CN108197749B - 飞行器滑行调度方法与装置 - Google Patents
飞行器滑行调度方法与装置 Download PDFInfo
- Publication number
- CN108197749B CN108197749B CN201810036679.8A CN201810036679A CN108197749B CN 108197749 B CN108197749 B CN 108197749B CN 201810036679 A CN201810036679 A CN 201810036679A CN 108197749 B CN108197749 B CN 108197749B
- Authority
- CN
- China
- Prior art keywords
- aircraft
- node
- time
- aircrafts
- path information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000012163 sequencing technique Methods 0.000 claims abstract description 11
- 238000011156 evaluation Methods 0.000 claims description 23
- 239000000446 fuel Substances 0.000 claims description 20
- 238000005457 optimization Methods 0.000 claims description 12
- 238000010586 diagram Methods 0.000 claims description 11
- 238000001514 detection method Methods 0.000 claims description 6
- 238000005265 energy consumption Methods 0.000 abstract description 9
- 230000006870 function Effects 0.000 description 21
- 230000010006 flight Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000033001 locomotion Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002243 precursor Substances 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种飞行器滑行调度方法与装置,所述方法,包括:获取所需调度的N个飞行器的至少两个解;以每个解中所述N个飞行器所能产生的总油耗、总门控时间,以及总跑道排队时间为多目标,对所有所述解进行多目标非支配排序;选择所述排序中的前M个解作为M个第一候选解;以每个第一候选解中所述N个飞行器所能产生的总油耗、总门控时间,以及总跑道排队时间为多目标,对每个第一候选解中的开始滑行时刻以及滑行路径信息执行多目标并行禁忌搜索,得到所述M个第一候选解优化后的M个第二候选解;以及在所述M个第二候选解中选择一最优解,根据所述最优解,调度所述N个飞行器,改善了飞行器的滑行效率与能耗情况。
Description
技术领域
本发明涉及飞行器控制领域,尤其涉及一种飞行器滑行调度方法与装置。
背景技术
场面运行问题(Ground Routing Problem GRP)指的是:在安全和管制规则的要求下,调度飞行器以最有效的方式在跑道和停机位之间的地面运动。
