[发明专利]基于多种群多目标蚁群算法的机组轮班方法

权利要求书

1.一种基于多种群多目标蚁群算法的机组轮班方法，其特征在于，所述机组轮班方法包括以下步骤：

S1、对问题输入的勤务组p_j进行预处理，得到关于勤务组p_j的属性(b_j,s_j,e_j,f_j,d_j,o_j)，其中，b_j、s_j和e_j分别表示勤务组p_j对应的基地、开始时间和结束时间，f_j、d_j和o_j分别表示勤务组p_j的飞行时间、执勤时间以及在外地过夜的时间，f_j、d_j和o_j用于评估调度的公平性；同时，根据勤务组的开始时间进行先后排序；

S2、通过机组成员的申请，记录在该月排班周期内所有机组成员的偏好航班和假期，关于机组成员c_i的属性记为(cb_i,pf_i,pv_i,cf_i,cd_i,co_i)，其中，cb_i、pf_i和pv_i分别表示机组成员c_i对应的基地、偏好航班和偏好假期，cf_i、cd_i和co_i分别表示机组成员c_i在月排班周期内的累计飞行时间、执勤时间和在外地过夜的时间，假设机组成员仅考虑飞行员，且假设每个航班只需要一个飞行员；

S3、对蚁群算法中两个蚁群分别对应的信息素τ^Fcolony和τ^Scolony进行初始化，其中蚁群Fcolony用于优化调度的公平性，蚁群Scolony用于优化机组成员的满意度，两个蚁群分别有各自的信息素和启发式信息；同时，初始化用于存放最终得到的所有帕累托解的集合Archive为空；

S4、通过蚁群算法进行多次迭代，在每一次迭代中两个蚁群分别随机选取使用的启发式信息策略HeurStraNo，其中，启发式信息策略HeurStraNo可能是自身蚁群或外部蚁群的启发式信息，又或者是整合的启发式信息；

S5、通过蚁群算法构建路径，分别得到蚁群Fcolony和Scolony中的所有蚂蚁对应的调度安排，同时对每只蚂蚁构建的路径的每一条边执行信息素的局部更新；

S6、计算蚁群Fcolony和Scolony中所有蚂蚁的适应值，并将这些蚂蚁对应的解全部加入到集合Archive中；

S7、消除集合Archive中的所有可占优解，并在集合Archive中为蚁群Fcolony和Scolony分别选择进行全局更新的解GUS；然后，对挑选出来的解GUS进行局部搜索得到新的邻居解GUS_new；若新得到的解GUS_new与原来的解GUS是非占优关系，则进行全局更新的解中增加GUS_new，否则GUS_new直接替代原来的解进行全局更新；

S8、根据蚁群Fcolony和Scolony各自所得到的解GUS，对蚁群所属的信息素进行全局更新；

S9、若执行时间超过最大允许的运行时间，则优化过程结束输出集合Archive，否则回到步骤S4继续进行迭代。