本文關(guān)鍵詞：基于遺傳模擬退火算法的航班著陸調(diào)度問題，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著國民經(jīng)濟的持續(xù)發(fā)展和中國在世界上受歡迎程度持續(xù)增加,我國民航飛行量快速增長,導(dǎo)致空中交通擁擠現(xiàn)象越來越嚴重。尤其在一些較繁忙的大型機場,航班延誤現(xiàn)象時有發(fā)生。這不僅給航空公司帶來了巨大的經(jīng)濟損失和信譽損失,也給旅客的出行安全帶來了隱患。為了解決日益嚴重的空中交通擁擠現(xiàn)象,加大乘坐航班的安全系數(shù),減少航空公司的延誤損失,本文對航班調(diào)度問題進行了數(shù)學(xué)建模,建立了基于遺傳模擬退火算法的數(shù)學(xué)模型,對單跑道的航班調(diào)度問題進行了充分的研究分析。本文在參照國內(nèi)外相關(guān)研究的基礎(chǔ)上,主要對單跑道的航班調(diào)度問題進行分析研究。本文首先介紹了空中交通流量管理的相關(guān)內(nèi)容,著重介紹了終端區(qū)流量管理的相關(guān)知識,包括終端區(qū)基本概念,航班飛行過程,航班排序等基礎(chǔ)知識。其次,在考慮航班延誤損失最小的基礎(chǔ)上,建立了航班調(diào)度的數(shù)學(xué)規(guī)劃模型,并利用先到先服務(wù)算法進行仿真分析,并對其進行了模型上的評價。最后,建立了基于遺傳模擬退火算法的航班調(diào)度模型。主要設(shè)計思路有以下幾個方面：(1)遺傳算法中采用整數(shù)序號的編碼方式,以航班的實際降落順序作為染色體的基因值,然后對染色體進行解碼,生成航班的實際到達時間。其中解碼操作的主要思想是：對于任意的染色體chrom=(χ1,χ2,···,χN),為了保證總損失最小,首先考慮第一個降落的航班x1,令其實際到達時間即為其目標到達時間；然后對于第二個降落的航班x2,從最早到達和最晚到達的時間集合中,刪去與航班x1不滿足時間間隔的時間,從剩下的時間集合中選擇距離x2的目標到達時間最小的時間作為航班的實際到達時間；其次,對于航班x3,同樣從其最早達到和最晚達到的時間集合中,刪去與航班x,和航班x2都不滿足時間間隔的時間,從剩下的時間集合中選擇距離x3的目標到達時間最小的時間作為航班的實際到達時間；以此類推可以得到各個航班的實際到達時間,進而完成染色體chrom的解碼工作。對解碼后的個體reach求解目標函數(shù)值objb。(2)對初始種群中染色體進行選擇,交叉,變異等操作。其中選擇操作采用隨機遍歷抽樣算法SUS。設(shè)子代的染色體的個數(shù)為Nset,SUS具體方法為：隨機排列種群適應(yīng)度,在[O,SUM/Nsel]范圍內(nèi)隨機產(chǎn)生一隨機數(shù)作為指針,然后生成相隔SUM/Nsel的N sel個指針,選擇適應(yīng)度范圍在指針上的個體。相對于輪盤賭選擇操作來說,SUS算法不僅具有更低的時間復(fù)雜度,而且具有最優(yōu)零偏差、最小個體擴展。.(3)交叉操作采用兩點交叉的方法。首先利用兩兩配對的原則對子代中的染色體進行兩兩配對,然后判斷它們是否進行交叉操作。對通過交叉概率Pc的染色體進行交叉,首先產(chǎn)生兩個隨機整數(shù)作為交叉位置,交換兩個染色體在交叉位置間的基因；然后利用部分映射的方法,消除染色體中的重復(fù)基因,最終得到可行的染色體。(4)變異操作采用單點變異的方法。對通過變異概率Pm的染色體進行變異,對個體的某兩個位置的基因值進行交換。(5)對經(jīng)過選擇、交叉、變異得到的新個體Selch進行解碼,對解碼后的個體neureach求解目標函數(shù)值newobjv,然后調(diào)整解碼后的個體并計算新的目標函數(shù)值。(6)通過采用以上的遺傳操作,再將模擬退火算法加入其中,對產(chǎn)生的新解進行Metropolis準則的判斷：設(shè)reachi為問題的當前解,newreachi為新解,T為當前溫度。objv,newobjv分別為解的目標函數(shù)值,增量df=newobjvi-objvi。則Metropolis準則為如果df0,則以概率1接受新解；否則,以概率exp(—T/df)接受新解,舍棄舊解�；谏厦娴脑O(shè)計和考慮,建立了基于遺傳模擬退火算法的航班著陸調(diào)度模型。通過對單跑道航班調(diào)度問題的仿真分析,證明了遺傳模擬退火算法的有效性。與先到先服務(wù)算法相比,遺傳模擬退火算法能夠更好地減少航班的延誤成本。而且算法的適應(yīng)性更廣,能夠適合不同目標函數(shù)、不同約束條件等情況。
【關(guān)鍵詞】：航班調(diào)度 單跑道 遺傳算法 模擬退火算法 Metropolis準則
【學(xué)位授予單位】：華中師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：V355;TP18
【目錄】：

