【摘要】：民航貨機(jī)的配載環(huán)節(jié)是航班運(yùn)行的重要組成部分,裝載的安全性和高效性逐漸成為航空公司為提高競(jìng)爭(zhēng)力要實(shí)現(xiàn)的目標(biāo)。基于此,在考慮民航貨機(jī)配載工作的基本原則和現(xiàn)實(shí)約束的基礎(chǔ)上,建立了民航貨機(jī)裝載優(yōu)化模型,旨在實(shí)現(xiàn)民航貨機(jī)安全高效配載的目標(biāo)。首先分析了民航窄體貨機(jī)的裝載特點(diǎn),建立了以載重量最大和起飛重心為目標(biāo)、以基本重量限制、重心包線約束和最大業(yè)載等限制條件為約束的混合整數(shù)規(guī)劃模型,對(duì)該模型設(shè)計(jì)了改進(jìn)的遺傳算法進(jìn)行求解,算例結(jié)果與人工配載結(jié)果對(duì)比表明該算法可在平均0.2s內(nèi)求得滿意解;然后分析了民航寬體貨機(jī)的裝載特點(diǎn),在窄體貨機(jī)裝載優(yōu)化模型的基礎(chǔ)上增加大型集裝器和特殊貨物運(yùn)輸?shù)认拗茥l件建模,在比較民航窄體和寬體貨機(jī)裝載優(yōu)化問(wèn)題的不同后在原有改進(jìn)遺傳算法步驟上增加模擬退火步驟設(shè)計(jì)混合遺傳算法,應(yīng)用該算法結(jié)果與改進(jìn)遺傳算法結(jié)果對(duì)比驗(yàn)證了算法的有效性和魯棒性;最后基于JAVA編程設(shè)計(jì)開發(fā)了民航貨機(jī)的配載優(yōu)化系統(tǒng),使其更好地應(yīng)用到實(shí)際的配載工作中。本文研究成果對(duì)解決當(dāng)前民航貨機(jī)配載優(yōu)化問(wèn)題具有一定參考價(jià)值和現(xiàn)實(shí)意義。
【圖文】：

航空運(yùn)輸業(yè)在經(jīng)濟(jì)全球化的大趨勢(shì)下以運(yùn)輸速度快 時(shí)間短 成本低等巨大優(yōu)為高效 高潛力的 朝陽(yáng)產(chǎn)業(yè) 隨著全球化程度的提高，航空貨運(yùn)業(yè)繼續(xù)扮貿(mào)易主要推動(dòng)力的角色 中國(guó)民航數(shù)據(jù)顯示，2000 年，我國(guó)僅有 3 架 B7471 和 1 架 B737 全貨機(jī)，總載重量?jī)H為 405 噸[1] 截至 2017 年底，全國(guó)航空貨有全貨機(jī) 143 架，其中順豐航空機(jī)隊(duì)數(shù)量達(dá)到 41 架 自 1970 以來(lái)，全球貨運(yùn)就會(huì)增加一倍，航空貨物大約占據(jù)全部貨物總價(jià)值的 40% 從全球貿(mào)易量看，的增長(zhǎng)速度分別在 1995 年和 2004 年達(dá)到高峰，比客運(yùn)的增長(zhǎng)速度快了約 50近幾年增長(zhǎng)趨勢(shì)仍未降低 民航貨物運(yùn)輸已成為空運(yùn)業(yè)務(wù)新的增長(zhǎng)點(diǎn)，其利 年占據(jù)全球貿(mào)易價(jià)值的約 5%上升至 2009 年占比約 40% 波音公司在 2014 年貨運(yùn)市場(chǎng)會(huì)繼續(xù)以平均每年 4.7%的速度增長(zhǎng)，到 2033 收入會(huì)增長(zhǎng)兩倍，從 2078 億噸公里增至 2033 年的 5218 億噸公里以上[2] 這其中，亞洲的貨運(yùn)市場(chǎng)獻(xiàn)一大部分的增長(zhǎng)量，如圖 1-1 所示為波音公司預(yù)測(cè)到 2033 年全球航空貨運(yùn)長(zhǎng)情況，其中亞洲市場(chǎng)將一直引領(lǐng)全球航空貨運(yùn)市場(chǎng)增長(zhǎng)

