任务耗时不确定的飞机过站保障车辆调度

针对多架飞机多个保障作业的保障车辆调度,考虑作业任务耗时的不确定性,构造递阶式染色体编码结构的单亲遗传算法。该算法采用保障作业编号构成控制基因染色体、车辆编号构成参数基因染色体,分别体现过站保障作业时序约束和车辆指派规则约束,使算法对问题具有良好的适用性。设计了基于车辆可调度能力空间概念的染色体解码方法;采用基于适应值的轮盘赌选择策略控制进化方向,并引入均衡算子来提高车辆资源的使用率。通过试验验证算法的有效性。结果表明,所给算法可以提高保障车辆资源的利用效率,同时减少保障花费。

飞机过站上客过程持续时间分布

为了准确预估飞机过站上客过程持续时间,研究了上客过程持续时间的随机性与可捕获的规律性,结合北京首都国际机场运行情况,分析了影响上客过程持续时间主要因素,根据机型、停机位和到港时间对飞机过站数据进行分组,统计了上客过程持续时间的频数,分别采用正态分布、韦布尔分布和泊松分布对上客过程持续时间进行分布拟合,通过卡方拟合优度检验分布,采用最大似然估计法对分布的未知参数进行估计,得到上客过程在各个组合条件下的完整分布,构建了飞机过站上客过程持续时间分布模型。分析结果表明:3种不同分布对上客过程持续时间都有较好的拟合度,韦布尔分布适用于各种组合条件,但在分组Ⅲ(中型机、近机位、22:00~23:59)、Ⅴ(中型机、远机位、09:00~21:59)、Ⅶ(大型机、近机位、00:00~08:59)、Ⅷ(大型机、近机位、09:00~21:59)和Ⅸ(大型机、近机位、22:00~23:59)中,正态分布与泊松分布的拟合优度大于韦布尔分布的拟合优度;所建分布模型能很好地预测上客过程持续时间,上客过程持续时间实际值与根据分布模型计算的数值的平均误差小于2min;置信水平为90%的分布区间宽度为10~12min,平均预测准确率为83.63%,置信水平为75%的分布区间宽度为7~9min,平均预测准确率为66.94%,可以看出分布区间的预测准确率几乎达到了置信水平,因此,采用分布模型可准确预测飞机过站上客过程持续时间。

民航过站飞机的地面作业调度算法研究

根据国际航空公司飞机过站的实际作业调度情况,使用经典AOE网的关键路径算法,计算地面作业的关键路径和作业之间的时间冗余,给出最佳地面作业调度的理论依据。并根据计算结果讨论了对目前地面作业的编排的改进措施,这对于机场资源的优化有实际的指导意义。

应用网络计划技术优化飞机地面过站作业流程

缩短飞机过站时间,能提高飞机的利用率和航班正常率,为乘客提供安全、正点的服务,同时提高了航空公司的经济效益。论文在系统分析飞机过站作业流程的基础上,运用网络计划技术对国内某机场的飞机过站地面作业流程进行了分析和优化。通过优化“关键路线”从而达到缩短过站时间的目的。

过站保障车辆集中式调度的单亲遗传算法

针对飞机过站保障车辆集中式调度问题,提出递阶式编码结构单亲遗传算法.该算法采用保障作业编号构成控制基因染色体、车辆编号构成参数基因染色体,分别体现过站保障作业时序约束和车辆指派规则约束,使算法对问题具有良好的适用性;设计控制基因染色体片段段内换位变异和参数基因染色体片段段间换位变异相结合的遗传算子,并引入车辆可调度能力空间概念提出解码算法,实现对解空间搜索能力优化;以过站保障造成的航班延误惩罚费用和车辆行驶费用之和最小为优化目标,建立算法适应度函数,可衡量过站保障和车辆使用综合效率.采集某机场过站航班数据验证所给算法有效性并对比分析车辆就近指派和使用率均衡两种调度策略,结果表明,算法收敛性良好,且就近指派策略相对于使用率均衡策略,在过站保障延误方面改进较小,但在车辆行驶时间方面改进达40%.