15)混沌系统产生的解分布在(－1，1)之间。在产生最优解的过程中，由于引进了当前代最优解的概念，所以选择式(15)产生的随机序列有更大的范围及更好的遍历性，能产生较高质量的个体。图2式(14)混沌系统图3式(15)混沌系统2．5改进跟随蜂局部搜索策略跟随蜂在雇佣蜂搜索完成产生的最好个体xgbest基础上再次搜索更好个体［10－11］，然后在xgbest附近根据式(16)再进行k次混沌搜索，得到k个个体，比较k个个体中质量最高的个体作为xkbest，比较xgbest与xkbest的适应度值，选择大的成为最优个体xbest。本文中观察蜂搜索就是将某个航班在其可停靠的登机桥集合里重新选择一个登机桥进行替换。在xgbest附近进行混沌搜索的公式为:yk=xgbest+xk(16)产生新食物源的更新公式为Vik:Vik=xbest+τ(xik－xbest)+φ(xr1，k－xr2，k)(17)式中:i=1
。原始logistic混沌映射为:xk+1=μxk(1－xk)(14)式中:k为迭代次数，k=(1，2，…，K)，K为最大迭代次数。当μ=4时，y1∈(0，1)，且y1≠(0．25，0．5，0．75)，此时，式(14)是一个混沌系统。本文采用文献［9］的映射模型:xk÷1=ωxk－2tanh(ξxk)exp(－3xk2)(15)当μ=4，y1=0．65，ω=0．5，ξ=2．7时，式(14)及式(15)对应的混沌系统如图2和图3所示。由图可知，式(14)混沌系统产生的解分布在(0，1)之间，式(15)混沌系统产生的解分布在(－1，1)之间。在产生最优解的过程中，由于引进了当前代最优解的概念，所以选择式(15)产生的随机序列有更大的范围及更好的遍历性，能产生较高质量的个体。图2式(14)混沌系统图3式(15)混沌系统2．5改进跟随蜂局部搜索策略跟随蜂在雇佣蜂搜索完成产生的最好个体xgbest基础上再次搜索更好个体［10－11］，然后在xgbest附近根据式(16)再进行k次混沌搜索，得到k个个体，比较k个个体中质量最高的个体作为xkbest，比较xgbest与xkbest的适应度值，选择大的成为最优个体xbest。本文中观察蜂搜索就是将某个航班在其可停靠的登机桥集合里重新选择一个登机桥进行替换。在xgbest附近进行混沌搜索的公式为:yk=xgbest+xk(16)产生新食物源的更新公式为Vik:Vik=xbest+τ(xik－xbest)+φ(xr1，k－xr2，k)(17)式中:i=1，2
【参考文献】：
期刊论文
[1]浅析基于顾客需要的民航运输服务[J]. 彭巍,赖怀南. 空运商务. 2018(07)
[2]基于改进邻域搜索策略的人工蜂群算法[J]. 魏锋涛,岳明娟,郑建明. 控制与决策. 2019(05)
[3]一种劣解突变策略引导的混合人工蜂群算法[J]. 火久元,张政,孟凡明. 计算机应用与软件. 2018(02)
[4]基于可变禁忌长度的优化停机位分配[J]. 李亚玲,李毅. 计算机应用. 2016(10)
[5]不正常航班旅客流恢复方法研究[J]. 顾兆军,安一然,潘杰. 计算机应用与软件. 2016(06)
[6]基于信息反馈和改进适应度评价的人工蜂群算法[J]. 陈杰,沈艳霞,陆欣. 智能系统学报. 2016(02)
[7]基于航空公司运行成本和公平性的停机位指派[J]. 薛清文,姜雨,刘照明,曾琳燕. 航空计算技术. 2016(01)
[8]基于细菌趋药性和当前最优解策略的人工蜂群算法[J]. 周长喜,毛力,吴滨,杨弘,肖炜. 计算机应用与软件. 2016(01)
[9]基于改进粒子群算法的机位分配问题研究[J]. 陈骁睿. 软件. 2015(01)
[10]中国航班延误的现状、原因及治理路径[J]. 董念清. 北京航空航天大学学报(社会科学版). 2013(06)
本文编号：3236711
【文章来源】：计算机应用与软件. 2019,36(08)北大核心
【文章页数】：7 页
【部分图文】：
初始可行解搜索流程图
