飞机机群起飞调度方法、装置、设备和存储介质制造方法及图纸

本申请涉及一种飞机机群起飞调度方法、装置、设备和存储介质。所述方法包括：构建出动调度模型；构建多岛分布模型，并对每一岛屿的分布模型初始化；根据局部精英样本和岛屿全局精英库对初始化后的每一岛屿的分布模型进行并行迭代更新，当满足第一迭代终止条件时，输出每一岛屿最优样本对应的最优适应度；根据预先设置的多岛信息交流融合机制和每一岛屿最优样本对应的最优适应度，对每一岛屿的分布信息进行交流融合，对每一交流融合后岛屿的分布参数进行并行迭代更新，当满足第二迭代终止条件时，输出最优机群出动调度方案。采用本方法能够高效执行机群起飞调度任务。够高效执行机群起飞调度任务。够高效执行机群起飞调度任务。

【技术实现步骤摘要】
飞机机群起飞调度方法、装置、设备和存储介质


[0001]本申请涉及机群调度
，特别是涉及一种飞机机群起飞调度方法、装置、设备和存储介质。

技术介绍

[0002]机群在执行完机务勤务保障作业之后，将依次滑行至各个起飞位执行出动离场任务。出动离场任务涉及可用暖机位约束和多机滑行的避碰安全，且排序顺序直接影响到编队出动执行任务的效能，需要合理规划多机出动离场的各阶段作业时序和转移路径。
[0003]针对该问题，当前研究主要着眼于停机位至起飞位的滑行路径规划问题，未能考虑可用暖机停机位约束、起飞位与跑道干涉等海上平台环境的影响。尽管在民航机场多跑道离场调度方面的研究成果较为丰富，但与海上平台飞机出动离场相比存在诸多不同点：(1)民航飞机并无暖机自检，从停机位可直接滑行至起飞跑道，而海上平台诸如建筑物前部分停机位不具备暖机条件，停驻于此的飞机需转运至可暖机位方可进行起飞前第一道暖机自检工序；(2)民航机场空间充足，由停机坪至起飞跑道的路线明确，而海上平台滑行路径是一个狭窄的开放区域，多机滑行时需进行实时的避碰处理；(3)与民航机场多条并行起飞跑道结构不同，海上平台起飞跑道之间以及跑道与起飞位之间存在干涉的情况，如库舰海上平台环境，C3起飞位所在的跑道与C1起飞位和所在跑道存在干涉和重叠，属于多类型空间资源干涉问题，相对于民航机场离场调度问题具有更大的挑战性。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种飞机机群起飞调度方法、装置、设备和存储介质。
[0005]一种飞机机群起飞调度方法，所述方法包括：
[0006]解析预先设置的机群出动任务，得到待调度飞机的飞机编号、停机位编号、作业阶段集和多个飞机编队；所述飞机编队包括多个所述飞机编号；
[0007]根据所述待调度飞机的飞机编号、所述停机位编号、所述作业阶段集、所述多个飞机编队和预设的约束条件，以机群出动效能最大、机群出动完成时间最小和机群滑行时间和最小为目标函数，构建所述待调度飞机的出动优先级及起飞位选择的出动调度模型；
[0008]构建多岛分布模型，并对每一岛屿的分布模型初始化；所述每一岛屿的分布模型为相互独立的截断高斯分布模型；
[0009]采用交叉熵方法根据局部精英样本和岛屿全局精英库对初始化后的每一岛屿的分布模型进行并行迭代更新，当满足第一迭代终止条件时，输出每一岛屿最优样本对应的最优适应度；所述局部精英样本为每一岛屿每次迭代时的精英样本，所述岛屿全局精英库用于保存每一岛屿历次迭代的历史最优样本；
[0010]根据预先设置的多岛信息交流融合机制和所述每一岛屿最优样本对应的最优适应度，对每一岛屿的分布信息进行交流融合，采用交叉熵方法对每一交流融合后岛屿的分
布参数进行并行迭代更新，当满足第二迭代终止条件时，输出最优机群出动调度方案。
[0011]一种飞机机群起飞调度装置，所述装置包括：
[0012]任务解析模块，用于解析预先设置的机群出动任务，得到待调度飞机的飞机编号、停机位编号、作业阶段集和多个飞机编队；所述飞机编队包括多个所述飞机编号；
[0013]出动调度模型构建模块，用于根据所述待调度飞机的飞机编号、所述停机位编号、所述作业阶段集、所述多个飞机编队和预设的约束条件，以机群出动效能最大、机群出动完成时间最小和机群滑行时间和最小为目标函数，构建所述待调度飞机的出动优先级及起飞位选择的出动调度模型；
[0014]多岛分布模型构建模块，用于构建多岛分布模型，并对每一岛屿的分布模型初始化；所述每一岛屿的分布模型为相互独立的截断高斯分布模型；