又要保證配載方案的合理性和高效性，即配載完成后既要保證飛機(jī)的重量不超過(guò)最大重量限制，又要使飛行中航班在任意時(shí)刻航空器的重心都不能超過(guò)允許范圍 民航貨機(jī)的配載實(shí)際為從一系列可用集裝器中選擇最優(yōu)方案裝入飛機(jī)，在滿足所有安全的條件中對(duì)飛機(jī)中貨物總重量和重心位置進(jìn)行優(yōu)化 理想情況下，所有集裝器應(yīng)該都可以裝載到飛機(jī)上，但由于集裝器的位置受到各種限制，可能無(wú)法安全地放置在貨艙中，本文研究目的就是在這些限制中尋求最優(yōu)配載方案，使得配載方案既安全又高效 目前民航飛機(jī)主要包括客機(jī)和貨機(jī)，，客貨機(jī)的配載優(yōu)化工作雖大體相同，但由于貨機(jī)裝載具有重量大和體積大的特點(diǎn)，相比客機(jī)優(yōu)化，不僅優(yōu)化裕度大而且難度更大 如圖 2-1 為 B747-400 的一種主貨艙布局圖和 B737-800 的客艙布局圖，在進(jìn)行配載時(shí)由于客艙分為三個(gè)區(qū)且在配載時(shí)均假設(shè)乘客平均重量為 80kg，故優(yōu)化裕度并不大；而貨機(jī)貨艙中每個(gè)位置的集裝器重量相差很大且位置不同，這對(duì)重心位置影響較大，可想而知，貨機(jī)的配載優(yōu)化工作比客機(jī)復(fù)雜
【學(xué)位授予單位】：中國(guó)民航大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：V353

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 馮錦春;楊林建;;利用遺傳算法進(jìn)行機(jī)械優(yōu)化[J];四川工程職業(yè)技術(shù)學(xué)院學(xué)報(bào);2007年06期

2 任志鳳;胡小建;孫太生;徐飛;李云良;;遺傳算法在焊接領(lǐng)域的優(yōu)化與應(yīng)用[J];現(xiàn)代焊接;2012年03期

3 馮雙林;靳繼紅;;現(xiàn)代農(nóng)機(jī)數(shù)字化裝配車間調(diào)度技術(shù)研究——基于云計(jì)算和遺傳算法[J];農(nóng)機(jī)化研究;2018年01期

4 梁肖;周湘貞;;基于遺傳算法的小麥?zhǔn)崭顧C(jī)路徑智能優(yōu)化控制研究[J];農(nóng)機(jī)化研究;2018年02期

5 王勇;孫耀南;;基于遺傳算法的醫(yī)院房間位置優(yōu)化研究[J];電腦與信息技術(shù);2018年01期

6 程天棟;閔永智;馬宏鋒;;基于模糊超熵與遺傳算法的軌面缺陷分割算法[J];蘭州交通大學(xué)學(xué)報(bào);2016年06期

7 陳龍;;基于遺傳算法求解生產(chǎn)調(diào)度問(wèn)題的探討[J];現(xiàn)代制造技術(shù)與裝備;2016年11期

8 鄧偉;鄺祝芳;余紹軍;曾非凡;;基于遺傳算法的三峽-葛洲壩船閘閘室編排算法[J];人民長(zhǎng)江;2016年24期

9 王雷;李明;唐敦兵;蔡勁草;;基于改進(jìn)遺傳算法的機(jī)器人動(dòng)態(tài)路徑規(guī)劃[J];南京航空航天大學(xué)學(xué)報(bào);2016年06期

