[发明专利]基于蚁群算法的飞机进港调度方法

权利要求书

1、一种基于蚁群算法的飞机进港调度方法，其特征在于，该方法包括以下步骤：

(1)根据当前要进行排序的飞机序列，构造图G(V，E)，其中V表示图中的顶点，E表示边。

(2)初始化算法的各个参数。

(3)将m只蚂蚁置于n个顶点上，对于各蚂蚁，将当前所在顶点代表的飞机的指定降落时间作为当前飞机的预计到达时间，并将各蚂蚁的初始出发点置于当前解集中。

(4)对于每只蚂蚁k(k＝1，2，...，m)，按概率移至下一顶点j，将j置于当前解集中，重复进行，直至每只蚂蚁都遍历完所有顶点。

(5)对于每只蚂蚁，根据其路径形成的顶点序列(即为飞机的指派降落序列)，计算该降落序列形成的空中总延迟时间。记录当前的最好解以及该最好解对应的飞机降落序列。

(6)按更新方程修改轨迹强度。

(7)若达到终止条件则输出最优解，否则回到步骤(3)。

2、基于权利要求1所述的一种基于蚁群算法的飞机进港调度方法，其特征在于t时刻蚂蚁k由顶点i转移到顶点j的概率如下表示：

pijk=τijα(t)*ηijβ(t)Σs∈allowedkτisα(t)*ηisβ(t),0,]]>如果j∈allowed_k

其中，allowed_k＝{0，1，...，N_AC-1}-tabu_k表示蚂蚁k下一步允许选择的顶点，集合tabu_k随着进化过程做动态调整。η_ij表示边弧(i，j)的能见度，α表示轨迹的相对重要性，β表示能见度的相对重要性。

3、基于权利要求1所述的一种基于蚁群算法的飞机进港调度方法，其特征在于更新时各路径上的信息素根据以下公式做调整：

τ_ij(t+N_AC)＝ρ*τ_ij(t)+Δτ_ij

Δτij=Σk=1mΔτijk]]>

其中m表示蚂蚁的数量，表示第k只蚂蚁在本次循环中留在路径(i，j)上的信息量，Δτ_ij表示本次循环中路径(i，j)上的信息增量。信息素增量的计算方法为：

其中，L_k表示第k只蚂蚁环游一周的路径长度，Q为常数。