• 摘要5-7
• Abstract7-13
• 第一章 緒論13-23
• 1.1 研究背景及意義13-17
• 1.2 國內(nèi)外研究現(xiàn)狀17-19
• 1.2.1 國外研究現(xiàn)狀17-18
• 1.2.2 國內(nèi)研究現(xiàn)狀18-19
• 1.3 主要工作及安排19-23
• 第二章 相關(guān)研究介紹23-27
• 2.1 空中交通流量管理概述23-24
• 2.2 終端區(qū)流量管理基礎(chǔ)24-27
• 2.2.1 終端區(qū)的基本概念24-25
• 2.2.2 終端區(qū)航班飛行過程25
• 2.2.3 終端區(qū)航班排序描述25-27
• 第三章 航班調(diào)度數(shù)學(xué)規(guī)劃模型27-34
• 3.1 數(shù)據(jù)信息27-28
• 3.2 模型建立28-31
• 3.2.1 假設(shè)條件28
• 3.2.2 符號說明28-29
• 3.2.3 目標函數(shù)與約束條件29-31
• 3.3 先到先服務(wù)算法31-34
• 3.3.1 先到先服務(wù)算法基本思想31-32
• 3.3.2 先到先服務(wù)模型仿真分析32-33
• 3.3.3 先到先服務(wù)模型評價33-34
• 第四章 遺傳模擬退火算法簡介34-39
• 4.1 遺傳算法理論基礎(chǔ)34-36
• 4.1.1 遺傳算法概述34
• 4.1.2 遺傳操作34-35
• 4.1.3 遺傳算法的主要步驟35-36
• 4.2 模擬退火算法理論基礎(chǔ)36-38
• 4.2.1 模擬退火算法概述36-37
• 4.2.2 Metropolis準則37
• 4.2.3 模擬退火算法主要步驟37-38
• 4.3 遺傳模擬退火算法38-39
• 第五章 基于遺傳模擬退火算法的航班調(diào)度模型39-53
• 5.1 遺傳算法實現(xiàn)39-45
• 5.1.1 染色體編碼39
• 5.1.2 初始種群生成39
• 5.1.3 染色體解碼39-41
• 5.1.4 目標函數(shù)41
• 5.1.5 選擇操作41-42
• 5.1.6 交叉操作42-44
• 5.1.7 變異操作44-45
• 5.2 模擬退火算法實現(xiàn)45-47
• 5.3 遺傳模擬退火算法實現(xiàn)47-49
• 5.4 仿真分析49-52
• 5.5 模型評價52-53
• 第六章 結(jié)束語53-55
• 參考文獻55-59
• 攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文59-60
• 致謝60-61
• 附錄61-69

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉琳;谷寒雨;席裕庚;;工件到達時間未知的動態(tài)車間滾動重調(diào)度[J];機械工程學(xué)報;2008年05期

2 郭艷東;黃敏;王慶;;鎖定初始調(diào)度的緊急工作單機重調(diào)度問題[J];東北大學(xué)學(xué)報(自然科學(xué)版);2013年05期

3 姜洋;孫偉;丁秋雷;張旭;;考慮行為主體的單機調(diào)度干擾管理模型[J];機械工程學(xué)報;2013年14期

4 席裕庚,王長軍;控制、規(guī)劃和調(diào)度問題中的博弈論應(yīng)用[J];中國計量學(xué)院學(xué)報;2005年01期

5 徐群嶺;;基于免疫優(yōu)化的公交駕駛員調(diào)度問題[J];計算機工程;2010年24期

6 喻道遠;史登松;劉盛強;張三強;;帶模糊排序的移動瓶頸法求解不確定調(diào)度問題[J];機械制造;2011年02期

7 劉鵬;周曉曄;衣娜;;帶有減少線性惡化效應(yīng)的雙代理調(diào)度問題[J];系統(tǒng)工程學(xué)報;2011年03期

8 劉曉東;陳英武;龍運軍;賀仁杰;李菊芳;;同型機在線調(diào)度問題研究進展[J];計算機集成制造系統(tǒng);2012年03期

9 姚君遺，楊善林，左春榮;基于實例FMS的AGV調(diào)度數(shù)學(xué)模型與算法[J];合肥工業(yè)大學(xué)學(xué)報(自然科學(xué)版);1995年01期

10 董平;機器調(diào)度問題及求解方法[J];物流技術(shù)與應(yīng)用;1997年01期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 李建更;涂凍生;馬海濤;;單機拖后時間總和問題交付期擾動時最優(yōu)調(diào)度不變范圍的一種求法[A];第十九屆中國控制會議論文集（一）[C];2000年

