隨著我國社會經(jīng)濟(jì)的快速增長,通用航空產(chǎn)業(yè)的發(fā)展?jié)摿κ艿絿遗c社會的關(guān)注,在相關(guān)政策的支持與引導(dǎo)下,通航運(yùn)輸業(yè)逐漸成為影響國民經(jīng)濟(jì)運(yùn)行的重要因素。而國內(nèi)通航公司在擴(kuò)大運(yùn)力資源規(guī)模,提高運(yùn)行產(chǎn)能以適應(yīng)市場需求的同時(shí),也面臨著傳統(tǒng)運(yùn)行控制管理方式落后,無法提升資源利用率等問題。因此如何采用信息化技術(shù)合理地調(diào)度現(xiàn)有資源,提升運(yùn)力匹配效率以保持公司運(yùn)行效能最大化是當(dāng)前行業(yè)亟需解決的難題。本文基于國內(nèi)某通航公司運(yùn)行特點(diǎn),結(jié)合多智能體理論將電力巡檢背景下的運(yùn)力匹配問題分解為宏觀角度的多區(qū)域運(yùn)力資源規(guī)劃問題,和單區(qū)域內(nèi)運(yùn)力資源的匹配調(diào)度問題。首先以部署最少運(yùn)力資源為目標(biāo)構(gòu)建了資源規(guī)劃數(shù)學(xué)模型,采用改進(jìn)后的灰狼算法求解得到靜態(tài)的多區(qū)域運(yùn)力資源規(guī)劃結(jié)果。其次在各區(qū)域內(nèi)結(jié)合多智能體理論建立運(yùn)力匹配系統(tǒng)框架,采用基于招投標(biāo)機(jī)制的多智能體協(xié)商算法實(shí)現(xiàn)生產(chǎn)任務(wù)與運(yùn)力資源的匹配過程,在匹配性結(jié)果基礎(chǔ)上,以單機(jī)日利用率最高為目標(biāo)函數(shù)建立資源調(diào)度數(shù)學(xué)模型,求解得到最優(yōu)每日作業(yè)時(shí)長。仿真實(shí)驗(yàn)結(jié)果表明,該方法能夠?qū)崿F(xiàn)運(yùn)力資源作業(yè)效率最大化。本文在理論模型及仿真實(shí)驗(yàn)數(shù)據(jù)的支撐下,基于Eclipse實(shí)驗(yàn)環(huán)境及JADE智能體模型... 

【文章來源】：中國民航大學(xué)天津市

【文章頁數(shù)】：60 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究意義與背景
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 論文主要工作內(nèi)容
第二章 通航運(yùn)力匹配問題分析與解決思路
    2.1 國內(nèi)通航運(yùn)行流程與特點(diǎn)
    2.2 應(yīng)用于運(yùn)力匹配問題的多智能體理論
        2.2.1 智能體的概念與特征
        2.2.2 多智能體系統(tǒng)技術(shù)
        2.2.3 多智能體理論解決運(yùn)力匹配問題的優(yōu)勢
    2.3 基于多智能體理論的運(yùn)力匹配問題研究思路
    2.4 本章小結(jié)
第三章 運(yùn)力資源配置規(guī)劃研究
    3.1 資源規(guī)劃模型的構(gòu)建
    3.2 基于改進(jìn)灰狼算法的資源規(guī)劃模型求解
    3.3 仿真實(shí)驗(yàn)對比分析
    3.4 本章小結(jié)
第四章 運(yùn)力資源與生產(chǎn)任務(wù)的匹配性研究
    4.1 基于多Agent的運(yùn)力匹配系統(tǒng)框架
    4.2 系統(tǒng)級運(yùn)力資源與生產(chǎn)任務(wù)的匹配性模型設(shè)計(jì)
        4.2.1 匹配性智能體模型的構(gòu)建
        4.2.2 匹配性模型中Agent單元的功能設(shè)計(jì)
        4.2.3 基于招投標(biāo)機(jī)制的匹配流程
        4.2.4 匹配性模型中Agent間的通信機(jī)制
    4.3 分系統(tǒng)級運(yùn)力資源調(diào)度模型設(shè)計(jì)
        4.3.1 分系統(tǒng)目標(biāo)函數(shù)及約束條件
        4.3.2 分系統(tǒng)數(shù)學(xué)模型求解及分析
    4.4 本章小結(jié)
第五章 運(yùn)力匹配自動化系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)
    5.1 系統(tǒng)架構(gòu)設(shè)計(jì)
    5.2 功能模塊的設(shè)計(jì)與實(shí)現(xiàn)
        5.2.1 運(yùn)力資源規(guī)劃模塊
        5.2.2 運(yùn)力資源匹配及調(diào)度模塊
    5.3 系統(tǒng)運(yùn)行效果評估
    5.4 本章小結(jié)
總結(jié)與展望
致謝
參考文獻(xiàn)
附錄1 論文發(fā)表及參與科研項(xiàng)目