10 連建新;閆輝;張小稔;;基于分割樹遺傳算法的空間布局多目標(biāo)優(yōu)化研究[J];河北工業(yè)大學(xué)學(xué)報(bào);2016年05期

相關(guān)會(huì)議論文 前10條

1 陳猛;;遺傳算法在機(jī)械設(shè)計(jì)中的研究和創(chuàng)新[A];2017年9月全國(guó)教育科學(xué)學(xué)術(shù)科研成果匯編[C];2017年

2 彭軍;徐本柱;劉曉平;;遺傳算法的實(shí)現(xiàn)及其在生產(chǎn)調(diào)度中的應(yīng)用[A];全國(guó)第20屆計(jì)算機(jī)技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議（CACIS·2009）暨全國(guó)第1屆安全關(guān)鍵技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集（上冊(cè)）[C];2009年

3 韓戰(zhàn)鋼;;遺傳算法及在經(jīng)濟(jì)中的應(yīng)用[A];Optimization Method, Econophysics and Risk Management--Proceedings of CCAST (World Laboratory) Workshop[C];2001年

4 賴梅;熊麗榮;;基于改進(jìn)遺傳算法的乘務(wù)交路優(yōu)化問(wèn)題研究[A];第二十一屆中國(guó)控制會(huì)議論文集[C];2002年

5 肖龍光;丁曉東;;基于理性變異的遺傳算法[A];第六屆中國(guó)青年運(yùn)籌與管理學(xué)者大會(huì)論文集[C];2004年

6 鞠訓(xùn)光;于洪珍;;求整體優(yōu)化全部解的區(qū)間排除遺傳算法[A];第十七屆全國(guó)過(guò)路控制會(huì)議論文集[C];2006年

7 劉興隆;;快速進(jìn)化式遺傳算法[A];“電力大系統(tǒng)災(zāi)變防治和經(jīng)濟(jì)運(yùn)行重大課題”部分專題暨第九屆全國(guó)電工數(shù)學(xué)學(xué)術(shù)年會(huì)論文集[C];2003年

8 談斌;唐力鐵;張己化;周海云;;遺傳算法在漫反射系數(shù)計(jì)算中的應(yīng)用研究[A];2007年光電探測(cè)與制導(dǎo)技術(shù)的發(fā)展與應(yīng)用研討會(huì)論文集[C];2007年

9 任燕翔;姜立;劉連民;從滋慶;;改進(jìn)遺傳算法在三維日照方案優(yōu)化中的應(yīng)用[A];工程三維模型與虛擬現(xiàn)實(shí)表現(xiàn)——第二屆工程建設(shè)計(jì)算機(jī)應(yīng)用創(chuàng)新論壇論文集[C];2009年

10 蔡亞星;李偉明;尚飛;任武;薛正輝;高本慶;;雙種群遺傳算法進(jìn)行陣列天線綜合[A];2005'全國(guó)微波毫米波會(huì)議論文集（第三冊(cè)）[C];2006年

相關(guān)重要報(bào)紙文章 前8條

1 上�？茖W(xué)院規(guī)劃研究處 劉小玲;上海能否成為人工智能城市[N];解放日?qǐng)?bào);2017年

2 記者 常麗君;科學(xué)家首次將遺傳算法用于量子模擬[N];科技日?qǐng)?bào);2016年

3 林京;《神經(jīng)網(wǎng)絡(luò)和遺傳算法在水科學(xué)領(lǐng)域的應(yīng)用》將面市[N];中國(guó)水利報(bào);2002年

4 記者 李星婷;2014中國(guó)生命電子學(xué)術(shù)年會(huì)在渝召開[N];重慶日?qǐng)?bào);2014年

5 記者 劉霞;美用遺傳算法逆向設(shè)計(jì)新型納米材料[N];科技日?qǐng)?bào);2013年

6 高雪娟;協(xié)同設(shè)計(jì)的平臺(tái)策略[N];中國(guó)計(jì)算機(jī)報(bào);2006年

7 陳巍;浩辰有望在協(xié)同設(shè)計(jì)關(guān)鍵領(lǐng)域取得突破 引領(lǐng)CAD應(yīng)用新潮流[N];大眾科技報(bào);2006年

