机群出入库转运协同调度优化方法、装置和设备制造方法及图纸

本申请涉及一种机群出入库转运协同调度优化方法、装置和设备。该方法包括：获取待转运飞机的飞机编号和预先构建的调度模型；构建概率模型，并采用预约束策略初始化概率模型；根据初始化后的相对优先概率矩阵进行抽样，得到包含多个个体的种群，根据种群中每一个体对应的个体适应度得到精英种群，并采用局部搜索方法更新精英种群，利用更新后的精英种群更新相对优先概率矩阵，并进行迭代运算，直到满足迭代终止条件，得到最优解；采用预先设置的转运调度解码规则对最优解对应的最优编码进行解码，得到最优调度方案，根据最优调度方案进行机群出入库转运协同调度。采用本方法能够对机群出入库转运协同调度，确保转运作业的安全与高效。高效。高效。

【技术实现步骤摘要】
机群出入库转运协同调度优化方法、装置和设备


[0001]本申请涉及机群调度
，特别是涉及一种机群出入库转运协同调度优化方法、装置和设备。

技术介绍

[0002]在飞机机群出动回收的循环作业过程中，由于海上平台存在不同的保障功能划分，需要在海上平台和机库之间以及海上平台停机位之间进行频繁的转运作业。当进行直接出动准备时，需将机库存放的飞机转运至海上平台进行保障作业；而当机群回收后进行再次出动准备时，故障或无任务飞机则需转运至机库进行维修或驻留，而机库中的任务飞机则补充转运至海上平台执行出动保障作业。因此，机群出入库及海上平台转运作为各阶段海上平台和机库保障的一个重要纽带，合理地协同规划多机转运的时序和路线对海上平台和机库保障的安全性和时效性均具有重要意义。
[0003]然而，机群出入库准运协同调度问题复杂程度高，约束条件众多，求解难度大。对于此问题的求解，现有的优化模型的精细程度不高且缺乏通用性。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种机群出入库转运协同调度优化方法、装置和设备。
[0005]一种机群出入库转运协同调度优化方法，所述方法包括：
[0006]获取待转运飞机的飞机编号；所述待转运飞机的转运工序由调运设备和调运设备对应配置的调运组完成；所述待转运飞机的出入库转运为跨区域转运；
[0007]根据预先设置的设备分配的独占性约束、飞机转运时序约束、飞机转运避碰约束和调运设备转移保障时序约束，以机群转运完工时间最小、负载均衡指标最小和调运组转移时间最小为目标，构建调度模型；
[0008]构建概率模型，并采用预约束策略初始化所述概率模型；所述概率模型包括相对优先概率矩阵；所述预约束策略用于对停机位阻塞时相关待转运飞机的相对转运优先级进行约束；
[0009]根据所述初始化后的相对优先概率矩阵进行抽样，得到包含多个个体的种群，根据所述种群中每一个体对应的个体适应度得到精英种群，并采用局部搜索方法更新所述精英种群，利用更新后的精英种群更新所述相对优先概率矩阵，并进行迭代运算，直到满足迭代终止条件，得到最优解；
[0010]采用预先设置的转运调度解码规则对所述最优解对应的最优编码进行解码，得到最优调度方案，根据所述最优调度方案进行机群出入库转运协同调度。
[0011]一种机群出入库转运协同调度优化装置，所述装置包括：
[0012]飞机编号获取模块，用于获取待转运飞机的飞机编号；所述待转运飞机的转运工序由调运设备和调运设备对应配置的调运组完成；所述待转运飞机的出入库转运为跨区域
转运；
[0013]调度模型构建模块，用于根据预先设置的设备分配的独占性约束、飞机转运时序约束、飞机转运避碰约束和调运设备转移保障时序约束，以机群转运完工时间最小、负载均衡指标最小和调运组转移时间最小为目标，构建调度模型；
[0014]概率模型构建模块，用于根据所述待转运飞机两两之间的相对转运优先级对所述待转运飞机的飞机编号排序，得到飞机编号列表，根据所述飞机编号列表构建概率模型；
