一、介紹

機位分配是一個多約束、多目標的組合優化問題。目前機場的機位分配主要以人工分配為主，依靠經驗對停靠的飛機進行機位分配，效率低下，成本高。而且當飛機數量和機位數量達到一定的比例關系時，人工分配難以得到較為高校的合理的分配方案，如果分類不合理，對于機場的運行存在一定的制約。機位分配問題屬于NP-hard問題，傳統的數學方法難以求解。分支定界法只能提出單個分配方案，并不十分適用。

本文將以遺傳算法為實例，介紹如何通過啟發式智能優化算法求解該類問題。遺傳算法易于實現、收斂性好、全局搜索能力強，具有較好的尋優能力，本文針對于機位分配問題的具體特征，對傳統遺傳算法加以改造。

二、建立數學模型

1.模型假設

停機位分配涉及到的因素較多，包括機型大小、機位大小等。為了便于研究，做出以下假設：

1.信息已知化；2.時間有限化；3.容量許可化。

模型變量定義如下：

飛機集合 表示在一個時段內需要分配機位的飛機；

機位集合表示在一個時段內機場內機場可提供的機位；

表示進入的時間；

表示離開的時間；

信息完備假設

假設航班計劃信息完備已知，包括航班機型、到離港航班時刻計劃、延誤情況、機位占用時間等。

停機位數量充足假設

假設機場的容量能容納到達該機場的所有航班，每個到達的航班一定能分配到一個停機位，同時能夠為其提供相應的地服保障。

? ? ? ? 2.有限時段假設

機位分配問題具有多態性和延展性，在實際機位分配過程中，每一個機位的分配會對后一個分配產生后續的影響，是一個不斷波動更新的過程，從這個意義上來講，機位分配不存在全局最優值。但在某一天或某一時段的有限時間里，停機位分配是存在最優解的，本文選取綿陽機場某一天的航班數據作為分析對象，以求得最優解。

2.變量說明

1.輸入變量

符號變量	說明
P	停機位的總數，P>0
Q	航班的總數，Q>0
αi	航班i的機型型號
βk	機位k可以停放的最大機型
Ai	航班的到港時間
Di	航班的離港時間
Ti	航班在遠機位停留的時間
Tm	同一機位相鄰兩個航班間的最小緩沖時間
Tik	機位k兩個相鄰航班間的空閑時間
N	航班過站時間

i,j=1,2,…,m 且i不等于j;k=1,2,…,n；

航班i的飛機型號類別，分為A類、B類、C類，分別取值1、2、3;

機位k的機位類別，分為大型，中型，小型，分別取值1、2、3。

其中大型機位可以停靠所有類型的飛機，中型機位可停靠 A、B機型飛機，小型機位僅可停靠A 類飛機。

三、程序設計

程序運行結果：

last_best_individe =列 1 至 1417 18 3 10 14 4 16 20 18 17 5 1 2 6列 15 至 287 9 14 15 8 11 16 19 12 3 10 5 1 17列 29 至 4210 11 15 19 9 6 5 18 3 13 4 8 11 19列 43 至 508 2 7 16 11 10 5 12last_best_fitness_value =4.8967e+06最終的原始機位順序為：final_res =列 1 至 147 8 3 24 28 4 6 10 8 7 5 1 2 11列 15 至 2821 23 28 29 22 25 6 9 26 3 24 5 1 7列 29 至 4224 25 29 9 23 11 5 8 3 27 4 22 25 9列 43 至 5022 2 21 6 25 24 5 26

完整版源碼請在以下鏈接中下載。

🍞正在為您運送作品詳情

[1]孫淑光, 張泰榮. 遺傳與禁忌搜索算法組合的停機位優化分配[J]. 中國民航大學學報, 2019, 37(4):5.

總結

以上是生活随笔為你收集整理的遗传算法求解机场停机位优化分配（含源代码）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。