现有的相关技术中,场面运行问题的解决,可以通过生成飞行器的多种滑行路径信息与开始滑行时刻,进而根据评估的优先级在其中选择一种。而评估主要考虑飞行器航班的需求。
然而,评估所考虑的因素单一,导致调度的结果无法有效改善飞行器的滑行效率与能耗情况。
发明内容
本发明提供一种飞行器滑行调度方法与装置,以解决调度的结果无法有效改善飞行器的滑行效率与能耗情况的问题。
根据本发明的第一方面,提供了一种飞行器滑行调度方法,包括:
获取所需调度的N个飞行器的至少两个解;
其中,每个所述解包括所述N个飞行器中每个飞行器的开始滑行时刻,以及所述每个飞行器的滑行路径信息,所述滑行路径信息用于表征所述飞行器自所述开始滑行时刻开始滑行,在机场场面中自所述飞行器的起始位置滑行至所述飞行器的目标位置的路径;所述机场场面为机场中所述N个飞行器进行滑行的场地范围;N为大于或等于2的整数;
以每个解中所述N个飞行器所能产生的总油耗、总门控时间,以及总跑道排队时间为多目标,对所有所述解进行多目标非支配排序;
其中:
所述油耗,为所述飞行器根据对应的滑行路径信息滑行所需消耗的油量;
所述门控时间,为所述飞行器根据对应的开始滑行时刻与滑行路径信息滑行时,在所述机场场面的停机位置所需等待的时间;
所述跑道排队时间,为所述飞行器根据对应的开始滑行时刻与滑行路径信息滑行时,在所述机场场面的跑道位置所需等待的时间;
选择所述排序中的前M个解作为M个第一候选解;其中,M为大于或等于2的整数;
以每个第一候选解中所述N个飞行器所能产生的总油耗、总门控时间,以及总跑道排队时间为多目标,对每个第一候选解中的开始滑行时刻以及滑行路径信息执行多目标并行禁忌搜索,得到所述M个第一候选解优化后的M个第二候选解;
根据所述M个第二候选解中所述N个飞行器所能产生的总油耗、总门控时间,以及总跑道排队时间,在所述M个第二候选解中选择一最优解;
根据所述最优解,调度所述N个飞行器。
可选的,所述得到所需调度的N个飞行器的至少两个解,包括:
为所述N个飞行器随机生成一时刻数据组;所述时刻数据组包括所述N个飞行器的N个开始滑行时刻;迭代变化所述时刻数据组中的所述开始滑行时刻,得到不同的新的时刻数据组;
每当得到一组所述时刻数据组时,根据当前得到的所述时刻数据组中的N个开始滑行时刻,确定所述N个飞行器中每个飞行器的滑行路径信息,得到一个所述解。
可选的,所述根据当前得到的所述时刻数据组中所述N个飞行器的N个开始滑行时刻,计算所述N个飞行器中每个飞行器的滑行路径信息,包括:
根据所述飞行器的起始位置和目标位置,在所述机场场面对应的节点布局图中确定所述起始位置对应的起始节点,以及所述目标位置对应的目标节点;所述节点布局图中的节点用于表征所述机场场面中所规划的控制点的位置;
在所述节点布局图中,逐一搜索所述飞行器的滑行节点,得到节点路径信息;
其中,所述飞行器的第一个滑行节点为所述起始节点;所述飞行器的最后一个滑行节点为所述目标节点,所述飞行器的其余滑行节点为连接所述起始节点和所述目标节点所经过的所有节点;所述节点路径信息包括依据搜索顺序依次连接所述滑行节点而形成的线路以及所述滑行节点对应的停留时间;
在得到所述N个飞行器中每个飞行器的节点路径信息之后,根据当前得到的所述时刻数据组中的N个开始滑行时刻,对所述N个飞行器的N个节点路径信息进行冲突检测;
若两个飞行器的节点路径信息之间存在冲突,则对所述两个飞行器中优先级较低的飞行器的节点路径信息进行调整,消除所述冲突;
其中,所述冲突是指若所述两个飞行器根据对应的开始滑行时刻与节点路径信息滑行,将在预设时间范围内经过同一个滑行节点对应的位置。
若任意两个飞行器的节点路径信息之间均不存在冲突,则根据所述N个飞行器中每个飞行器当前的节点路径信息得到所述N个飞行器中每个飞行器的滑行路径信息。
可选的,在所述节点布局图中,逐一搜索所述飞行器的滑行节点,得到节点路径信息,包括:
