[发明专利]基于粒子群算法的飞机航班规划方法

权利要求书

1、一种基于粒子群算法的飞机航班规划方法，其特征在于，该方法包括以下步骤：

(1)初始化算法的各个参数。

(2)初始化第一代粒子的速度和位置直到每个粒子都满足约束条件。算法中粒子的编码为：

X＝{x_ij|x_ij∈Z，1≤i≤M，1≤j≤N}

其中，x_ij的具体含义为机型i在从城市A到城市j的航线上有x_ij次往返。X中的每个变量x_ij都有其取值范围：

其中，U_i表示日利用率，A_i表示飞机数量，T_ij表示飞行时间。

(3)计算群体中满足所有约束条件的粒子的适应值。考虑的约束条件包括：飞机数量和日利用率约束，机型可用性约束，需求实现约束和降落条件限制约束。适应值函数的定义为：

f=2Σi=1MΣj=1N(RijVijSixij-CiTijxij)]]>

其中R_ij表示客座率，V_ij表示座位容量，S_i表示票价，C_i表示小时飞行成本。

(4)保留每个粒子的历史最优位置，以及所有粒子的全局最优位置。

(5)根据历史最优和全局最优更新每个粒子的速度和位置。粒子的速度和位置更新后，对更新后的位置中的每个变量进行取最接近整数的操作。

(6)如果达到结束条件，则输出飞机航班调度的结果，否则回到步骤(3)。

2、基于权利要求1所述的一种基于粒子群算法的飞机航班规划方法，其特征在于处理约束条件的方法如下：首先，在初始化阶段，初始化每个粒子直到其满足每一个约束条件。其次，当每个粒子都完成了速度和位置的更新之后，只对更新后位置满足所有约束条件的粒子进行适应值的评估。最后，在优化过程中，每个粒子的历史最优位置保存的是可行解，而且该解只会被更优的可行解替代。

3、基于权利要求1所述的一种基于粒子群算法的飞机航班规划方法，其特征在于每个粒子的速度和位置更新后，对更新后的位置中的每个变量进行取最接近整数的操作，然后再进行适应值的评估。