[0015]最优解输出模块，用于根据所述初始化后的相对优先概率矩阵进行抽样，得到包含多个个体的种群，根据所述种群中每一个体对应的个体适应度得到精英种群，并采用局部搜索方法更新所述精英种群，利用更新后的精英种群更新所述相对优先概率矩阵，并进行迭代运算，直到满足迭代终止条件，得到最优解；
[0016]调度模块，用于采用预先设置的转运调度解码规则对所述最优解对应的最优编码进行解码，得到最优调度方案，根据所述最优调度方案进行机群出入库转运协同调度。
[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]获取待转运飞机的飞机编号；所述待转运飞机的转运工序由调运设备和调运设备对应配置的调运组完成；所述待转运飞机的出入库转运为跨区域转运；
[0019]根据预先设置的设备分配的独占性约束、飞机转运时序约束、飞机转运避碰约束和调运设备转移保障时序约束，以机群转运完工时间最小、负载均衡指标最小和调运组转移时间最小为目标，构建调度模型；
[0020]构建概率模型，并采用预约束策略初始化所述概率模型；所述概率模型包括相对优先概率矩阵；所述预约束策略用于对停机位阻塞时相关待转运飞机的相对转运优先级进行约束；
[0021]根据所述初始化后的相对优先概率矩阵进行抽样，得到包含多个个体的种群，根据所述种群中每一个体对应的个体适应度得到精英种群，并采用局部搜索方法更新所述精英种群，利用更新后的精英种群更新所述相对优先概率矩阵，并进行迭代运算，直到满足迭代终止条件，得到最优解；
[0022]采用预先设置的转运调度解码规则对所述最优解对应的最优编码进行解码，得到最优调度方案，根据所述最优调度方案进行机群出入库转运协同调度。
[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]获取待转运飞机的飞机编号；所述待转运飞机的转运工序由调运设备和调运设备对应配置的调运组完成；所述待转运飞机的出入库转运为跨区域转运；
[0025]根据预先设置的设备分配的独占性约束、飞机转运时序约束、飞机转运避碰约束和调运设备转移保障时序约束，以机群转运完工时间最小、负载均衡指标最小和调运组转移时间最小为目标，构建调度模型；
[0026]构建概率模型，并采用预约束策略初始化所述概率模型；所述概率模型包括相对优先概率矩阵；所述预约束策略用于对停机位阻塞时相关待转运飞机的相对转运优先级进行约束；
[0027]根据所述初始化后的相对优先概率矩阵进行抽样，得到包含多个个体的种群，根
据所述种群中每一个体对应的个体适应度得到精英种群，并采用局部搜索方法更新所述精英种群，利用更新后的精英种群更新所述相对优先概率矩阵，并进行迭代运算，直到满足迭代终止条件，得到最优解；
[0028]采用预先设置的转运调度解码规则对所述最优解对应的最优编码进行解码，得到最优调度方案，根据所述最优调度方案进行机群出入库转运协同调度。
[0029]上述机群出入库转运协同调度优化方法、装置和设备，通过构建调度模型，能够对机群出入库这一跨域同步转运调度问题进行时序规划，且本专利技术的调度模型充分考虑了避碰安全性、转运工序中对调运设备分配的约束、以及时序约束等，在对调度模型求解时，通过对飞机编号列表中待转运飞机的转运作业优先级进行寻优，从而能够根据最优解得到更为高效的调度方案。首先，采用混合分布估计算法(Hybrid Estimation of Distribution Algorithm,HEDA)寻找最优解，具体是在对概率模型初始化时，设计预约束策略，以降低HEDA产生不可行解的概率，引入面向精英解的局部搜索方法，使得可行解不被遗漏且解的适应度更优，进而提升HEDA的深度搜索能力。