[0015]分布模型更新模块，用于采用交叉熵方法根据局部精英样本和岛屿全局精英库对初始化后的每一岛屿的分布模型进行并行迭代更新，当满足第一迭代终止条件时，输出每一岛屿最优样本对应的最优适应度；所述局部精英样本为每一岛屿每次迭代时的精英样本，所述岛屿全局精英库用于保存每一岛屿历次迭代的历史最优样本；
[0016]调度方案输出模块，用于根据预先设置的多岛信息交流融合机制和所述每一岛屿最优样本对应的最优适应度，对每一岛屿的分布信息进行交流融合，用于采用交叉熵方法对每一交流融合后岛屿的分布参数进行并行迭代更新，当满足第二迭代终止条件时，输出最优机群出动调度方案。
[0017]一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
[0018]解析预先设置的机群出动任务，得到待调度飞机的飞机编号、停机位编号、作业阶段集和多个飞机编队；所述飞机编队包括多个所述飞机编号；
[0019]根据所述待调度飞机的飞机编号、所述停机位编号、所述作业阶段集、所述多个飞机编队和预设的约束条件，以机群出动效能最大、机群出动完成时间最小和机群滑行时间和最小为目标函数，构建所述待调度飞机的出动优先级及起飞位选择的出动调度模型；
[0020]构建多岛分布模型，并对每一岛屿的分布模型初始化；所述每一岛屿的分布模型为相互独立的截断高斯分布模型；
[0021]采用交叉熵方法根据局部精英样本和岛屿全局精英库对初始化后的每一岛屿的分布模型进行并行迭代更新，当满足第一迭代终止条件时，输出每一岛屿最优样本对应的最优适应度；所述局部精英样本为每一岛屿每次迭代时的精英样本，所述岛屿全局精英库用于保存每一岛屿历次迭代的历史最优样本；
[0022]根据预先设置的多岛信息交流融合机制和所述每一岛屿最优样本对应的最优适应度，对每一岛屿的分布信息进行交流融合，采用交叉熵方法对每一交流融合后岛屿的分布参数进行并行迭代更新，当满足第二迭代终止条件时，输出最优机群出动调度方案。
[0023]一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
[0024]解析预先设置的机群出动任务，得到待调度飞机的飞机编号、停机位编号、作业阶段集和多个飞机编队；所述飞机编队包括多个所述飞机编号；
[0025]根据所述待调度飞机的飞机编号、所述停机位编号、所述作业阶段集、所述多个飞
机编队和预设的约束条件，以机群出动效能最大、机群出动完成时间最小和机群滑行时间和最小为目标函数，构建所述待调度飞机的出动优先级及起飞位选择的出动调度模型；
[0026]构建多岛分布模型，并对每一岛屿的分布模型初始化；所述每一岛屿的分布模型为相互独立的截断高斯分布模型；
[0027]采用交叉熵方法根据局部精英样本和岛屿全局精英库对初始化后的每一岛屿的分布模型进行并行迭代更新，当满足第一迭代终止条件时，输出每一岛屿最优样本对应的最优适应度；所述局部精英样本为每一岛屿每次迭代时的精英样本，所述岛屿全局精英库用于保存每一岛屿历次迭代的历史最优样本；
[0028]根据预先设置的多岛信息交流融合机制和所述每一岛屿最优样本对应的最优适应度，对每一岛屿的分布信息进行交流融合，采用交叉熵方法对每一交流融合后岛屿的分布参数进行并行迭代更新，当满足第二本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种飞机机群起飞调度方法，其特征在于，所述方法包括：解析预先设置的机群出动任务，得到待调度飞机的飞机编号、停机位编号、作业阶段集和多个飞机编队；所述飞机编队包括多个所述飞机编号；根据所述待调度飞机的飞机编号、所述停机位编号、所述作业阶段集、所述多个飞机编队和预设的约束条件，以机群出动效能最大、机群出动完成时间最小和机群滑行时间和最小为目标函数，构建所述待调度飞机的出动优先级及起飞位选择的出动调度模型；构建多岛分布模型，并对每一岛屿的分布模型初始化；所述每一岛屿的分布模型为相互独立的截断高斯分布模型；采用交叉熵方法根据局部精英样本和岛屿全局精英库对初始化后的每一岛屿的分布模型进行并行迭代更新，当满足第一迭代终止条件时，输出每一岛屿最优样本对应的最优适应度；所述局部精英样本为每一岛屿每次迭代时的精英样本，所述岛屿全局精英库用于保存每一岛屿历次迭代的历史最优样本；根据预先设置的多岛信息交流融合机制和所述每一岛屿最优样本对应的最优适应度，对每一岛屿的分布信息进行交流融合，采用交叉熵方法对每一交流融合后岛屿的分布参数进行并行迭代更新，当满足第二迭代终止条件时，输出最优机群出动调度方案。2.根据权利要求1所述的方法，其特征在于，对每一岛屿的分布模型初始化的步骤包括：在每一所述分布模型的定义区间内随机生成多个个体，采用预先设置的出动调度解码规则对所述每一个体对应的编码数据解码，得到所述多个个体对应的解；采用K