若当前搜索到的当前节点非所述目标节点,则确定所述当前节点的K个邻节点,计算所述当前节点与所述K个邻节点的K个评价函数值,并将其中数值最小的评价函数值对应的邻节点作为下一个搜索到的节点;其中K为大于或等于2的整数;
其中,所述邻节点为与所述当前节点相邻的节点;所述评价函数值为根据所述邻节点到所述当前节点的欧氏距离与所述飞行器的滑行速度的比值得到的。
可选的,所述节点所表征的控制点的位置为以下至少之一:所述机场场面中跑道出口、跑道入口、滑行道交叉口、停机位。
可选的,所述根据所述M个第二候选解中所述N个飞行器所能产生的总油耗、总门控时间,以及总跑道排队时间,在所述M个第二候选解中选择一最优解,包括:
根据所述M个第二候选解中所述N个飞行器所能产生的总油耗、总门控时间,以及总跑道排队时间,确定所述M个第二候选解中每一个第二候选解的适应度;
根据M个适应度,在所述M个第二候选解中选择适应度最佳的解作为最优解;
所述适应度的值为一目标函数的值的倒数,所述目标函数fit(x,y,z)为:
其中:
ki表示第i个飞行器的单位时间油耗参数,i表示集合F中的第i个航空器,F表示所述N个飞行器的飞行器集合,OilCosti表示第i个飞行器的总油耗,GateHoldti表示第i个飞行器的门控时间,Queuesti表示第i个飞行器的跑道入口排队时间。
根据本发明的第二方面,提供了一种飞行器滑行调度装置,包括:
解得到模块,用于获取所需调度的N个飞行器的至少两个解;
其中,每个所述解包括所述N个飞行器中每个飞行器的开始滑行时刻,以及所述每个飞行器的滑行路径信息,所述滑行路径信息用于表征所述飞行器自所述开始滑行时刻开始滑行,在机场场面中自所述飞行器的起始位置滑行至所述飞行器的目标位置的路径;所述机场场面为机场中所述N个飞行器进行滑行的场地范围;
排序模块,用于以每个解中所述N个飞行器所能产生的总油耗、总门控时间,以及总跑道排队时间为多目标,对所有所述解进行多目标非支配排序;
其中:
所述油耗,为所述飞行器根据对应的滑行路径信息滑行所需消耗的油量;
所述门控时间,为所述飞行器根据对应的开始滑行时刻与滑行路径信息滑行时,在所述机场场面的停机位置所需等待的时间;
所述跑道排队时间,为所述飞行器根据对应的开始滑行时刻与滑行路径信息滑行时,在所述机场场面的跑道位置所需等待的时间;
第一候选解得到模块,用于选择所述排序中的前M个解作为M个第一候选解;其中,M为大于或等于2的整数;
第二候选解得到模块,用于以每个第一候选解中所述N个飞行器所能产生的总油耗、总门控时间,以及总跑道排队时间为多目标,对每个第一候选解中的开始滑行时刻以及滑行路径信息执行多目标并行禁忌搜索,得到所述M个第一候选解优化后的M个第二候选解;
最优解得到模块,用于根据所述M个第二候选解中所述N个飞行器所能产生的总油耗、总门控时间,以及总跑道排队时间,在所述M个第二候选解中选择一最优解;
调度模块,用于根据所述最优解,调度所述N个飞行器。
可选的,所述解得到模块,具体用于:
为所述N个飞行器随机生成一时刻数据组;所述时刻数据组包括所述N个飞行器的N个开始滑行时刻;迭代变化所述时刻数据组中的所述开始滑行时刻,得到不同的新的时刻数据组;
每当得到一组所述时刻数据组时,根据当前得到的所述时刻数据组中的N个开始滑行时刻,确定所述N个飞行器中每个飞行器的滑行路径信息,得到一个所述解。
可选的,所述解得到模块,具体用于:
根据所述飞行器的起始位置和目标位置,在所述机场场面对应的节点布局图中确定所述起始位置对应的起始节点,以及所述目标位置对应的目标节点;所述节点布局图中的节点用于表征所述机场场面中所规划的控制点的位置;
在所述节点布局图中,逐一搜索所述飞行器的滑行节点,得到节点路径信息;
其中,所述飞行器的第一个滑行节点为所述起始节点;所述飞行器的最后一个滑行节点为所述目标节点,所述飞行器的其余滑行节点为连接所述起始节点和所述目标节点所经过的所有节点;所述节点路径信息包括依据搜索顺序依次连接所述滑行节点而形成的线路以及所述滑行节点对应的停留时间;