页龈?沤?。原始logistic混沌映射为:xk+1=μxk(1－xk)(14)式中:k为迭代次数，k=(1，2，…，K)，K为最大迭代次数。当μ=4时，y1∈(0，1)，且y1≠(0．25，0．5，0．75)，此时，式(14)是一个混沌系统。本文采用文献［9］的映射模型:xk÷1=ωxk－2tanh(ξxk)exp(－3xk2)(15)当μ=4，y1=0．65，ω=0．5，ξ=2．7时，式(14)及式(15)对应的混沌系统如图2和图3所示。由图可知，式(14)混沌系统产生的解分布在(0，1)之间，式(15)混沌系统产生的解分布在(－1，1)之间。在产生最优解的过程中，由于引进了当前代最优解的概念，所以选择式(15)产生的随机序列有更大的范围及更好的遍历性，能产生较高质量的个体。图2式(14)混沌系统图3式(15)混沌系统2．5改进跟随蜂局部搜索策略跟随蜂在雇佣蜂搜索完成产生的最好个体xgbest基础上再次搜索更好个体［10－11］，然后在xgbest附近根据式(16)再进行k次混沌搜索，得到k个个体，比较k个个体中质量最高的个体作为xkbest，比较xgbest与xkbest的适应度值，选择大的成为最优个体xbest。本文中观察蜂搜索就是将某个航班在其可停靠的登机桥集合里重新选择一个登机桥进行替换。在xgbest附近进行混沌搜索的公式为:yk=xgbest+xk(16)产生新食物源的更新公式为Vik:Vik=xbest+τ(xik－xbest)+φ(xr1，k－xr2，k)(17)式中:i=1
。原始logistic混沌映射为:xk+1=μxk(1－xk)(14)式中:k为迭代次数，k=(1，2，…，K)，K为最大迭代次数。当μ=4时，y1∈(0，1)，且y1≠(0．25，0．5，0．75)，此时，式(14)是一个混沌系统。本文采用文献［9］的映射模型:xk÷1=ωxk－2tanh(ξxk)exp(－3xk2)(15)当μ=4，y1=0．65，ω=0．5，ξ=2．7时，式(14)及式(15)对应的混沌系统如图2和图3所示。由图可知，式(14)混沌系统产生的解分布在(0，1)之间，式(15)混沌系统产生的解分布在(－1，1)之间。在产生最优解的过程中，由于引进了当前代最优解的概念，所以选择式(15)产生的随机序列有更大的范围及更好的遍历性，能产生较高质量的个体。图2式(14)混沌系统图3式(15)混沌系统2．5改进跟随蜂局部搜索策略跟随蜂在雇佣蜂搜索完成产生的最好个体xgbest基础上再次搜索更好个体［10－11］，然后在xgbest附近根据式(16)再进行k次混沌搜索，得到k个个体，比较k个个体中质量最高的个体作为xkbest，比较xgbest与xkbest的适应度值，选择大的成为最优个体xbest。本文中观察蜂搜索就是将某个航班在其可停靠的登机桥集合里重新选择一个登机桥进行替换。在xgbest附近进行混沌搜索的公式为:yk=xgbest+xk(16)产生新食物源的更新公式为Vik:Vik=xbest+τ(xik－xbest)+φ(xr1，k－xr2，k)(17)式中:i=1，2
【参考文献】：
期刊论文
[1]浅析基于顾客需要的民航运输服务[J]. 彭巍,赖怀南. 空运商务. 2018(07)
[2]基于改进邻域搜索策略的人工蜂群算法[J]. 魏锋涛,岳明娟,郑建明. 控制与决策. 2019(05)
[3]一种劣解突变策略引导的混合人工蜂群算法[J]. 火久元,张政,孟凡明. 计算机应用与软件. 2018(02)
[4]基于可变禁忌长度的优化停机位分配[J]. 李亚玲,李毅. 计算机应用. 2016(10)
[5]不正常航班旅客流恢复方法研究[J]. 顾兆军,安一然,潘杰. 计算机应用与软件. 2016(06)
[6]基于信息反馈和改进适应度评价的人工蜂群算法[J]. 陈杰,沈艳霞,陆欣. 智能系统学报. 2016(02)
[7]基于航空公司运行成本和公平性的停机位指派[J]. 薛清文,姜雨,刘照明,曾琳燕. 航空计算技术. 2016(01)
[8]基于细菌趋药性和当前最优解策略的人工蜂群算法[J]. 周长喜,毛力,吴滨,杨弘,肖炜. 计算机应用与软件. 2016(01)
[9]基于改进粒子群算法的机位分配问题研究[J]. 陈骁睿. 软件. 2015(01)
[10]中国航班延误的现状、原因及治理路径[J]. 董念清. 北京航空航天大学学报(社会科学版). 2013(06)
本文编号：3236711
本文链接：https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3236711.html
