隨著我國(guó)航空運(yùn)輸業(yè)大力發(fā)展,機(jī)場(chǎng)保障服務(wù)越發(fā)復(fù)雜。如何對(duì)特種車進(jìn)行高效率的調(diào)度,避免人工調(diào)度失誤導(dǎo)致航班延誤,成為實(shí)現(xiàn)機(jī)場(chǎng)高效運(yùn)作的關(guān)鍵問(wèn)題。針對(duì)有限資源下機(jī)場(chǎng)特種車合理調(diào)度的問(wèn)題,本文以加油車與擺渡車為對(duì)象,構(gòu)建以車輛使用最少、行駛總路程最短和服務(wù)中斷時(shí)間最短為目標(biāo)的多目標(biāo)優(yōu)化調(diào)度模型,并對(duì)多目標(biāo)遺傳算法做出改進(jìn)以對(duì)該模型進(jìn)行有效求解。以帶精英策略的非支配排序遺傳算法(NSGA-Ⅱ)算法為研究基礎(chǔ),引入隨適應(yīng)度函數(shù)大小變化的自適應(yīng)交叉概率和變異概率,以提高局部搜索能力;引入鯨魚算法,將鯨魚算法與原始算法相結(jié)合,提出了自適應(yīng)鯨魚多目標(biāo)遺傳算法(WOA-NSGA-Ⅱ),并將提出的自適應(yīng)算法與原始算法分別對(duì)兩種測(cè)試函數(shù)進(jìn)行優(yōu)化,并通過(guò)逆世代距離(IGD)和超體積指標(biāo)(HV)兩種指標(biāo)對(duì)兩種算法進(jìn)行性能對(duì)比。仿真結(jié)果表明,改進(jìn)的自適應(yīng)鯨魚多目標(biāo)遺傳算法得到的帕累托(pareto)最優(yōu)解優(yōu)于原始算法,且具有更好的收斂性和分布廣泛性,得到的解可以快速收斂于真實(shí)帕累托最優(yōu)前沿。使用改進(jìn)的自適應(yīng)WOA-NSGA-Ⅱ算法對(duì)建立的多目標(biāo)優(yōu)化調(diào)度模型進(jìn)行求解,帶入真實(shí)機(jī)場(chǎng)航班數(shù)據(jù)和機(jī)場(chǎng)矩陣,得到一組加油車與...

【文章頁(yè)數(shù)】：74 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
1 緒論
    1.1 研究背景及研究意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 特種車單獨(dú)調(diào)度問(wèn)題
        1.2.2 多車型車輛調(diào)度問(wèn)題
        1.2.3 通信網(wǎng)絡(luò)中資源調(diào)度問(wèn)題
    1.3 論文組織結(jié)構(gòu)
2 多目標(biāo)優(yōu)化算法
    2.1 多目標(biāo)優(yōu)化算法概述
        2.1.1 多目標(biāo)優(yōu)化問(wèn)題的數(shù)學(xué)模型
        2.1.2 支配關(guān)系
        2.1.3 Pareto最優(yōu)解
        2.1.4 Pareto最優(yōu)前沿
    2.2 多目標(biāo)優(yōu)化算法的性能指標(biāo)
        2.2.1 收斂性
        2.2.2 分布性
        2.2.3 綜合性能
    2.3 遺傳算法
        2.3.1 遺傳算法簡(jiǎn)介
        2.3.2 編碼
        2.3.3 選擇操作
        2.3.4 交叉操作
        2.3.5 變異操作
        2.3.6 適應(yīng)度函數(shù)
    2.4 NSGA算法與NSGA-Ⅱ算法
        2.4.1 快速非支配排序方法
        2.4.2 精英選擇策略
        2.4.3 擁擠距離
        2.4.4 擁擠度選擇算子
        2.4.5 NSGA-Ⅱ基本求解過(guò)程
    2.5 本章小結(jié)
3 通信網(wǎng)絡(luò)中資源調(diào)度問(wèn)題分析及機(jī)場(chǎng)特種車調(diào)度模型建立
    3.1 通信網(wǎng)絡(luò)中資源調(diào)度問(wèn)題分析
    3.2 JSP問(wèn)題綜述
        3.2.1 JSP問(wèn)題
        3.2.2 JSP數(shù)學(xué)模型
    3.3 VRPTW問(wèn)題綜述
        3.3.1 VRPTW問(wèn)題
        3.3.2 VRPTW的問(wèn)題描述
    3.4 機(jī)場(chǎng)特種車輛調(diào)度問(wèn)題概述
        3.4.1 機(jī)場(chǎng)地面保障服務(wù)
        3.4.2 地勤保障服務(wù)調(diào)度問(wèn)題的特點(diǎn)
        3.4.3 航班地面保障服務(wù)流程
    3.5 機(jī)場(chǎng)特種車調(diào)度問(wèn)題描述及模型建立
        3.5.1 問(wèn)題描述
        3.5.2 模型相關(guān)參數(shù)設(shè)置
        3.5.3 加油車與擺渡車聯(lián)合調(diào)度數(shù)學(xué)模型建立
    3.6 本章小結(jié)
4 一種NSGA-Ⅱ的改進(jìn)算法
    4.1 NSGA-Ⅱ算法的不足
    4.2 操作算子設(shè)計(jì)
        4.2.1 交叉
        4.2.2 變異
    4.3 鯨魚算法與NSGA-Ⅱ相結(jié)合
        4.3.1 鯨魚算法WOA
        4.3.2 鯨魚算法與NSGA-Ⅱ相結(jié)合
    4.4 仿真與結(jié)果分析
        4.4.1 ZDT1測(cè)試函數(shù)的優(yōu)化
        4.4.2 ZDT2測(cè)試函數(shù)的優(yōu)化
    4.5 本章小結(jié)
5 基于改進(jìn)NSGA-Ⅱ的特種車輛聯(lián)合調(diào)度問(wèn)題求解
    5.1 模型分析
    5.2 模型求解
    5.3 算例分析
        5.3.1 航班數(shù)據(jù)預(yù)處理
    5.4 實(shí)驗(yàn)結(jié)果及分析
        5.4.1 求解結(jié)果
        5.4.2 調(diào)度方案
    5.5 本章小結(jié)
6 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
致謝
參考文獻(xiàn)
附錄 攻讀碩士學(xué)位期間的成果



本文編號(hào)：3743276