申请/专利权人：北京交通大学

申请日：2020-08-05

公开（公告）日：2024-04-05

公开（公告）号：CN112070355B

主分类号：G06Q10/0631

分类号：G06Q10/0631;G06Q10/067;G06N3/126

优先权：

专利状态码：有效-授权

法律状态：2024.04.05#授权;2020.12.29#实质审查的生效;2020.12.11#公开

摘要：本发明提供了一种机场摆渡车的分配调度方法，包括：计算出服务航班之间的相对延误时间和中转距离；以每个待服务航班必须接受摆渡车服务且只能有一次、航班服务的延误时间小于第一设定阈值、服务于同一航班的多辆摆渡车的到达时间差小于第二设定阈值以及满足延误传递作为约束条件，以摆渡车调度导致的航班延误时间最小化、车辆转移距离最小化以及任务量差异最小化为目标构建多目标调度模型；根据摆渡车初始条件、服务航班之间的相对延误时间和中转距离，利用改进的NSGA‑II算法求解，得到Pareto解集，挑选出适合目标值的解，并解码得到摆渡车的调度方案。本方法可以减少机场地面服务能力短缺带来的航班延误。

主权项：1.一种机场摆渡车的分配调度方法，其特征在于，包括：根据航班时刻表筛选出时间窗内的待服务航班集合，计算出待服务航班的服务需求，进而计算出服务航班之间的相对延误时间和中转距离；以每个待服务航班必须接受摆渡车服务且只能有一次、航班服务的延误时间小于第一设定阈值、服务于同一航班的多辆摆渡车的到达时间差小于第二设定阈值以及满足延误传递作为约束条件，以摆渡车调度导致的航班延误时间最小化、车辆转移距离最小化以及任务量差异最小化为目标构建多目标调度模型；所述多目标调度模型的目标函数表达式如下式1所示： 其中，I表示待服务航班集合；DELAYi是航班i服务产生的延误时间；K表示摆渡车集合；表示摆渡车在服务完航班i后紧接着服务航班j所需要的转移时间；表示摆渡车k从空闲开始地点到首个航班i的服务开始地点之间的转移时间；yi,j表示航班i和航班j是否由同一摆渡车服务且任务相邻，航班i和航班j由同一摆渡车服务且任务紧邻时取1否则取0；表示航班j是否由摆渡车k服务，航班j由摆渡车k服务时取1否则取0；|I|和|K|分别表示待服务航班数量和摆渡车数量；根据摆渡车初始条件和所述的服务航班之间的相对延误时间和中转距离，利用改进的NSGA-II算法对所述的多目标调度模型进行求解，得到Pareto解集；所述的利用改进的NSGA-II算法对所述的多目标调度模型进行求解，得到Pareto解集，包括：S401对改进的NSGA-II算法参数进行初始化；S402采用排列编码对待服务航班集合进行编码，随机产生种群规模为N的初始种群Pt，将染色体解码成调度计划并根据摆渡车初始条件和所述的服务航班之间的相对延误时间和中转距离计算每个个体对应的三个目标函数值，依据每个个体得到的三个目标函数值对种群Pt进行快速非支配排序和拥挤距离计算；S403根据得到的排序和拥挤距离计算结果，借助拥挤度比较算子进行二元锦标赛选择，筛选出一部分种群，S404根据计算出的交叉率和变异率，对S403筛选出的种群进行顺序交叉OrderCrossover，OX和基于基因互换的变异，产生种群规模为N的子代种群Qt；S405依据局部搜索算子对子代种群Qt中的个体进行局部搜索，并根据搜索结果对子代种群Qt中个体进行更新；S406根据进化代数判断是否终结算法：如果进化代数超过最大进化代数则算法结束，当前得到的种群中非支配解集即为所求的Pareto解集，否则进入步骤S407；S407进化代数增加一，根据增加后的进化代数和温度控制公式更新当前温度，并根据当前温度更新局部搜索长度；S408将父代种群Pt和子代种群Qt合并，生成规模为2N的临时种群，计算每个个体对应的三个目标函数值，依据每个个体得到的三个目标函数值对临时种群进行快速非支配排序和拥挤距离计算，通过精英策略选出N个个体，构成新的父代种群Pt+1；S409依据局部搜索算子对父代种群Pt+1中的个体进行局部搜索，并根据搜索结果对父代种群Pt+1中个体进行更新；S410根据当前进化代数和更新后的父代种群Pt+1′中个体的非支配排序层级，计算出每个个体的交叉率和变异率，并跳转到S403；所述的局部搜索算子的具体操作，包括：首先，在新染色体上随机选择一个基因，作为搜索的起始点；根据当前温度确定搜索长度的长度，根据起始点和搜索长度能确定最终的搜索区域；将搜索区域染色体倒置，其他区域保持不变，产生新的染色体；其中，温度控制方式采用按比例降温的降温方式，温度控制公式如下式3所示：Tt+1＝k1Tt3式中，k1为降温比例系数，0k11搜索长度变化的计算公式如下式4所示：Ht＝k2Tt·H04式中，H0为初始局部搜索长度，k2为搜索长度调节系数，Tt为第t代时的退火温度；所述的计算出每个个体的交叉率和变异率，包括：交叉率和变异率按照非支配集个体和支配集个体采用不同的计算公式，其中，非支配集个体按照不同进化阶段来设置参数值；支配集个体按照个体优劣程度来参数值；非支配集个体交叉率和变异率调整模型如下式5和6所示： 其中，t表示进化代数，和分别表示非支配集中个体ii∈Z1在第tt∈[0,T]代时的交叉率和变异率，和分别表示在进化过程中交叉率的最大值和最小值，和分别表示在进化过程中变异率的最大值和最小值；支配集个体交叉率和变异率调整模型如下式7和8所示： 其中，t表示进化代数，和分别表示支配集中个体ii∈{Z2,Z3,...,Zl}在第tt∈[0,T]代时的交叉率和变异率，ranki表示个体i所在的层级，R表示目前非支配排序中的最大层级，和表示与个体i同进化代数的非支配集的交叉率和变异率；根据调度现场需要，从所述的Pareto解集中挑选出适合目标值的解，并解码得到摆渡车的调度方案；根据所述的调度方案对摆渡车进行分配调度。

全文数据：

权利要求：

百度查询： 北京交通大学 一种机场摆渡车的分配调度方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD