申请/专利权人:四川大学
申请日:2024-03-07
公开(公告)日:2024-04-09
公开(公告)号:CN117852841A
主分类号:G06Q10/0631
分类号:G06Q10/0631;G06N3/006;G06Q10/04
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.26#实质审查的生效;2024.04.09#公开
摘要:本发明涉及机场场面资源调度技术领域,公开了一种融合双向粒子群和多策略蚁群的机场联合调度方法,包括以下步骤:步骤1:获取机场和进离场航班数据;步骤2:以最小化航班延误为目标函数构建跑道调度模型;以最小化航班的总滑行时间为目标函数构建滑行道调度模型;步骤3:采用融合双向粒子群和多策略蚁群方法对跑道调度模型和滑行道调度模型进行求解;得到最优解即可得到联合调度方案;本发明联合调度方法,有效解决了多约束复杂优化问题,实现最优的跑道和滑行道的利用。
主权项:1.一种融合双向粒子群和多策略蚁群的机场联合调度方法,其特征在于,包括以下步骤:步骤1:获取机场和进离场航班数据;步骤2:以最小化航班延误为目标函数构建跑道调度模型;以最小化航班的总滑行时间为目标函数构建滑行道调度模型;步骤3:采用融合双向粒子群和多策略蚁群方法对跑道调度模型和滑行道调度模型进行求解;得到最优解即为所需联合调度方案;其中融合双向粒子群和多策略蚁群方法求解过程如下:S1:随机生成初始化种群,设置参数;S2:采用双向粒子群算法对信息素进行初始化;S3:对每个航班计算转移概率,选择概率最大的航班作为下一个航班,构建蚁群算法的解空间;S4:采用二阶段队列方法求解跑道队列的实际调度时间;S5:定义蚁群信息素模型,引入自适应因子对信息素进行分配,得到跑道调度的航班序列;S6:对信息素进行更新,得到最优滑行路径;S7:迭代S4~S6,满足迭代次数即可得到所需联合调度方案。
全文数据:
权利要求:
百度查询: 四川大学 一种融合双向粒子群和多策略蚁群的机场联合调度方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。