在得到所述N个飞行器中每个飞行器的节点路径信息之后,根据当前得到的所述时刻数据组中的N个开始滑行时刻,对所述N个飞行器的N个节点路径信息进行冲突检测;
若两个飞行器的节点路径信息之间存在冲突,则对所述两个飞行器中优先级较低的飞行器的节点路径信息进行调整,消除所述冲突;
其中,所述冲突是指若所述两个飞行器根据对应的开始滑行时刻与节点路径信息滑行,将在预设时间范围内经过同一个滑行节点对应的位置。
若任意两个飞行器的节点路径信息之间均不存在冲突,则根据所述N个飞行器中每个飞行器当前的节点路径信息得到所述N个飞行器中每个飞行器的滑行路径信息。
可选的,所述解得到模块,具体用于:
若当前搜索到的当前节点非所述目标节点,则确定所述当前节点的K个邻节点,计算所述当前节点与所述K个邻节点的K个评价函数值,并将其中数值最小的评价函数值对应的邻节点作为下一个搜索到的节点;其中,K为大于或等于2的整数;
其中,所述邻节点为与所述当前节点相邻的节点;所述评价函数值为根据所述邻节点到所述当前节点的欧氏距离与所述飞行器的滑行速度的比值得到的。
可选的,所述节点所表征的控制点的位置为以下至少之一:所述机场场面中跑道出口、跑道入口、滑行道交叉口、停机位。
可选的,所述最优解得到模块,用于:
根据所述M个第二候选解中所述N个飞行器所能产生的总油耗、总门控时间,以及总跑道排队时间,确定所述M个第二候选解中每一个第二候选解的适应度;
根据M个适应度,在所述M个第二候选解中选择适应度最佳的解作为最优解;
所述适应度的值为一目标函数的值的倒数,所述目标函数fit(x,y,z)为:
其中:
ki表示第i个飞行器的单位时间油耗参数,i表示集合F中的第i个航空器,F表示所述N个飞行器的飞行器集合,OilCosti表示第i个飞行器的油耗,GateHoldti表示第i个飞行器的门控时间,Queuesti表示第i个飞行器的跑道入口排队时间。
本发明提供的飞行器滑行调度方法与装置,通过以所述N个飞行器的总油耗、总门控时间,以及总跑道排队时间为多目标进行候选解以及最优解的选择,将油耗、门控时间、跑道排队时间的因素纳入到了滑行调度的评估中,从而使得所考虑的因素更多样,有效改善了飞行器的滑行效率与能耗情况。同时,本发明先通过对所有所述解进行多目标非支配排序,选择所述排序中的前M个解作为M个第一候选解,在全部解中得到了初步的候选解;再通过对每个第一候选解中的开始滑行时刻以及滑行路径信息执行多目标并行禁忌搜索,得到所述M个第一候选解优化后的M个第二候选解;在初步的候选解中得到较优的候选解,最后通过根据所述M个第二候选解中所述N个飞行器所能产生的总油耗、总门控时间,以及总跑道排队时间,在所述M个第二候选解中选择一最优解,得到了最优解,有效提高了最优解的质量,基于多样化的因素,进一步改善了飞行器的滑行效率与能耗情况。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一飞行器滑行调度方法的流程示意图一;
图2是图1中步骤S11的流程示意图一;
图3是图1中步骤S11的流程示意图二;
图4是本发明一节点布局图的分布示意图;
图5是图1中步骤S15的流程示意图;
图6是本发明一飞行器滑行调度装置的流程示意图;
图7是本发明一电子装置的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例不再赘述。
本发明及其可选方案提供的飞行器滑行调度方法与装置可应用于处理机场场面运行问题。其中:
机场场面,为机场中所述N个飞行器进行滑行的场地范围,具体可以为机场的跑道和停机位之间的地面区域。所以,本发明及其可选方案可实现飞行器自跑道滑行至停机位的调度,以及飞行器自停机位滑行至跑道的调度。
