一种改进的基于遗传算法的多跑道到达飞机调度

为解决具有多条跑道的大型机场在交通高峰期的飞机调度问题,提出了用遗传算法解决多跑道到达飞机调度的方法。算法以所有飞机的排列次序作为个体编码,在此基础上设计了交叉和变异算子。解码时首先确定各飞机的降落跑道,然后用改进的移动方法解决同一跑道上飞机之间的冲突并插入空闲时间,从而确定降落次序和时间。模拟结果表明,该方法能帮助管制员做出高效的飞机调度决策。

应用模拟退火算法求解飞机调度问题

通过分析飞机运行的时区集合特点,将飞机调度问题转化为固定工件排序问题。根据工件占用机器的时间区间,利用划分时间片算法把需要平行作业的工件挑选出来组成无向图的相邻顶点,从而将固定工件问题转化为图的k-顶点着色问题,然后建立0-1整数规划数学模型,并设计出相应的模拟退火算法。最后应用该算法针对飞机调度问题进行了仿真研究,结果表明:在可接受的时间内能够得到该问题的满意解。

进港飞机调度多目标优化问题的改进NSGA-II算法

基于多目标优化问题的Pareto最优解概念,提出了一种求解非劣解集的改进非支配排序遗传算法(NSGA-II),用于解决多条跑道情况下进港航班调度问题,要求航班总延误时间平方和及总延误成本两个目标最少。重点讨论了算法实现中的基于最近邻思想的启发式交叉算子和改进的变异算子,以及对非劣解集的筛选操作。最后进行了仿真实验,对优化结果进行了分析比较。研究结果表明改进NSGA-II算法对多跑道进港飞机调度多目标优化问题具有较好的应用前景。

自适应遗传算法在飞机调度问题中的应用

基于自适应遗传算法,实现了单跑道降落飞机调度问题的求解.算法以所有飞机的排列次序做为个体编码,解码时用移动方法确定飞机的降落时间.适应度函数的构造综合考虑了飞机的提前和延迟带来的损失,选择算子采用期望值方法,交叉算子用顺序交叉,变异算子用倒位变异.为提高算法的执行效率并避免早熟收敛,对交叉和变异概率均采用自适应策略.仿真结果表明了自适应遗传算法用于飞机调度问题的有效性.

基于人工免疫算法的入港飞机调度管理

针对入港飞机调度管理日益复杂繁重的现状,首先将入港飞机调度管理问题进行分析建模。确立了在满足各机型安全时间间隔条件下的,基于入港飞机总延误时间最小化的调度管理优化目标。然后利用人工免疫算法的优化能力强的特点,提出基于人工免疫算法的入港飞机调度管理方法。再通过仿真实验验证了该方法的可行性和有效性,并对人工免疫算法有效指导飞机入港调度管理的原理进行了分析和总结。

基于组合优化的飞机定检任务调度优化方法研究

针对飞机定检任务调度问题(Aircraft Regular Check Task Scheduling Problem,ARCTSP),以最小化每日不同类型资源使用量的实际值与期望值的差值为目标,本文为其建立一套用于调度优化的数学模型,提出基于串行调度的启发式算法。该启发式算法,通过建立任务调度备选集、设计任务优先级规则来确定任务调度的先后顺序,满足复杂的约束条件;使用设置的贪心策略调度任务,提高搜索效率,两者结合来切实实现优化目标。此外,基于ARCTSP的数学描述,还为其提出一种整数线性规划模型(Integer Linear Programming,ILP),并对其进行求解。使用实际生产中的飞机定检维修真实数据作为实验对象测试算法,实验结果验证了算法的有效性,相较于现行的实际应用的调度方法,所提算法对所消耗的不同种人力资源的求解质量的提升均在64.55%以上。

带受限位移约束的遗传算法及飞机调度应用研究

飞机着陆调度问题作为机场跑道调度中的重要问题,其有效解决对于提高跑道容量和运行效率具有重要的意义。为解决该问题,提出基于受限位移约束的遗传算法(CPS-GA)。该算法利用遗传算法较好的鲁棒性和高效的求解效率来实现调度的高效性和实时性,并加入受限位移约束确保调度的可操作性和公平性。仿真结果表明,与经典的先到先服务(FCFS)调度方法相比,该算法能有效减少飞机的队列完成时间和总延误时间,且具有较好的收敛性。在着陆飞机数量较多时,仍能在较短时间内取得不错的解,从而对于繁忙机场的空中交通流量管理具有理论借鉴意义。

飞机着陆调度排序算法的设计与实现

航空管制员必须为同时到达的每一架飞机计算着陆时间，使整体费用最小，同时还要注意一些硬性的限制条件。在某一时刻，给定管制员视野内的飞机数量，可以公式化为约束最优化问题，从而应用一定的算法来解决。该文提出了基于分枝定界的飞机着陆调度排序算法——ASAL，实验证明通过该算法能够很好地解决飞机着陆调度优化问题。

进近阶段飞机着陆调度优化

飞机着陆调度问题属于NP-hard问题,文中建立了进近阶段调度模型,在此模型基础上提出了一种改进的遗传算法来求解此问题。该算法基于双染色体编码方案,构建了满足MPS约束的初始种群,给出了启发式选择算子和自适应变异算子。针对多跑道飞机着陆调度问题,提出了随机分配和选择分配两种跑道分配策略。仿真结果表明,该方法能有效地减少飞机着陆调度中的总延迟,使待着陆飞机快速有序地进入机场着陆。