【參考文獻(xiàn)】：
期刊論文
[1]基于人工蜂群算法的多用戶OFDM自適應(yīng)資源分配方案[J]. 袁建國,南蜀崇,張芳,王竟鑫,龐宇.  吉林大學(xué)學(xué)報(bào)(工學(xué)版). 2019(02)
[2]我國通用航空市場增長動力分析[J]. 邵文武,劉畔,黃濤.  沈陽航空航天大學(xué)學(xué)報(bào). 2019(01)
[3]我國通用航空產(chǎn)業(yè)供給側(cè)結(jié)構(gòu)性改革的幾個(gè)關(guān)鍵問題[J]. 高啟明.  改革與戰(zhàn)略. 2018(09)
[4]基于JADE的multi-Agent智能網(wǎng)絡(luò)化資源推送關(guān)鍵技術(shù)[J]. 劉志明,李劍.  科學(xué)技術(shù)與工程. 2018(25)
[5]基于入侵雜草蝙蝠雙子群優(yōu)化的裝備保障編組協(xié)同任務(wù)規(guī)劃[J]. 王堅(jiān)浩,張亮,史超,車飛,張鵬濤.  控制與決策. 2019(07)
[6]一種基于變異算子與淘汰重組機(jī)制的改進(jìn)GWO及其應(yīng)用（英文）[J]. Xiao-qing ZHANG,Zheng-feng MING.  Frontiers of Information Technology & Electronic Engineering. 2017(11)
[7]基于遺傳算法的飛機(jī)一體化排班優(yōu)化方法[J]. 李耀華,譚娜.  控制工程. 2017(02)
[8]基于啟發(fā)式算法的飛機(jī)指派優(yōu)化模型及算法[J]. 劉婧,賈寶惠.  系統(tǒng)仿真技術(shù). 2016(02)
[9]多智能體協(xié)同任務(wù)分配問題研究綜述[J]. 李相民,顏驥,劉波,魏健.  計(jì)算機(jī)與數(shù)字工程. 2014(12)
[10]基于動態(tài)列生成算法的飛機(jī)排班問題研究[J]. 朱星輝,朱金福,高強(qiáng).  數(shù)學(xué)的實(shí)踐與認(rèn)識. 2014(19)

碩士論文
[1]A通航公司發(fā)展戰(zhàn)略研究[D]. 劉渠.南京大學(xué) 2018
[2]基于多Agent的飛機(jī)調(diào)度協(xié)同決策技術(shù)研究[D]. 張潤.南京航空航天大學(xué) 2017
[3]基于前景理論的多Agent辯論協(xié)商策略研究[D]. 李靜.北京工業(yè)大學(xué) 2015
[4]飛機(jī)排班中多任務(wù)調(diào)度技術(shù)研究[D]. 王進(jìn).南京航空航天大學(xué) 2015
[5]基于多Agent的飛機(jī)排班系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D]. 楊卉竹.南京航空航天大學(xué) 2011



本文編號：3449141