飞机停机场分配方法、装置、计算机设备及存储介质制造方法及图纸

本申请涉及一种飞机停机场分配方法、装置、计算机设备及存储介质，其中方法包括：获取待分配飞机数据集，构建具有优先资格的约束数据模型；基于待分配飞机数据集结合细菌觅食算法框架生成每一待分配飞机的趋化参数，对待分配飞机进行趋化处理得到趋化结果；若趋化结果完全满足约束数据模型中的约束条件，根据时间维度和空间维度更新所有代表待分配飞机的决策变量的个体，得到初始候选方案集；将候选方案集中候选方案基于适应度值进行排序，将排序结果中排序前半部分的候选方案取代后半部分的候选方案得到基础候选方案集；基于预设消除扩散概率值和随机参数对基础候选方案集进行驱散处理得到目标方案集。本发明专利技术提高了飞机停机场的效率和精确性。机场的效率和精确性。机场的效率和精确性。

【技术实现步骤摘要】
飞机停机场分配方法、装置、计算机设备及存储介质


[0001]本申请涉及人工智能
，尤其涉及一种飞机停机场分配方法、装置、计算机设备及存储介质。

技术介绍

[0002]为确保在役飞机的安全，飞机维护、修理和大修活动必不可少。随着航空运输需求的增加，航空公司的维修任务数量不断增加，从而导致维修压力显著增加。为了应对这种情况，航空公司倾向于将维修任务外包给具有更低的维修成本、更成熟的专业知识以及更高的维修效率的飞机维修外包公司。与线路维护相比，机库维护涉及大量的资源投入，是飞机维修外包公司的核心业务。然而，许多飞机维修外包公司雇用工作经验丰富的员工来排布飞机。该方法会导致大量的人力投入，并且可能会因工作人员主观判断而引起误差，从而导致次优的停机位分配方案。为了解决这些问题并提高整体盈利能力，飞机维修外包公司亟需一种智能的飞机维修停机位分配方法，既要保证维修机库得到充分利用，又要最大限度的避免碰撞，并且优先照顾具有会员资格的飞机。
[0003]由于飞机维修人员调度和飞机维修泊位调度问题属于运筹优化管理问题，随着问题规模的增大，往往会遇到“维数障碍”，使得采用传统的数学规划算法难以在有限的时间和计算成本范围内获得令人满意的答案。因此，学者们开始将优化计算方法转向新型智能优化算法，以应对这类复杂的NP
‑
hard问题。尽管很多新型智能优化算法用于解决飞机维修调度问题，但这些算法尚未应用于解决外包飞机维修提供商的维修人员调度和动态泊位问题的研究。此外，所考虑的问题会随着维修进程的变化而发生动态变化，使得传统的数学规划方法难以应用。此外，针对飞机维修停机位分配问题虽然已经提出了一些有效的非重叠约束处理技术和求解算法，但仍存在改进的空间。例如，随着飞机数量的增加，现有的非重叠约束处理方法可能会遇到维度爆炸问题；现有的元启发式算法未能充分利用问题的特点，也不能同时优化每架飞机的安全距离和旋转角度。面对不断增长的维修订单，亟需一种有效的智能飞机维修停机位分配方法来解决这些问题。

