[发明专利]一种基于自适应小组协同蜂群算法的机场货运站调度方法

说明书

本发明提出了一种基于自适应小组协同蜂群算法的机场货运站调度方法，用于解决机场货运站调度的精度不高、效率低下的技术问题；其步骤为：根据ETV动作顺序、碰撞影响和任务出口分配的因素建立机场货运站双ETV调度模型；利用改进的蜂群算法对机场货运站双ETV调度模型进行优化求解，得到最优的调度序列。本发明将人工蜂群算法用于机场货运站货物出入库顺序、ETV动作顺序等的调度当中，同时从邻域搜索策略和寻优机制两个方面对人工蜂群算法进行改进，提高机场货运站调度的精度和效率。

技术领域

本发明涉及机场货运站调度优化技术领域，尤其涉及一种基于自适应小组协同蜂群算法的机场货运站调度方法。

背景技术

在航空物流业领域，全球化带来的影响加剧，越来越多货物在短时间内到达机场货运站，使机场运营商承受着巨大的压力。因此如何对货物的出入库顺序、多ETV动作、货物位置等进行优化，提高货物周转效率并降低运营成本，从而建立起高效的航空物流仓储系统，已经成为研究重点。

为了解决航空物流仓储系统优化调度问题，人工蜂群(ABC)算法被提出出来，它以其控制参数少、易于实现、计算简洁、对目标函数没有要求等特点，受到了学术界的关注，已被广泛应用于自动化仓储系统、模式识别、控制器调参等多个领域。然而与大多数群体智能算法一样，人工蜂群算法也会出现对目标问题解空间搜索不充分而陷入局部最优或解空间搜索范围过大而导致后期收敛精度不够的问题。为了平衡蜂群算法的探索和开发能力，本发明提出一种基于自适应小组协同模式的改进策略，以提高机场货运站调度的精度和效率。

发明内容

针对机场货运站调度的精度不高、效率低下的技术问题，本发明提出了一种基于自适应小组协同蜂群算法的机场货运站调度方法，将人工蜂群算法用于机场货运站货物出入库顺序、ETV动作顺序等的调度当中，同时从邻域搜索策略和寻优机制两个方面对人工蜂群算法进行改进，提高机场货运站调度的精度和效率。

本发明的技术方案是这样实现的：

一种基于自适应小组协同蜂群算法的机场货运站调度方法，其步骤如下：

步骤一：根据ETV动作顺序、碰撞影响和任务出口分配的因素建立机场货运站双ETV调度模型；

步骤二：利用改进的蜂群算法对步骤一中的机场货运站双ETV调度模型进行优化求解，得到最优的调度序列。

所述机场货运站双ETV调度模型为：

其中，Fit为双ETV完成所有任务的总时间，为双ETV完成一组任务需要的时间，为ETV-I完成任务的时间，为ETV-II完成任务的时间，i是任务编号，i＝1,2,…,n，n为任务总数，δ是每一个ETV装载或卸载货物的执行时间，H₀是第i个任务从当前位置到最近的I/O端口所需的运行时间，H₁是第i个任务从当前位置到预定目标的时间，M¹为ETV-I的工作区域，M²为ETV-II的工作区域；

机场货运站双ETV调度模型的约束条件为：

其中，set1表示分配给ETV-I的任务集，set2表示分配给ETV-II的任务集，set表示ETV-I和ETV-II所有任务集的集合。

所述利用改进的蜂群算法对步骤一中的机场货运站双ETV调度模型进行优化求解的方法为：

S21、初始化阶段：设置种群大小NP、最大搜索次数Limit、最大迭代次数maxCycle、蜜源的维度D，并初始化当前蜜源；分别将雇佣蜂和跟随蜂按类别分为若干个小组，且雇佣蜂小组每组3个成员，跟随蜂小组每组2个成员；