[发明专利]基于多种群多目标蚁群算法的机组轮班方法

说明书

本发明公开了一种基于多种群多目标蚁群算法的机组轮班方法。针对现有机组轮班问题模型的不足，本发明首先从机组成员的角度出发，同时考虑调度的公平性以及成员的满意度，提出双目标机组轮班模型，然后将蚁群算法和多种群多目标框架结合设计了一种高效的多目标蚁群算法。同时，本发明提出了一种新的混合互补的启发式策略，充分利用关于公平性目标和满意度目标的启发式信息以及整合的启发式信息，有利于全面探索帕累托前沿。此外，本发明也针对两个目标分别提出两种不同类型的局部搜索，有助于提高解的质量。本发明公开的多种群多目标蚁群算法在不同规模的实际机组轮班问题上表现稳定，均能在较短时间内得到一系列优质的可行解。

技术领域

本发明涉及机组轮班问题和智能计算搜索技术领域，具体涉及一种基于多种群多目标蚁群算法的机组轮班方法。

背景技术

机组调度是保障航空公司正常高效运作的一个关键环节，而由于机组调度的求解规模庞大，一般分为勤务组编排和机组轮班两个阶段来处理。勤务组编排旨在将时间和空间上可以合理衔接的航班编排成勤务组的形式，在保证飞行安全的条件下，尽可能使相邻的航班间隔时间短。编排好的勤务组从一个基地出发，且最后返回到同一个基地，一般持续3～5天。本技术关注的机组轮班问题解决的是如何在排班周期内合理地安排机组成员的执勤任务，该问题直接关系着调度的公平性和机组成员的情绪状态，对航空公司的飞行质量有着重要影响。

随着人民生活质量的不断提高，乘坐飞机出行的需求量不断增加，机组成员的情绪状态关系着飞机上所有乘客的安全。同时，由于近年来航班的急剧增加，高密度、不合理的飞行安排受到机组成员的抵制反对，所以合理高效的机组轮班至关重要。但是多数机组轮班的问题模型通常是从航空公司的角度出发，以求在完成飞行任务的条件下降低成本，却很少从机组成员的角度出发同时考虑任务安排的公平性和机组成员的满意度。

由于飞行任务的高难度和高精度，最近修订《大型飞机公共航空运输承运人运行合格审定规则》提出关于机组成员的累计飞行时间、累计执勤时间的限制以及休息时间的附加要求等等。机组轮班作为一个多约束的NP难问题，难以在多项式时间内求得最优解。随着智能计算方法的发展，通过它们来求解机组轮班问题引起了广泛的关注。然而，多数方法仅关注单个目标，缺少对各个目标因素之间的权衡，不利于在实际场景中运用。因此，当前需要一种高效的多目标智能计算方法来解决机组轮班问题。

Atoosa Kasirzadeh等人在2017年的《EURO Journal on Transportation andLogistics》提出使用列生成法解决个性化的机组轮班问题，求解目标是减低总成本，同时增加考虑每个机组成员的偏好航班和偏好假期，通过约束的方式来制定偏好满足率的下限。但是，该问题模型仍然是将成本设置为主要目标，且没有考虑到调度的公平性。另一方面，传统的数学规划方法在求解大规模的机组轮班问题时耗时较多。

发明内容

本发明的目的是为了解决现有技术中的机组轮班问题模型和方法存在的不足，提供一种基于多种群多目标蚁群算法的机组轮班方法。该机组轮班方法从机组成员的角度出发设计双目标机组轮班问题模型，采用双目标形式分别优化调度的公平性和机组成员的满意度。同时，提出将蚁群算法嵌入到多种群多目标的框架中，并利用该多目标蚁群算法解决提出的机组轮班问题。

本发明的目的可以通过采取如下技术方案达到：

一种基于多种群多目标蚁群算法的机组轮班方法，所述机组轮班方法包括以下步骤：