技术实现思路

[0004]本申请实施例的目的在于提出一种飞机停机场分配方法、装置、计算机设备及存储介质，以提高飞机停机场的分配效率和精确性。
[0005]为了解决上述技术问题，本申请实施例提供一种飞机停机场分配方法，包括：
[0006]获取待分配飞机数据集，并构建具有优先资格的约束数据模型；
[0007]基于所述待分配飞机数据集，结合细菌觅食算法框架，生成每一待分配飞机的趋化参数，并基于所述趋化参数对所述待分配飞机进行趋化处理，得到趋化结果，其中，趋化参数包括适应度值、运动速度以及趋化步长；
[0008]判断所述趋化结果是否完全满足所述约束数据模型中的约束条件，若完全满足，则根据时间维度和空间维度更新所有代表所述待分配飞机的决策变量的个体，得到初始候
选方案集，其中，所述候选方案集包括多个候选方案；
[0009]将所述候选方案集中所述候选方案基于适应度值进行排序，得到排序结果，并将所述排序结果中排序前半部分的所述候选方案取代后半部分的所述候选方案，得到基础候选方案集；
[0010]获取预设消除扩散概率值和随机参数，并基于所述预设消除扩散概率值和所述随机参数对所述基础候选方案集进行驱散处理，得到目标方案集。
[0011]为了解决上述技术问题，本申请实施例提供一种飞机停机场分配装置，包括：
[0012]数据集获取单元，用于获取待分配飞机数据集，并构建具有优先资格的约束数据模型；
[0013]趋化处理单元，用于基于所述待分配飞机数据集，结合细菌觅食算法框架，生成每一待分配飞机的趋化参数，并基于所述趋化参数对所述待分配飞机进行趋化处理，得到趋化结果，其中，趋化参数包括适应度值、运动速度以及趋化步长；
[0014]当前位置更新单元，用于判断所述趋化结果是否完全满足所述约束数据模型中的约束条件，若完全满足，则根据时间维度和空间维度更新所有代表所述待分配飞机的决策变量的个体，得到初始候选方案集，其中，所述候选方案集包括多个候选方案；
[0015]候选方案生成单元，用于将所述候选方案集中所述候选方案基于适应度值进行排序，得到排序结果，并将所述排序结果中排序前半部分的所述候选方案取代后半部分的所述候选方案，得到基础候选方案集；
[0016]目标方案生成单元，用于获取预设消除扩散概率值和随机参数，并基于所述预设消除扩散概率值和所述随机参数对所述基础候选方案集进行驱散处理，得到目标方案集。
[0017]为解决上述技术问题，本专利技术采用的一个技术方案是：提供一种计算机设备，包括，一个或多个处理器；存储器，用于存储一个或多个程序，使得一个或多个处理器实现上述任意一项所述的飞机停机场分配方法。
[0018]为解决上述技术问题，本专利技术采用的一个技术方案是：一种计算机可读存储介质，所述计算机可读存储介质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上述任意一项所述的飞机停机场分配方法。
[0019]本专利技术实施例提供了一种飞机停机场分配方法、装置、计算机设备及存储介质。其中，方法包括：获取待分配飞机数据集，并构建具有优先资格的约束数据模型；基于所述待分配飞机数据集，结合细菌觅食算法框架，生成每一待分配飞机的趋化参数，并基于所述趋化参数对所述待分配飞机进行趋化处理，得到趋化结果，其中，趋化参数包括适应度值、运动速度以及趋化步长；判断所述趋化结果是否完全满足所述约束数据模型中的约束条件，若完全满足，则根据时间维度和空间维度更新所有代表所述待分配飞机的决策变量的个体，得到初始候选方案集，其中，所述候选方案集包括多个候选方案；将所述候选方案集中所述候选方案基于适应度值进行排序，得到排序结果，并将所述排序结果中排序前半部分的所述候选方案取代后半部分的所述候选方案，得到基础候选方案集；获取预设消除扩散概率值和随机参数，并基于所述预设消除扩散概率值和所述随机参数对所述基础候选方案集进行驱散处理，得到目标方案集。本专利技术实施例在趋化后完全满足约束条件后，根据时间维度和空间维度更新每一待分配飞机的当前位置，实现在较短的时间内为大量的维修订单生成最优的停机位分配方案，有利于提高飞机停机场的分配效率，并且本申请实施例考虑
