[发明专利]基于GA-DQN的停机位分配方法

权利要求书

1.一种基于GA-DQN的停机位分配方法，其特征在于，包括以下步骤：

(1)构建分配矩阵T

在当日凌晨获取当日计划航班之后，先将计划航班按照进港时间进行排序，然后将机位依次对应到航班，建立的矩阵为：

T＝[b₀ … b_maxFlight] (1)

b_i表示机位的编号，表示第i航班分配到第b_i机位，0≤i≤maxFlight，maxFlight表示航班最大数量；

(2)初始化种群

对分配矩阵进行随机赋值，得到900-5000个不同的分配矩阵，即可行解的集合，命名为初始种群；

(3)计算适应度f

适应度函数的计算公式如下：

公式中，α₁为靠桥率，是被分配在近机位的航班数量与总航班数量的比值；α₂为偏离度，是所有机位被占用时间的方差；α₃为旅客步行距离，是旅客从下机到转盘的距离之和；

分配矩阵出现以下任一情况，适应度为-1：

Q1：机型-机位不匹配，指大飞机分配在小机位的情形；

Q2：时间冲突，同一机位上存在两架飞机的间隔小于安全间隔；

(4)选择

本过程同标准遗传算法一致，依照适应度做轮盘赌选择；

(5)交叉

引入自适应选择概率，具体公式如下：

其中，f_max为群体中最大的适应度值；f为个体的适应度值；f_avg为每一代种群适应度的平均值；k₁为0.6；

具体过程如下：

Step1：随机选择2个分配矩阵，命名为ta，tb；

Step2：取i＝0；

Step3：如果i小于ta的长度，转Step4，否则转Step7；

Step4：根据公式3求随机数P_c，如果pc≥P_c，转Step5，否则转Step6；

Step5：ta的第i个元素和tb的第i个元素互换；

Step6：i+＝1，转Step3；

Step7：结束；

Step8：重复Step1-Step7共计10-300次；

(6)变异

改进的变异概率的计算公式如下：

其中，f_max为群体中最大的适应度值；f为个体的适应度值；f_avg为每一代种群适应度的平均值；k₃为0.12；

具体过程如下：

Step1：随机选择1个分配矩阵，命名为ta；

Step2：取i＝0；

Step3：如果i小于ta的长度，转Step4，否则转Step7；

Step4：根据公式4求随机数pc；如果pc≥P_c，转Step5，否则转Step6；

Step5：随机选择两个元素，并更换；

Step6：i+＝1，转Step3；

Step7：结束；

Step8：重复Step1-Step7共计5-50次；

(7)获得预排班结果

在步骤(6)结束之后，继续从步骤(3)开始执行，重复步骤(3)到步骤(6)共计200次，获得适应度最大所对应的分配矩阵，即为最优预分配结果；

(8)对分配过程进行机器学习

构建深度学习网络，将计划航班的随机打乱，模拟航班变动的情形，生成10k种不同的计划航班；并分别对10k种不同的计划航班求解对应的最优预分配结果；

(9)再分配作业

如果航班发生了变动，则将新的航班序列作为输入变量，使用构建的深度学习网络，即可获得对应的最优分配矩阵，得到了新的最优分配矩阵即完成了再分配作业。