‑
means算法将所述多个个体对应的解作为样本划分到各个岛屿中，根据每一岛屿上的样本对每一岛屿的分布模型初始化。3.根据权利要求1所述的方法，其特征在于，在所述在每一所述分布模型的定义区间内随机生成多个个体之前，包括：采用连续编码规则对每一待调度飞机所选择的起飞位和每一待调度飞机的出动优先级进行编码，得到每一待调度飞机对应的个体；所述个体中任一维度基因的整数部分表示每一待调度飞机所选择的起飞位，基因的小数部分表示每一待调度飞机的出动优先级；所述连续编码规则还包括：对于所述个体中任一维度基因，当所述基因的整数部分为奇数时，所述基因的小数部分数值越小，则所述小数部分对应的待调度飞机的出动优先级越高；当所述基因的整数部分为偶数时，所述基因的小数部分数值越大，则所述小数部分对应的待调度飞机的出动优先级越高。4.根据权利要求1所述的方法，其特征在于，采用交叉熵方法根据局部精英样本和岛屿全局精英库对初始化后的每一岛屿的分布模型进行并行迭代更新的步骤包括：根据每一岛屿当前迭代次数的分布模型随机抽样，得到多个个体，采用所述出动调度解码机制计算每一所述个体的解，得到多个样本，根据所述多个样本的次序统计量的分位数，得到每一岛屿的精英样本和最优样本；选取每一岛屿的精英样本为局部精英样本，构建岛屿全局精英库；所述岛屿全局精英库包括全局精英样本；所述全局精英样本包括每一岛屿历次迭代的历史最优样本；根据每一岛屿的所述全局精英样本所构造分布模型的参数和所述局部抽样精英样本
所构造分布模型的参数，并行迭代更新每一岛屿的分布模型的分布参数。5.根据权利要求1所述的方法，其特征在于，所述根据预先设置的多岛信息交流融合机制和所述每一岛屿最优样本对应的最优适应度，对每一岛屿的分布信息进行交流融合，采用交叉熵方法对每一交流融合后岛屿的分布参数进行并行迭代更新，当满足第二迭代终止条件时，输出最优机群出动调度方案包括：在每一更新好的岛屿上随机抽样生成多个个体，在每一所述个体的任一维度，当参数随机数小于或等于预先设置的交叉概率时，根据其余各岛的所述最优适应度进行轮盘赌，随机选择交流岛屿，并根据所述交流岛屿在对应维度上的分布模型进行抽样，以对当前岛屿与交流岛屿的分布信息进行交流融合；当参数随机数大于预先设置的交叉概率时，根据每一所述岛屿的分布模型进行抽样；根据抽样后的多个新的个体，采用交叉熵方法对每一交流融合后岛屿的分布参数进行并行迭代更新，当满足第二迭代终止条件时，输出最优机群出动调度方案；所述最优机群出动调度方案包括最优出动时序方案和最优起飞位分配方案。6.根据权利要求1所述的方法，其特征在于，得到所述约束条件的步骤包括：根据当前待调度飞机的作业阶段的转运作业时序关系、保障作业时序关系、转运作业和保障作业之间的衔接关系以及偏流板冷却复位时间间隔约束，得到作业流程时序约束；所述作业阶段包括转运作业和保障作业；所述转运作业时序关系为：其中，I为待起飞飞机集合，I＝{1,2,
…
,Nf}，j∈J，J为作业阶段集，J＝{0,1,2,3,4}，0表示初始布列阶段，1表示暖机自检阶段，2表示偏流板后等待阶段，3表示起飞位准备阶段，4表示起飞出动阶段，Ez
ij
为决策变量，表示i机第j作业阶段的转运结束时间Sz
ij
为决策变量，表示i机第j作业阶段的转运开始时间，ΔTz
ij
为待起飞飞机的转运时间；所述保障作业时序关系为：其中，Ew
ij
为决策变量，表示i机第j作业阶段作业结束时间，Sw
ij
为决策变量，表示i机第j作业阶段作业开始时间，dw
j
为第j阶段保障作业工时；所述转运作业和保障作业之间的衔接关系为：所述转运作业和保障作业之间的衔接关系为：所述偏流板冷却复位时间间隔约束为：Yp
ijejp
为决策变量，表示处于不同作业阶段的飞机占...

【专利技术属性】
技术研发人员：苏析超，张勇，万兵，刘玉杰，程亮亮，汪节，韩啸华，夏润泽，刘子玄，
申请(专利权)人：中国人民解放军海军航空大学，
类型：发明
国别省市：