接着，采用转运调度解码规则处本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种机群出入库转运协同调度优化方法，其特征在于，所述方法包括：获取待转运飞机的飞机编号；所述待转运飞机的转运工序由调运设备和调运设备对应配置的调运组完成；所述待转运飞机的出入库转运为跨区域转运；根据预先设置的设备分配的独占性约束、飞机转运时序约束、飞机转运避碰约束和调运设备转移保障时序约束，以机群转运完工时间最小、负载均衡指标最小和调运组转移时间最小为目标，构建调度模型；构建概率模型，并采用预约束策略初始化所述概率模型；所述概率模型包括相对优先概率矩阵；所述预约束策略用于对停机位阻塞时相关待转运飞机的相对转运优先级进行约束；根据所述初始化后的相对优先概率矩阵进行抽样，得到包含多个个体的种群，根据所述种群中每一个体对应的个体适应度得到精英种群，并采用局部搜索方法更新所述精英种群，利用更新后的精英种群更新所述相对优先概率矩阵，并进行迭代运算，直到满足迭代终止条件，得到最优解；采用预先设置的转运调度解码规则对所述最优解对应的最优编码进行解码，得到最优调度方案，根据所述最优调度方案进行机群出入库转运协同调度。2.根据权利要求1所述的方法，其特征在于，所述相对优先概率矩阵为：其中，p
g
(X
i,j
＝1)表示在第g次进化代数中，飞机i优先于飞机j的相对优先概率，Nf为飞机编号列表中飞机编号数量，3.根据权利要求1所述的方法，其特征在于，所述预约束策略包括：当待转运飞机i的初始停机位属于待转运飞机j的任意转运工序唯一转运路径干涉停机位集合时，待转运飞机i优先于待转运飞机j；当待转运飞机i的目标停机位属于待转运飞机j的任意转运工序唯一转运路径干涉停机位集合时，待转运飞机j优先于待转运飞机i；所述干涉停机位集合通过预先设置的转运路径库得到。4.根据权利要求1所述的方法，其特征在于，根据所述初始化后的概率模型进行抽样，得到包含多个个体的种群的步骤，包括：包括：采用基于分布模型的列表抽样生成算法根据所述初始化后的概率模型进行抽样，得到包含多个个体的种群；所述采用基于分布模型的列表抽样生成算法根据初始化后的概率模型进行抽样，得到包含多个个体的种群的步骤，包括：初始化飞机编号列表为空集列表；所述飞机编号列表是根据待转运飞机两两之间的相对转运优先级对待转运飞机的飞机编号排序得到的；根据所述预约束策略和选择概率从当前待排序飞机集合中筛选出可分配飞机对应的可分配集合；所述选择概率为：
其中，Pr
i
为待排序飞机i排序在E内其余待排序飞机之前的概率，E为可分配飞机集合，p
g
(X
i,j
＝1)为待排序飞机集合中待排序飞机的相对优先概率；采用轮盘赌方法在所述可分配飞机集合中随机抽取任一可分配飞机加入当前飞机编号列表中，直至所述飞机编号列表达到待转运飞机数量，输出所述飞机编号列表，多次抽样得到包含多个个体的种群。5.根据权利要求1所述的方法，其特征在于，根据所述种群中每一个体对应的个体适应度得到精英种群的步骤，包括：采用转运调度编码规则对所述种群中每一个体进行编码，得到列表编码；采用所述转运调度解码规则对所述列表编码进行解码，得到个体适应度；对所述种群中每一个体的个体适应度进行排序，选取最优的若干个个体得到精英种群。6.根据权利要求5所述的方法，其特征在于，所述采用所述转运调度解码规则对所述列表编码进行解码，得到个体适应度的步骤，包括：获取按照相对转运优先级排序的待调度集合，将所述待调度集合初始化为飞机列表编码，令已调度集合为空集，令待调度集合的索引值为1；根据所述索引值选取所述待调度集合中的待调度飞机编号，获取所述待调度飞机编号对应的转运工序、初始停机位和目标停机位，根据预先构建的转运路径库查询每一转运工序的干涉停机位对应初始布列的干涉飞机集合，当所述干涉飞机集合均位于已...

【专利技术属性】
技术研发人员：苏析超，韩维，张勇，刘子玄，刘玉杰，高龙，郭放，李常久，潘子双，
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：