不同的目标和约束条件，使得提高飞机停机场的精确性。
附图说明
[0020]为了更清楚地说明本申请中的方案，下面将对本申请实施例描述中所需要使用的附图作一个简单介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0021]图1是本申请实施例提供的飞机停机场分配方法流程的实现流程图；
[0022]图2是本申请实施例提供的飞机进出机库场景示意图；
[0023]图3是本申请实施例提供的飞机停机场分配方法中子流程实现流程图；
[0024]图4是本申请实施例提供的飞机在空间维度上的边界排列机制示意图；
[002本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种飞机停机场分配方法，其特征在于，包括：获取待分配飞机数据集，并构建具有优先资格的约束数据模型；基于所述待分配飞机数据集，结合细菌觅食算法框架，生成每一待分配飞机的趋化参数，并基于所述趋化参数对所述待分配飞机进行趋化处理，得到趋化结果，其中，趋化参数包括适应度值、运动速度以及趋化步长；判断所述趋化结果是否完全满足所述约束数据模型中的约束条件，若完全满足，则根据时间维度和空间维度更新所有代表所述待分配飞机的决策变量的个体，得到初始候选方案集，其中，所述候选方案集包括多个候选方案；将所述候选方案集中所述候选方案基于适应度值进行排序，得到排序结果，并将所述排序结果中排序前半部分的所述候选方案取代后半部分的所述候选方案，得到基础候选方案集；获取预设消除扩散概率值和随机参数，并基于所述预设消除扩散概率值和所述随机参数对所述基础候选方案集进行驱散处理，得到目标方案集。2.根据权利要求1所述的飞机停机场分配方法，其特征在于，所述判断所述趋化结果是否完全满足所述约束数据模型中的约束条件，若完全满足，则根据时间维度和空间维度更新所有代表所述待分配飞机的决策变量的个体，得到初始候选方案集，包括：判断所述趋化结果是否完全满足所述约束数据模型中的约束条件，得到判断结果；若所述判断结果为完全满足所述约束数据模型中的约束条件，则在时间维度中，将所述趋化结果中每个个体根据所述趋化处理相反的翻滚方向进行翻滚处理，并基于预期到达时间和最小维持时间将每个个体进行演化处理，得到时间维度的候选方案集，其中，每个个体对应每个待分配飞机；在空间维度中，将所述趋化结果中每个个体随机翻滚处理，以获取翻滚后位置，并基于所述翻滚后位置进行更新，直至所述翻滚后位置的适应度值达到预设值或触发最长的游泳迭代时，得到空间维度的候选方案集；基于所述时间维度的候选方案集和所述空间维度的候选方案集生成所述初始候选方案集。3.根据权利要求2所述的飞机停机场分配方法，其特征在于，通过第一预设公式和第二预设公式描绘时间维度的演化过程；所述第一预设公式为：所述第二预设公式为：其中，和分别是第和维度的当前位置，当处于第j次趋化、第k次繁殖和第l次消除扩散过程，Δ
new
(i)∈[
‑
1,1]是一个随机数，表示翻滚方
向，和分别表示个体i沿翻滚方向的步长。4.根据权利要求2所述的飞机停机场分配方法，其特征在于，通过第三预设公式和第四预设公式描绘空间维度的演化过程；所述第三预设公式为：所述第四预设公式为：其中，和分别为第i个个体的第x
i
和y
i
维度的当前位置，在进行第j次趋化、第k次繁殖和第l次消除扩散过程，m表示适应度函数评估的个数，MaxFEs为固定的参数，表示适应度函数评估的最大次数。5.根据权利要求3所述的飞机停机场分配方法，其特征在于，在所述时间维度的演化过程中，所述方法还包括：若所述待分配飞机的预定维修时长小于最小维护时间，则根据第五预设公式更新所述预定维修时长；若所述待分配飞机的预定进入时间早于预期到达时间，则根据第六预设公式和第七预设公式更新所述预定进入时间和所述预定维修时长；若任两架所述待分配飞机的进离时间小于固定进离时间，则更新所述预定进入时间和预定出离时间；所述第...

【专利技术属性】
技术研发人员：周天薇，牛奔，姚习章，张楚容，岳广辉，
申请(专利权)人：深圳大学，
类型：发明
国别省市：