[发明专利]基于改进ACO算法的枢纽机场停机位的优化分配方法

摘要

本发明公开了基于改进ACO算法的枢纽机场停机位的优化分配方法，涉及机场资源分配技术领域，在分析国内机场停机位配置情况和机场运行管理方式的基础上，针对现有停机位分配问题考虑的目标较单一和求解算法精度和效率不高的问题，综合考虑以旅客步行总距离最短、停机位空闲时间最均衡以及停机坪数量最少的优化目标，建立一种停机位多目标优化分配模型，并采用改进的蚁群优化算法对其进行求解，使航班能够在停机位上得到合理有效的分配。

主权项

1.基于改进ACO算法的枢纽机场停机位的优化分配方法，其特征在于，包括建立目标函数：建立多个子目标函数，对所述子目标函数进行规范化，得到规范化后的目标函数，其中所述子目标函数包括：停机位空闲时间最均衡子目标函数：旅客步行距离最短子目标函数：分配到停机坪上的航班数最少子目标函数：其中，n为航班总数，m为停机位的个数，S_ik为航班i到达停机位k时，此停机位的空闲时间，SS_k表示完成所有服务后的停机位空闲时间，即各个机位上分配到的最后一架航班的离港时间与航班时刻表中的最后一架航班的离港时间之间的差值，q_ik是指被分配到停机位k上的航班i中的旅客转移人数，f_k是指旅客到达停机位k所需走过的距离，y_ik＝1是指航班i被分配到停机位k，否则为0，g_i表示航班是否停靠在停机坪上，仅当航班i被分配到停机坪时值为1，否则为0；对上述三个子目标函数进行无量化设定并进行规范化处理后，得到规范化后的目标函数：其中，权值因子W₁＝0.4、W₂＝0.4、W₃＝0.2，且建立约束条件；根据所述约束条件对所述规范化后的目标函数进行求解，具体方法为：输入航班和停机位信息，以矩阵的形式记录航班之间的冲突关系；初始化参数：包括种群数量r、最大迭代次数NC_max以及当前迭代次数NC＝1，根据停机位数量设置蚂蚁数量r×s，初始化信息素为c，设置信息素挥发系数ρ，设置信息素因子α和启发式因子β；读取机场的实时数据，以最先到达的航班的到达时间为停机位的开始使用时间，以最后一架航班的离港时间作为停机位的结束使用时间；对第u组的蚂蚁v，u＝1,2,…,r，v＝1,2,…,s，根据下式(5)选择下一个放入的航班，如果蚂蚁v没有航班可以放入，则判断下一只蚂蚁v++是否有航班放入：其中，d为蚂蚁所在位置，l为蚂蚁可以到达的位置，Λ为蚂蚁可以到达的位置的集合，τ_dl为由位置d到l的路径的信息素强度，η_dl为位置d到l的路径能见度，为蚂蚁v从位置d到l的转移概率；判断所有蚂蚁是否有航班放入，如果上一步骤中的所有蚂蚁均没有航班可以放入，则进入下一步骤，否则重新进行上一步骤；计算各组蚂蚁的目标函数值，记录当前最好蚂蚁组的函数值以及路径，按照下式(6)、(7)和(8)更新最好蚂蚁组的路径上的信息素：τ_dl∈[τ_min,τ_max]  (8)其中，NC为迭代次数，s为蚂蚁个数，Q为蚂蚁v由位置d到l的路径上留下的信息素数量，L_v表示蚂蚁v经过的路径长度，为信息素增量，BestSolution表示最优路径，τ_min和τ_max分别为τ_dl的取值下限和上限；迭代次数NC增加1，如果NC<NC_max，则返回判断所有蚂蚁是否有航班放入，否则输出最优结果，方法结束。