民用機(jī)場停機(jī)位的優(yōu)化配置.pdf

1、航班停機(jī)位的合理安排是機(jī)場地面作業(yè)中的一項核心任務(wù),涉及到各航空公司進(jìn)出港航班的航線類型、航線距離、航班數(shù)量、航班密度、停機(jī)時間、旅客行走距離、機(jī)場地面作業(yè)等多方面因素。目前,民航發(fā)展迅速,但基礎(chǔ)設(shè)施明顯不足,這限制了機(jī)場運(yùn)營規(guī)模,因此停機(jī)位的優(yōu)化配置成為一個很重要的問題。論文主要研究機(jī)場航班的停機(jī)位優(yōu)化配置問題。
　　 論文的研究內(nèi)容和主要貢獻(xiàn)可歸納為以下幾個方面。
　　 1、提出基于航班特征值和停機(jī)位特征值的停機(jī)位優(yōu)

2、化配置問題,建立相應(yīng)的目標(biāo)函數(shù);提出考慮航班延誤情況下的停機(jī)位優(yōu)化配置問題,建立相應(yīng)的目標(biāo)函數(shù)
　　 影響停機(jī)位優(yōu)化配置問題的因素較多,論文根據(jù)機(jī)場實際需要,考慮影響航班重要程度的幾個因素:航班類型(國內(nèi)航班、國際航班;長途航線航班、短途航線航班等)、航班停機(jī)時間、航班到離港旅客人數(shù),提出基于航班特征值的停機(jī)位優(yōu)化配置問題,建立相應(yīng)的目標(biāo)函數(shù);考慮航班延誤對停機(jī)位優(yōu)化配置的影響,提出航班延誤情況下的停機(jī)位優(yōu)化配置問題,建立相應(yīng)的

3、目標(biāo)函數(shù)。
　　 2、建立基于并行機(jī)動態(tài)調(diào)度的停機(jī)位優(yōu)化配置問題的數(shù)學(xué)模型以及由此數(shù)學(xué)模型得到問題的解空間
　　 針對目標(biāo)函數(shù),根據(jù)航班停機(jī)時間相互沖突的特點,將停機(jī)位優(yōu)化配置問題轉(zhuǎn)化為并行機(jī)動態(tài)調(diào)度問題。根據(jù)有限制排列原理,建立基于并行機(jī)動態(tài)調(diào)度的停機(jī)位優(yōu)化配置問題的數(shù)學(xué)模型,論文分別給出了正向排列、逆向排列、正向排列與逆向排列相結(jié)合的并行機(jī)動態(tài)調(diào)度模型。據(jù)此數(shù)學(xué)模型,得到停機(jī)位優(yōu)化配置問題的解空間,論文給出了解空間的

4、矩陣表達(dá)式,并分析了解空間的基本性質(zhì)。
　　 3、研究停機(jī)位優(yōu)化配置問題的求解方法
　　 (1)、基于動態(tài)規(guī)劃的停機(jī)位優(yōu)化配置方法
　　 在并行機(jī)動態(tài)調(diào)度問題研究結(jié)果基礎(chǔ)上,給出基于并行機(jī)動態(tài)調(diào)度的停機(jī)位優(yōu)化配置問題的偏序加權(quán)有向圖,偏序加權(quán)有向圖將停機(jī)位優(yōu)化配置問題描述為一個多階段決策問題。論文給出針對這個多階段決策問題的動態(tài)規(guī)劃方法。
　　 (2)、基于分支定界的停機(jī)位優(yōu)化配置方法
　　 針對

5、動態(tài)規(guī)劃方法中的多階段決策問題,采用分支定界方法,上一階段的每一個決策對應(yīng)下一階段的多個可能決策,形成若干分支。分析各個分支的小規(guī)模子問題的目標(biāo)函數(shù)值上界,利用這些上界和原問題下界在不需要對解空間進(jìn)行窮舉搜索情況下終止剖分過程而得到原問題的最優(yōu)解。論文給出基于分支定界的停機(jī)位優(yōu)化配置方法。
　　 (3)、基于動態(tài)規(guī)劃與分支定界相結(jié)合的停機(jī)位優(yōu)化配置方法
　　 為了減小算法的計算量,根據(jù)動態(tài)規(guī)劃與分支定界方法的特點,將兩者

6、結(jié)合起來。以動態(tài)規(guī)劃方法為基礎(chǔ),引入分支定界算法,通過剪枝原則剪掉動態(tài)規(guī)劃算法中相應(yīng)層的部分節(jié)點,減小計算量;或者以分支定界方法為基礎(chǔ),引入動態(tài)規(guī)劃方法,減少分支定界算法中每層的分支數(shù),減小計算量。論文給出在基于正向排列有向圖模型的動態(tài)規(guī)劃方法基礎(chǔ)上,引入分支定界算法,通過剪枝原則剪掉動態(tài)規(guī)劃算法中相應(yīng)層的某些節(jié)點。
　　 (4)、三種啟發(fā)式算法
　　 上述三種方法都是精確尋優(yōu)法,能夠找到問題的最優(yōu)解。當(dāng)問題規(guī)模比較小時

7、,算法可行。當(dāng)問題規(guī)模較大時,算法計算時間較長,難以達(dá)到實際應(yīng)用目的。根據(jù)基于并行機(jī)動態(tài)調(diào)度模型的解窄間特點,采用適當(dāng)方法縮減解空間大小,在合理時間內(nèi)尋找問題的一個滿意解。論文給出三種基于并行機(jī)動態(tài)調(diào)度模型的啟發(fā)式算法:每層節(jié)點中選取1個優(yōu)化節(jié)點的啟發(fā)式算法、每層節(jié)點中選取q個節(jié)點的啟發(fā)式算法、基于航班有向圖的啟發(fā)式算法。
　　 (5)、基于免疫遺傳的停機(jī)位優(yōu)化配置方法
　　 為了得到問題的更好滿意解,論文進(jìn)一步探討基于

8、免疫遺傳算法的停機(jī)位優(yōu)化配置問題優(yōu)化方法?；诓⑿袡C(jī)動態(tài)調(diào)度的停機(jī)位優(yōu)化配置問題的解空間結(jié)構(gòu)是一個矩陣結(jié)構(gòu),解空間中的一個解就是遺傳算法中的一個個體,適合遺傳算法的編碼方式、交叉算子、遺傳算子、變異算子等的選取與設(shè)計。而且前面三種啟發(fā)式算法給出一些停機(jī)位優(yōu)化配置問題的可行解,作為遺傳算法的初始種群的一部分,能夠獲得更好的停機(jī)位優(yōu)化配置問題的滿意解。論文給出基于免疫遺傳算法的停機(jī)位優(yōu)化配置問題優(yōu)化方法。
　　 對上述每一種方法都采