基于PSOA算法的通航物流配载效能优化方法技术

本发明专利技术公开了一种基于PSOA算法的通航物流配载效能优化方法，在通航物流配载效能优化问题应用中通过使用PSOA算法对通用飞机多个不同状态参数进行总体优化，能够使通用飞机的总体配载效能更高，经济性更好。在本发明专利技术的方法中，极特征种群之间可以不进行局部优化，进而简化了算法框架复杂度，提升了算法的运行效率；同时也可以灵活嵌入其它一些智能算法中含有的信息交换算子对PSOA算法中生成的极特征种群进行局部优化，以提升可能潜在的收敛效率。

Optimizing Method of Navigation Logistics Loading Efficiency Based on PSOA Algorithms

The invention discloses a method for optimizing the loading efficiency of navigable logistics based on PSOA algorithm. In the application of the optimization problem of the loading efficiency of navigable logistics, the PSOA algorithm is used to optimize the parameters of various states of a general aircraft, which can make the overall loading efficiency of the general aircraft higher and the economy better. In the method of the present invention, the polar feature population can be optimized locally without local optimization, thus simplifying the complexity of the algorithm framework and improving the efficiency of the algorithm. At the same time, the polar feature population generated in the PSOA algorithm can be optimized locally by embedding the information exchange operator contained in some other intelligent algorithms to improve the potential convergence efficiency.

【技术实现步骤摘要】
基于PSOA算法的通航物流配载效能优化方法
本专利技术属于智能算法领域，用于各类复杂NP或非NP优化问题的求解，具体涉及一种基于PSOA算法的通航物流配载效能优化方法。
技术介绍
智能算法主要包含进化算法、人工神经网络算法、群体智能优化算法等类型。智能算法为难以精确求解的很多现实工程和管理应用中的NP问题提供了一个能够获得满足实际需求的近似最优解的途径。很多智能算法在可行解空间中有较强的全域搜索能力，为获得更好的近似最优解提供了更大的概率。但同时智能算法间也有不同的优势和劣势。很多智能算法在运行过程中需要对求解问题进行编码求解(例如进化算法中的遗传算法)，一个编码的数据化代表一个解个体，当求解问题的求解参数较多或对问题求解的影响因素较多，个体编码的构造也就越为复杂，个体的操作过程也变的越为庞大，求解过程和运算规模会快速上升，进而影响求解效率；有些智能算法的优势在于搜索广度大(例如一些群体智能算法),但深度搜索能力不足，进而导致对最优解的周边搜索不足，算法的稳定性不好；有些智能算法深度搜索能力强，但广度搜索能力弱，易于过早陷入局部最优解而影响算法后期的运行效率和最终求解效果。PSOA算本文档来自技高网...

【技术保护点】
1.一种基于PSOA算法的通航物流配载效能优化方法，其特征在于：其包括如下步骤：步骤1.根据所研究问题的求解目标，建立关于求解目标最优值的目标函数；步骤2.根据目标函数中的参数数量与结构形式设计算法所需的个体结构；步骤3.根据个体参数在目标问题中的取值范围生成问题解的初始种群；步骤4.在初始种群中根据问题求解目标，选取或设计能够反映种群或问题特征的个体或个体值作为一组特征极；步骤5.根据AF调和因子，按照特征个体的设计繁殖代数或种群规模对特征个体进行种群扩张，生成若干极特征种群；步骤6.从极特征种群簇中提取新特征极；步骤7.判断新特征极中是否出现更优秀个体，若未出现，则算法结束，特征极中的最优...

【技术特征摘要】
1.一种基于PSOA算法的通航物流配载效能优化方法，其特征在于：其包括如下步骤：步骤1.根据所研究问题的求解目标，建立关于求解目标最优值的目标函数；步骤2.根据目标函数中的参数数量与结构形式设计算法所需的个体结构；步骤3.根据个体参数在目标问题中的取值范围生成问题解的初始种群；步骤4.在初始种群中根据问题求解目标，选取或设计能够反映种群或问题特征的个体或个体值作为一组特征极；步骤5.根据AF调和因子，按照特征个体的设计繁殖代数或种群规模对特征个体进行种群扩张，生成若干极特征种群；步骤6.从极特征种群簇中提取新特征极；步骤7.判断新特征极中是否出现更优秀个体，若未出现，则算法结束，特征极中的最优个体即全局最优解；若出现，则根据AF调和因子产生新一批极特征种群，返回步骤5进行循环迭代，直至在特征极中无法出现更优秀个体。2.根据权利要求1所述的基于PSOA算法的通航物流配载效能优化方法，其特征在于：在配载优化过程中，根据通用飞机在任务执行中的飞行特性和主要环境影响因素来确定配载效能指数的目标函数。3.根据权利要求2所述的基于PSOA算法的通航物流配载效能优化方法，其特征在于：在配载优化过程中，算法目标函数由如下公式(1)确定：其中，Feco为通用飞机的综合状态效能水平指数；KAB表示航程约束；α表示配载系数；Mmax表示飞机满载重量；Mts表示任务总商载；M′l表示飞机燃油量；Mp表...

【专利技术属性】
技术研发人员：张昊，
申请(专利权)人：石家庄飞机工业有限责任公司，
类型：发明
国别省市：河北,13