System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
技术介绍
1、飞机结冰会改变飞机的气动外形,导致升力降低,威胁飞行安全。随着民航业的复苏,机场飞机剧增导致的寒冷天气下机场除冰资源不足状况愈专利技术显。
2、当前机场除冰主要分为慢车除冰、机位除冰和集中除冰。中大型机场主要采用集中除冰方式,集中除冰的资源调度方式又分为分步式调度和集中式调度,集中式调度资源利用率更高,也就是对除冰机位和除冰车队进行协同调度。
3、然而,现有的集中式调度方案较少,且现有方案除冰机位与除冰车队之间协同调度的关键关联因素不明确,导致协同调度结果较差,没有做到真正意义上的协统调度。
4、为此本发申请基于相关理论研究,建立了考虑参与方利益的博弈论混合策略纳什均衡mne(mixed strategy nash equilibrium)除冰位分配模型;同时建立了除冰车调度的车队规模和混合多车库车辆路径问题的混合整数线性规划(mip)模型,通过改进的蜘蛛蜂优化算法对上述模型进行求解,为中大型机场集中除冰的集中式调度策略提供新方案。
技术实现思路
1、为解决或部分解决相关技术中存在的问题,本申请提供一种考虑多方博弈的机场除冰资源优化方法。
2、本申请提供的一种考虑多方博弈的机场除冰资源优化方法,包括:
3、根据参与方利益的博弈论混合策略纳什均衡构建上层除冰位分配模型;
4、根据除冰车的车队规模和调度规则建立下层混合整数线性规划模型;
5、采用改进的蜘蛛蜂优化算法对除冰位分配模型进行求
6、下层混合整数线性规划模型接收求解出的除冰机位分配方案,采用改进的蜘蛛蜂优化算法求解混合整数线性规划模型,得到一个除冰车队调度方案。
7、可选的,改进的蜘蛛蜂优化算法,包括:
8、在种群初始化过程中引入sine映射,通过sine映射的初始种群覆盖整个解空间,增强算法的全局搜索能力。
9、可选的,采用改进的蜘蛛蜂优化算法对除冰位分配模型进行求解,包括:
10、对模型中的所有待除冰航班飞机进行编码处理,生成所有航班飞机的初始种群;
11、探索阶段,在搜索空间所有除冰位内进行随机搜索目标除冰位;
12、围追逐阶段,每个蜘蛛蜂确定目标除冰位后,对目标除冰位进行探索、追逐和捕捉;
13、交配行为,对每个蜘蛛蜂行为进行求解,蜘蛛蜂代表前世代中的一个解蜘蛛蜂卵代表该世代中新产生的潜在解,根据各方利益确定一个除冰机位分配方案。
14、可选的,采用改进的蜘蛛蜂优化算法求解混合整数线性规划模型,包括:
15、将除冰车队编码到d维向量中,生成初始除冰队种群;
16、根据除冰机位分配方案寻找目标除冰位,在搜索空间内进行,蜘蛛蜂确定目标除冰位后,根据除冰队种群的除冰液剩余容积和行驶距离两个指标来确定探索方向,对目标除冰位进行探索、追逐和捕捉;
17、雌蜘蛛蜂将瘫痪的蜘蛛拖进它们预先设置的巢穴,并在蜘蛛的腹部产卵,模拟除冰车队补充除冰液过程;
18、对每个蜘蛛蜂行为进行求解,根据除冰队的除冰液剩余容积和行驶距离两个指标来确定对应的除冰车队调度方案。
19、可选的,构建除冰位分配模型,包括:
20、建立指挥中心、航空公司、地面服务公司三方的效用函数和目标函数;
21、指挥中心的效用函数为航班延误的惩罚,以延误航班总数最小及飞机占坪时间最短建立目标函数;
22、航空公司的效用函数为航空公司因航班延误产生亏损量,以航班总延误时间和乘客对航空公司的满意度建立目标函数;
23、地面服务公司的效用函数为在除冰位旁安装一个除冰液补给点的启用成本,目标函数为启用最少的除冰液补给点并满足飞机的除冰需求;