8 高峰;美國(guó)真能毀掉中國(guó)？[N];世界報(bào);2012年

相關(guān)博士學(xué)位論文 前10條

1 金小敏;移動(dòng)云環(huán)境中的計(jì)算遷移系統(tǒng)關(guān)鍵技術(shù)研究[D];北京郵電大學(xué);2018年

2 孫秋紅;基于遺傳算法的水質(zhì)數(shù)據(jù)挖掘與應(yīng)用研究[D];燕山大學(xué);2016年

3 王小港;遺傳算法在VLSI設(shè)計(jì)自動(dòng)化中的應(yīng)用研究[D];中國(guó)科學(xué)院上海冶金研究所;2001年

4 宋曉峰;優(yōu)生演進(jìn)優(yōu)化和統(tǒng)計(jì)學(xué)習(xí)建模[D];浙江大學(xué);2003年

5 吳大宏;基于遺傳算法與神經(jīng)網(wǎng)絡(luò)的橋梁結(jié)構(gòu)健康監(jiān)測(cè)系統(tǒng)研究[D];西南交通大學(xué);2003年

6 卜雷;城市貨物運(yùn)輸規(guī)劃優(yōu)化方法研究[D];西南交通大學(xué);2004年

7 廖平;基于遺傳算法的形狀誤差計(jì)算研究[D];中南大學(xué);2002年

8 李智勇;模式交流多群體遺傳算法及其在神經(jīng)網(wǎng)絡(luò)進(jìn)化建模中的應(yīng)用[D];湖南大學(xué);2003年

9 陳星;網(wǎng)絡(luò)并行和遺傳算法在HPM生物效應(yīng)評(píng)價(jià)和輻射天線設(shè)計(jì)中的應(yīng)用研究[D];四川大學(xué);2004年

10 金菊良;遺傳算法及其在水問(wèn)題中的應(yīng)用[D];河海大學(xué);1998年

相關(guān)碩士學(xué)位論文 前10條

1 袁仁杰;基于遺傳算法的地鐵司乘排班計(jì)劃管理研究[D];西南交通大學(xué);2018年

2 王海瀟;基于遺傳算法的優(yōu)化無(wú)功補(bǔ)償?shù)难芯縖D];遼寧工業(yè)大學(xué);2018年

3 劉冠宇;改進(jìn)的交互式遺傳算法研究及應(yīng)用[D];淮北師范大學(xué);2018年

4 紀(jì)云霞;列車節(jié)能運(yùn)行優(yōu)化的改進(jìn)遺傳算法研究[D];西南交通大學(xué);2018年

5 戴秀平;基于離散法和遺傳算法的裝夾布局分析與優(yōu)化[D];南昌航空大學(xué);2018年

6 陳慧明;振動(dòng)慢剪破碎機(jī)智能控制方法研究[D];江西理工大學(xué);2018年

7 何英杰;車機(jī)安全檢測(cè)的研究與實(shí)現(xiàn)[D];北京郵電大學(xué);2018年

8 曾斌;基于MES的線纜企業(yè)生產(chǎn)計(jì)劃與調(diào)度系統(tǒng)設(shè)計(jì)與應(yīng)用[D];電子科技大學(xué);2018年

9 李宏陽(yáng);基于改進(jìn)遺傳算法的風(fēng)電場(chǎng)無(wú)功優(yōu)化控制策略研究[D];沈陽(yáng)工業(yè)大學(xué);2018年

10 楊俊學(xué);遺傳算法在智能組卷系統(tǒng)中的應(yīng)用研究[D];天津工業(yè)大學(xué);2018年

本文編號(hào)：2601204