基于Memetic算法的飞机着陆调度优化

以减少等待时间为目标,建立了一种多跑道机场飞机着陆调度模型,并采用Memetic算法对飞机着陆次序和时间进行了仿真优化,最后以浦东国际机场终端区内的实际数据为原型,验证了算法在解决飞机着陆调度优化问题中的可行性和高效性,从而为管制部门运行决策和跑道容量评估提供科学的建议。

遗传算法在飞机着陆调度问题上的应用

用遗传算法对飞机着陆调度问题的两个方面:队列顺序的确定和跑道指派进行了研究。队列顺序采用飞机编号的单一整数染色体编码方案,配合相应的变异、交叉算子,避免了后代非法解的问题。跑道指派则在适值函数计算中,基于对列最短的原则来加以确定,避免了对队列顺序和跑道指派进行分别编码。算例研究了单跑道与双跑道两种情况。计算结果表明,这种编码方案以及变异、交叉算子对这一问题具有很好的效果,可在普通PC机上实现雷达扫描周期内的实时计算要求。

飞机地面作业调度MAS开发平台的设计与实现

研究归纳了飞机地面作业调度的工作任务和程序.飞机地面作业调度是典型的NP难问题,针对此问题建立了一种多Agent体系结构和一种新颖的多Agent调度算法DSAFO.利用这种结构和算法,设计并实现了以JADE为基础结构的用户友好的面向任务的飞机地面作业多Agent系统开发平台Agsap.该平台使用用户定义的资源、数据接口和任务流图自动创建以任务流为导向的飞机地面服务多Agent资源调度系统.

应用混合遗传算法求解飞机牵引调度问题

空军飞行训练中飞机牵引调度是一个并行的模糊Job-Shop调度.为解决此NP难问题,融合模拟退火和遗传算法二者优势,进行了混合遗传算法的分析和仿真运算.仿真结果与实际飞行现场的调度比较表明,在同样资源约束下本算法可缩短飞行调度时间约20%以上,或在同样飞行调度时间条件下可减少牵引车占用率20%以上.

复杂环境下基于价格时间自动机飞机着陆调度

目前航空运输系统飞机着陆调度环节普遍存在调度策略单一、效率低、附加成本较高等不足,提出了以价格时间自动机作为基础模型架构的飞机着陆调度设计,在满足着陆时间窗、最小尾流间隔等约束条件下优化额外成本消耗,并考虑复杂气候地理环境,构建出飞机着陆过程中各交互实体的价格时间自动机模型,采用UPPAAL CORA中的分支界定算法求解飞机着陆调度最优成本的可达性。仿真实验结果表明:此研究方法可应用于复杂环境下、大吞吐量的飞机着陆调度,能够显著降低着陆消耗,提升跑道容量,具有安全性、智能性与经济性。

经验粒子群算法在飞机着陆调度中的应用

为高效解决飞机着陆调度问题,对其离散解空间进行连续化编码,提出经验粒子群(experiential particle swarm optimization,EPSO)算法。提炼飞机着陆调度问题中的领域知识作为每个粒子的经验,优化粒子群算法的寻优过程,增加算法的稳定性。引入控制工程领域中的滚动时域控制(receding horizon control,RHC)策略,在尽量考虑问题完整性的前提下,最大限度降低求解的复杂度,形成最终的RHC-EPSO算法。实验结果表明,该算法能够比现有算法更加高效和稳定地找到飞机着陆调度问题的最优解。

基于遗传算法的飞机着陆调度

使用遗传算法对飞机着陆进行优化调度。算法以所有飞机的排列次序作为个体编码,适应度函数的构建综合考虑了飞机的各种约束条件,通过选择、交叉、变异得到优化输出。仿真结果表明遗传算法用于飞机着陆调度可行、有效。

求解机场终端区飞机着陆调度问题的遗传算法

空中管制员需为到达的飞机安排跑道并计算着陆时间,以飞机空中延误最小为出发点研究了多跑道的飞机着陆调度问题,约束条件为每架飞机的着陆时间应落在规定的时间窗内及相邻两架飞机应满足最小时间间隔。针对该问题设计了一种遗传算法对问题进行求解,其中染色体由飞机排序链表和跑道链表组成,相应的交叉和变异算子也做了改进设计。仿真实验用数据库OR-Library中的实例验证了该算法的有效性。

飞机着陆调度优化的混合免疫克隆算法

飞机着陆调度是一个多约束NP难的组合优化问题。设计一种混合免疫克隆算法,采用双实数链编码,通过幅度角旋转同步更新,保持种群多样性;利用启发式变异算子进行广度寻优,得到较优秀的飞机序列;为加速深度探索,提出一种高效的确定性算法帮助优化飞机的实际降落时间。实验表明,在静态以及动态不同的问题背景下,该算法都可以在极短的时间内得到最优解,具有较好的全局寻优能力和较快的收敛速度。

基于均衡更新蚁群算法的飞机排序调度

飞机排序调度问题是空中交通管制的一个关键问题,本文在给出飞机排序调度模型的基础上,提出一种均衡更新蚁群算法,利用当前解与全局最优解的差异来均衡地更新信息素,增强算法的全局搜索能力,从而生成更优解。实验结果表明,均衡更新蚁群算法求解飞机排序调度问题时,能用较短时间求出优于对比算法的结果,其性能可以提高12.9%,有助于空中交通管制人员根据实时情况安排合适的飞机着陆顺序。