24、指挥中心、航空公司、地面服务公司三方目标函数的约束条件为,飞机在同一除冰位中的类型需要匹配、任何时刻同一除冰位上不能出现占坪冲突、飞机间不能发生冲突、最晚起飞时间和赔付成本不能超过阈值。
25、可选的,混合整数线性规划模型,包括:
26、约束条件和目标函数;
27、根据除冰原则建立约束条件,包括:
28、飞机类型与其除冰车队数量相匹配;
29、投入服务的除冰车从车库出发并最终返回车库;
30、进出除冰位的车辆流量守恒;
31、除冰车到达与服务的时间约束;
32、车辆行驶的最大距离不超过允许的最大值;
33、投入除冰服务的车辆不超过车库内车辆的总数;
34、除冰车队装载的除冰液总容积不低于k型飞机所需容积;
35、目标函数为:
36、将最小化除冰车队行驶距离、最小化飞机等待时间、最小化总延误率三个函数相结合得到多目标优化的目标函数。
37、可选的,机场除冰资源优化方法,还包括:
38、利用得到的除冰机位方案和除冰车队方案计算下一组飞机到达除冰机位后的等待时间,并返回给上层除冰位分配模型;
39、上层除冰位分配模型求解得到新的除冰车队调度方案;
40、重复上述求解步骤,直到达到迭代次数,得到目标除冰机位分配方案和目标除冰车队调度方案。
41、本申请提供的技术方案可以包括以下有益效果:
42、通过博弈论混合策略纳什均衡构建上层除冰位分配模型,上层除冰位分配模型采用改进的蜘蛛蜂优化算法进行求解,得到目标除冰机位分配方案;通过除冰车队调度规则建立下层混合整数线性规划模型,采用改进的蜘蛛蜂优化算法进行求解,得到目标除冰车队调度方案,以最大化资源利用率,为中大型机场的集中式除冰调度策略提供优质方案,提高除冰机位与除冰车队的协同调度性,提高飞机除冰效率。
43、应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
本文档来自技高网...【技术保护点】
1.一种考虑多方博弈的机场除冰资源优化方法,其特征在于,包括:
2.根据权利要求1所述的机场除冰资源优化方法,其特征在于,所述改进的蜘蛛蜂优化算法,包括:
3.根据权利要求1或2所述的机场除冰资源优化方法,其特征在于,所述采用改进的蜘蛛蜂优化算法对所述除冰位分配模型进行求解,包括:
4.根据权利要求1所述的机场除冰资源优化方法,其特征在于,所述采用改进的蜘蛛蜂优化算法求解所述混合整数线性规划模型,包括:
5.根据权利要求1所述的机场除冰资源优化方法,其特征在于,所述构建除冰位分配模型,包括:
6.根据权利要求1所述的机场除冰资源优化方法,其特征在于,所述混合整数线性规划模型,包括:
7.根据权利要求1所述的机场除冰资源优化方法,其特征在于,所述机场除冰资源优化方法,还包括:
8.一种电子设备,包括:
【技术特征摘要】
1.一种考虑多方博弈的机场除冰资源优化方法,其特征在于,包括:
2.根据权利要求1所述的机场除冰资源优化方法,其特征在于,所述改进的蜘蛛蜂优化算法,包括:
3.根据权利要求1或2所述的机场除冰资源优化方法,其特征在于,所述采用改进的蜘蛛蜂优化算法对所述除冰位分配模型进行求解,包括:
4.根据权利要求1所述的机场除冰资源优化方法,其特征在于,所述采用改进的蜘蛛...
【专利技术属性】
技术研发人员:潘楠,刘健,黄祺,韩宇航,张淼寒,殷实,贾现广,肖仁鑫,吕英英,
申请(专利权)人:昆明理工大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。