[发明专利]飞机着陆排队优化方法及装置有效
申请号: | 201811291122.5 | 申请日: | 2018-10-31 |
公开(公告)号: | CN109583627B | 公开(公告)日: | 2020-09-29 |
发明(设计)人: | 王衍洋;唐文忠 | 申请(专利权)人: | 北京航空航天大学 |
主分类号: | G06Q10/04 | 分类号: | G06Q10/04;G06N3/00;G06F30/20;G08G5/00 |
代理公司: | 北京路浩知识产权代理有限公司 11002 | 代理人: | 王莹;吴欢燕 |
地址: | 100191*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 飞机 着陆 排队 优化 方法 装置 | ||
1.一种飞机着陆排队优化方法,其特征在于,包括:
基于空中盘旋等待时间最短,并结合飞机剩余油量、故障安全系数和着陆优先级信息,构建飞机着陆排队优化的目标模型;
确定所述飞机着陆排队优化的目标模型的约束条件;
基于所述约束条件,利用改进的蚁群算法对所述飞机着陆排队优化的目标模型进行求解,获得含有跑道号的最优航班序列;
其中,所述飞机着陆排队优化的目标模型具体为:
其中,wi=m1·Oi+m2·Fi+m3·Pri,
其中,Oi、Fi、Pri分别表示第i架飞机的油量系数、故障安全系数和优先级系数,m1,m2和m3分别表示油量系数、故障安全系数和优先级系数的重要程度,为排序后降落在j跑道,且在该跑道队列中的位置为kj,在总队列中的位置为k的情况下的飞机i调度到达跑道的时间,ETAi为飞机i不受其它飞机影响下预计到达跑道的时间,为0-1决策变量,N为参与排序的飞机架数,R为机场跑道数量。
2.根据权利要求1所述的方法,其特征在于,所述飞机着陆排队优化的目标模型的约束条件包括:每架飞机的ETA和STA约束、尾流间隔约束、跑道占用时间约束和位置变动约束。
3.根据权利要求1所述的方法,其特征在于,所述基于所述约束条件,利用改进的蚁群算法对所述飞机着陆排队优化的目标模型进行求解,获得含有跑道号的航班序列的步骤,具体为:
初始化蚁群算法的基本参数,所述基本参数包括:最大蚂蚁代数K、每代蚂蚁数目M、信息素总量Q、信息素挥发系数ρ、每架飞机在每个节点的信息素初始值τ和表征信息素重要程度的信息启发因子α;
在满足MPS约束的情况下,随机选择初始节点,按初始节点在各个跑道的滑行路径长短选择跑道,将已选择的初始节点加入禁忌表中;
蚂蚁在航班和跑道对应的求解网络中根据自定义的状态转移规则依次选取后续节点;
判断是否所有蚂蚁完成一次遍历,若是,则对当代最优解进行判定,若当代最优解不优于全局最优解,则引入遗传变异因子,在保证位置变动范围较小的情况下对所述当代最优解进行多次变异,若变异结果优于当代最优,则用变异结果替换当代最优解;
基于当前蚂蚁代数,对当代最优解进行信息素浓度的增量计算,并对所有节点进行信息素浓度更新;
重复执行选择初始节点、选取后续节点并进行信息素浓度更新的步骤,直至迭代到第K代,提取最后一代的最优解。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京航空航天大学,未经北京航空航天大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811291122.5/1.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理