基于改进粒子群算法的航班降落调度问题研究

航班降落调度是多约束的整数规划问题,也是组合优化中的典型NP难题之一。针对传统粒子群算法易陷入局部最优和求解组合优化问题能力不强的缺点,提出改进策略。改进的算法通过禁忌搜索策略生成初始粒子群以满足航班调度多约束的限制,引入遗传算法的交叉变异等操作以增强粒子群间信息交流能力,重新定义惯性权重和加速度因子,以增强粒子的多样性和收敛性,加入进化交叉算子以增强粒子的局部寻优能力。通过与修补遗传算法、罚函数遗传算法进行对比,经多次运行后的结果表明,提出的改进算法的局部搜索能力和全局搜索能力都得到增强,同时也验证了算法的可行性和有效性。

一种结合动态调整策略的在线航班调度方法

进港航班调度有助于缓解终端区空中交通拥堵，减少航班空中延误，进而提高整个空管系统的运行效率。由于进港航班调度问题是一个典型的组合优化问题，具有多约束的复杂特性，而在线航班调度中对算法实时性的要求使得该问题的求解难度进一步增加，因此一直没有得到有效解决。重点针对在线航班调度问题，采用滚动优化思想，设计多种针对延误与早到航班的处理规则，并在生成子节点时引入贪心策略，通过简化搜索过程的复杂度，提高算法运行效率。大量仿真实验表明，该方法大大降低了计算规模，使得优化调度方案能够兼顾实时性与连续性需求。