[发明专利]基于粒子群算法的飞机航班规划方法

说明书

技术领域：

本发明涉及市场规划和智能计算两大领域，主要涉及一种运用粒子群算法优化飞机航班规划的方法。

技术背景：

飞机航班规划问题对于航空公司的规划和运作至关重要，一次得到了航空业的高度重视。航班规划是指对航空公司的有限资源(如飞机、航线、资金、人员等)进行配置，规定正班飞行的航线、机型、飞行频率及班期时刻。一般来说，广义的航班规划包括了五个方面的内容，按规划进行的先后顺序分别是市场分析和预测、航班频率和时刻的确定、机型的指派、飞机的排班和机组的排班，狭义的航班规划则只包含了前三个方面的内容。本发明只在狭义航班规划的范畴中讨论，根据市场分析和预测结果对航班的频率进行确定和机型进行指派。相应的优化问题就是研究如何对有限的资源进行合理的配置，即确定每条航线应该投入什么机型或者是机型的组合以及其飞行频率为多少才能提高工作效率和经济效益。

解决航班规划问题，传统的方法是整数规划及线性规划等数学规划方法。如都业富在文[1]中最早提出了航班规划的一个动态规划的算法框架，黄小荣在文[2]中也采用数学的方法在基于收益的前提下探讨了航班规划问题，张伯生等人采用了动态规划算法对航班规划问题进行了求解[3]。由于航班规划是一个动态多变的过程，随着问题规模的增大及目标函数的复杂化，传统的数学方法就出现了求解复杂度大、运算时间长等缺陷，难以适应实际的应用需求。近年来，智能计算方法逐渐开始在飞机调度问题上得到了应用。孙宏等人在文[4]中采用了模拟退火问题对飞机调度中的飞机排班问题进行了求解，杨秋辉等人在文[5]中采用自适应的遗传算法解决了空中流量管理中的飞机降落问题，Hu等人在文[6]中使用了基于二进制表达的遗传算法解决了飞机进港调度问题，Chou在文[7]中采用基于不均等策略的多目标遗传算法解决了飞机的路由安排问题。本发明针对飞机调度问题中的航班规划环节论述了如何用粒子群算法解决航班规划的问题，实现在航班正常运行情况下，航空公司能取得最大的利益。

参考文献：

[1]都业富：使用航班计划优化方法.系统工程理论与实践.2：pp.23-27，1995.

[2]黄小荣：航班收益分析与最佳航班安排.中国民航学院学报.19(6)：pp.20，2001.

[3]张伯生，刘飞：实现航班计划优化的动态规划模型.上海工程技术大学学报.18(2)：pp.135-140，2004.

[4]孙宏，张翔，徐杰：应用模拟退火算法求解飞机调度问题.飞行力学.24(4)：pp.84-87，2006.

[5]杨秋辉，游至胜，冯子亮，樊鸿：自适应遗传算法在飞机调度问题中的应用.四川大学学报.41(6)：pp.1158-1162，2004.

[6]Xiao-Bing Hu and Ezequiel Di Paolo：Binary-Representation-based GeneticAlgorithm for Aircraft Arrival Sequencing and scheduling.IEEE Tran.Intell.Transp.Syst.，9(2)：pp.301-310，2008.

[7]Ta-Yuan Chou，Tung-Kuan Liu，Chung-Nan Lee，and Chi-Ruey Jeng：Method ofInequality-Based Multiobjective Genetic Algorithm for Domestic Daily AircraftRouting.IEEE Tran.Syst，MAN，and Cybemetics A：Systems and Humans，38(2)：pp.299-308，2008.

发明内容：

本发明将粒子群算法运用到飞机航班规划问题的解决中。粒子群算法求解飞机航班规划问题的步骤为：

(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：