[发明专利]基于PSOA算法的通航物流配载效能优化方法有效

专利信息
申请号: 201910102756.X 申请日: 2019-02-01
公开(公告)号: CN109784468B 公开(公告)日: 2023-04-07
发明(设计)人: 张昊 申请(专利权)人: 石家庄飞机工业有限责任公司
主分类号: G06N3/006 分类号: G06N3/006;G06Q10/04;G06Q10/083
代理公司: 石家庄新世纪专利商标事务所有限公司 13100 代理人: 张一
地址: 051430 *** 国省代码: 河北;13
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 psoa 算法 通航 物流 配载 效能 优化 方法
【说明书】:

发明公开了一种基于PSOA算法的通航物流配载效能优化方法,在通航物流配载效能优化问题应用中通过使用PSOA算法对通用飞机多个不同状态参数进行总体优化,能够使通用飞机的总体配载效能更高,经济性更好。在本发明的方法中,极特征种群之间可以不进行局部优化,进而简化了算法框架复杂度,提升了算法的运行效率;同时也可以灵活嵌入其它一些智能算法中含有的信息交换算子对PSOA算法中生成的极特征种群进行局部优化,以提升可能潜在的收敛效率。

技术领域

本发明属于智能算法领域,用于各类复杂NP或非NP优化问题的求解,具体涉及一种基于PSOA算法的通航物流配载效能优化方法。

背景技术

智能算法主要包含进化算法、人工神经网络算法、群体智能优化算法等类型。智能算法为难以精确求解的很多现实工程和管理应用中的NP问题提供了一个能够获得满足实际需求的近似最优解的途径。很多智能算法在可行解空间中有较强的全域搜索能力,为获得更好的近似最优解提供了更大的概率。但同时智能算法间也有不同的优势和劣势。很多智能算法在运行过程中需要对求解问题进行编码求解(例如进化算法中的遗传算法),一个编码的数据化代表一个解个体,当求解问题的求解参数较多或对问题求解的影响因素较多,个体编码的构造也就越为复杂,个体的操作过程也变的越为庞大,求解过程和运算规模会快速上升,进而影响求解效率;有些智能算法的优势在于搜索广度大(例如一些群体智能算法),但深度搜索能力不足,进而导致对最优解的周边搜索不足,算法的稳定性不好;有些智能算法深度搜索能力强,但广度搜索能力弱,易于过早陷入局部最优解而影响算法后期的运行效率和最终求解效果。PSOA算法综合了多类智能算法的不同优势,特别是群体类优化算法和进化类优化算法的特点。在算法框架与算法机制上兼顾了最优解搜索过程中的广度要求与深度要求,使最优求解的方向性更强,同时使种群搜索空间更广。

通航物流的载运平台一般为几吨或十几吨级的中小型通用飞机,飞行器对内外部飞行环境参数的变化比较敏感,飞行状态的微观变化在很大程度上决定了通用飞机的物流配载效能水平。因此,从通航飞行器飞行状态和飞行环境中的几个主要因素入手,从飞行高度、飞行速度、空气密度、大气压力、燃油消耗等方面来考察通用飞机物流配载的最优状态,通过建立物流配载与飞行距离的双目标优化模型,研究探索通航物流在调整飞行状态参数条件下的最佳系统配载模式,对通航物流相关业务单位而言具有很好的实践意义。

发明内容

本发明所要解决的技术问题是提供了一种简洁高效、寻优效果好、寻优质量稳定、灵活性高而且算法框架简单的基于PSOA算法的通航物流配载效能优化方法。

本发明采用如下技术方案:

基于PSOA算法的通航物流配载效能优化方法,其包括如下步骤:

步骤1.根据所研究问题的求解目标,建立关于求解目标最优值的目标函数;

步骤2.根据目标函数中的参数数量与结构形式设计算法所需的个体结构;

步骤3.根据个体参数在目标问题中的取值范围生成问题解的初始种群;

步骤4.在初始种群中根据问题求解目标,选取或设计能够反映种群或问题特征的个体或个体值作为一组特征极;

步骤5.根据AF调和因子,按照特征个体的设计繁殖代数或种群规模对特征个体进行种群扩张,生成若干极特征种群;

步骤6.从极特征种群簇中提取新特征极;

步骤7.判断新特征极中是否出现更优秀个体,若未出现,则算法结束,特征极中的最优个体即全局最优解;若出现,则根据AF调和因子产生新一批极特征种群,返回步骤5进行循环迭代,直至在特征极中无法出现更优秀个体。

进一步的,在配载优化过程中,根据通用飞机在任务执行中的飞行特性和主要环境影响因素来确定配载效能指数的目标函数。

进一步的,在配载优化过程中,算法目标函数由如下公式(1)确定:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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石家庄飞机工业有限责任公司,未经石家庄飞机工业有限责任公司许可,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/201910102756.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top