2 劉海龍;黃小原;;總的未完工費用最小的多機調(diào)度問題[A];1995中國控制與決策學(xué)術(shù)年會論文集[C];1995年

3 沈吟東;曾西洋;;公共交通駕駛員調(diào)度的復(fù)雜性及解決方法[A];’2004計算機應(yīng)用技術(shù)交流會議論文集[C];2004年

4 李兵;蔣慰孫;;Job shop問題的建模及調(diào)度[A];1996中國控制與決策學(xué)術(shù)年會論文集[C];1996年

5 王海星;申金升;;智能蟻群算法解決公交區(qū)域調(diào)度問題研究[A];2006年首屆ICT大會信息、知識、智能及其轉(zhuǎn)換理論第一次高峰論壇會議論文集[C];2006年

6 王成堯;汪定偉;;模糊加工時間的單機調(diào)度問題[A];1996中國控制與決策學(xué)術(shù)年會論文集[C];1996年

7 齊向彤;涂奉生;;雙交付期E／T調(diào)度問題[A];1997年中國控制會議論文集[C];1997年

8 吳斌;方葉祥;崔志勇;;基于人工蜂群算法的越庫調(diào)度問題研究[A];第25屆中國控制與決策會議論文集[C];2013年

9 方濤;吳受章;;FMS的自適應(yīng)調(diào)度:結(jié)構(gòu)與算法研究[A];1992年中國控制與決策學(xué)術(shù)年會論文集[C];1992年

10 劉興初;趙千川;鄭大鐘;;具有不同準備時間和交付期的單機E／T調(diào)度問題研究[A];1998年中國控制會議論文集[C];1998年

中國重要報紙全文數(shù)據(jù)庫 前2條

1 本報記者 賈科華;火電機組叫苦調(diào)度不合理[N];中國能源報;2012年

2 本報記者 高芳;牽住“牛鼻子” 巧解“推進難”[N];湖南經(jīng)濟報;2008年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 郭鵬;具有分段惡化效應(yīng)生產(chǎn)過程的智能優(yōu)化調(diào)度研究[D];西南交通大學(xué);2014年

2 元野;基于圖著色模型的零擔物流調(diào)度優(yōu)化問題研究[D];哈爾濱工業(yè)大學(xué);2015年

3 左燕;大規(guī)模復(fù)雜生產(chǎn)調(diào)度問題瓶頸分解方法研究[D];上海交通大學(xué);2007年

4 王磊;OKP企業(yè)分散式項目計劃與調(diào)度優(yōu)化方法研究[D];哈爾濱工業(yè)大學(xué);2013年

5 李小林;平行機環(huán)境下批處理機調(diào)度問題研究[D];中國科學(xué)技術(shù)大學(xué);2012年

6 金毅;模糊集合論在生產(chǎn)計劃和調(diào)度中的應(yīng)用研究[D];東南大學(xué);1994年

7 李玉慶;動態(tài)不確定環(huán)境下航天器觀測調(diào)度問題研究[D];哈爾濱工業(yè)大學(xué);2008年

8 劉志雄;調(diào)度問題中的粒子群優(yōu)化方法及其應(yīng)用研究[D];武漢理工大學(xué);2005年

9 湯健超;基于混合進化算法的若干調(diào)度問題研究[D];華南理工大學(xué);2012年

10 江維;任務(wù)關(guān)鍵實時系統(tǒng)的可信感知調(diào)度研究[D];電子科技大學(xué);2009年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 張亮;云計算環(huán)境下的資源調(diào)度技術(shù)的研究[D];江南大學(xué);2015年

2 馮卓鵬;重載運輸卸車組織優(yōu)化研究[D];西南交通大學(xué);2015年

3 崔雪源;基于遺傳模擬退火算法的航班著陸調(diào)度問題[D];華中師范大學(xué);2015年

4 王翠;基于超圖模型和相繼干擾消除的鏈路調(diào)度問題的研究[D];曲阜師范大學(xué);2015年

5 張勇;帶拒絕和釋放時間的單機批調(diào)度問題[D];山東大學(xué);2015年

6 吳凡;基于粒子群優(yōu)化算法的風電-火電機組組合調(diào)度研究[D];華北電力大學(xué);2015年

7 趙虎;MTO模式下的制造企業(yè)穩(wěn)健型調(diào)度問題研究[D];重慶理工大學(xué);2015年

8 鮑和映;航空公司不正常航班調(diào)度研究[D];南京航空航天大學(xué);2013年

9 羊曉飛;基于場景和模糊描述的不確定Job Shop魯棒調(diào)度[D];山東大學(xué);2009年

10 王建波;基于綜合利益最優(yōu)的集成調(diào)度優(yōu)化模型應(yīng)用研究[D];大連交通大學(xué);2010年

  本文關(guān)鍵詞：基于遺傳模擬退火算法的航班著陸調(diào)度問題，，由筆耕文化傳播整理發(fā)布。

本文編號：289914