机场场面运行问题,是指在安全和管制规则的要求下,调度飞机以最有效的方式在跑道和停机位之间的地面运动。
图1是本发明一飞行器滑行调度方法的流程示意图一。
请参考图1,飞行器滑行调度方法,包括:
S11:获取所需调度的N个飞行器的至少两个解。
其中:
N为大于或等于2的整数。
每个所述解,包括所述N个飞行器中每个飞行器的开始滑行时刻,以及所述每个飞行器的滑行路径信息。
开始滑行时刻,也可理解为推出时刻,具体可以为时间区间。例如,开始滑行时刻为一点,也可以为一点至一点零五分的时间区间,以表示在该时间区间开始滑行。
滑行路径信息,用于表征所述飞行器自所述开始滑行时刻开始滑行,在机场场面中自所述飞行器的起始位置滑行至所述飞行器的目标位置的路径;所述机场场面为机场中所述N个飞行器进行滑行的场地范围;以每个解中所述N个飞行器所能产生的总油耗、总门控时间,以及总跑道排队时间为多目标,对所有所述解进行多目标非支配排序。
其中:
所述油耗,为所述飞行器完成对应路径的滑行所需消耗的油量。具体可以根据单位时间所需消耗的油量、滑行的时间确定,其中单位时间所需消耗的油量可以根据飞行器的滑行速度和飞行器的型号、载重等信息确定。
所述门控时间,为所述飞行器完成对应路径滑行的过程中在所述机场场面的停机位置所需停留的时间。
所述跑道排队时间,为所述飞行器完成对应路径滑行的过程中在所述机场场面的跑道位置所需停留的时间。
此外,滑行路径信息还可进一步携带有飞行器滑行过程中有关时间的信息,例如在各位置等待的时间,以及滑行速度等。
图2是图1中步骤S11的流程示意图一。
请参考图2,步骤S11可以包括:
S111:为所述N个飞行器随机生成一时刻数据组;迭代变化所述时刻数据组中的所述开始滑行时刻,得到不同的新的时刻数据组。
所述时刻数据组,包括所述N个飞行器的N个开始滑行时刻。其可先初始随机生成,再任意变化其中的部分或全部飞行器的开始滑行时刻,以得到各种不同的新的时刻数据组。
S112:判断是否达到最大迭代次数。
若是,则执行步骤S113:得到一组所述时刻数据组。每当得到一组所述时刻数据组时,执行步骤S114:根据当前得到的所述时刻数据组中的N个开始滑行时刻,确定所述N个飞行器中每个飞行器的滑行路径信息,得到一个所述解。
若否,则执行步骤S115:结束迭代。
在结束迭代后,即可得到所有滑行路径信息。
具体实施过程中,所有时刻数据组可形成种群,通过种群的复制、交叉和变异的操作可以实现以上所涉及的迭代变化。
图3是图1中步骤S11的流程示意图二。
请参考图3,步骤S114之前,还可包括:
S116:根据所述飞行器的起始位置和目标位置,在所述机场场面对应的节点布局图中确定所述起始位置对应的起始节点,以及所述目标位置对应的目标节点。
图4是本发明一节点布局图的分布示意图。
所述节点布局图,可以理解为与机场场面尺寸相匹配的节点布局图,其中的节点用于表征所述机场场面中所规划的控制点的位置。
其中一种实施方式中,所述节点所表征的控制点的位置为以下至少之一:所述机场场面中跑道出口、跑道入口、滑行道交叉口、停机位。
请参考图4,节点布局图中的跑道1可表征为跑道1的跑道位置,跑道2可表征为跑道2的跑道位置,跑道3可表征为跑道3的跑道位置。节点布局图中的航站楼T1可表征为航站楼T1的停机位置,航站楼T2可表征为航站楼T2的停机位置,航站楼T3可表征为航站楼T3的停机位置;各跑道可以作为起始节点或目标节点。若其中之一跑道位置为飞行器的起始位置,则图中对应跑道为起始节点,飞行器的目标位置则为其中之一停机位置,图中对应的航站楼则为目标节点;反之,若其中之一跑道位置为飞行器的目标位置,则图中对应跑道为目标节点,飞行器的起始位置则为其中之一停机位置,图中对应的航站楼则为起始节点。
S117:在所述节点布局图中,逐一搜索所述飞行器的滑行节点,得到节点路径信息。
其中,所述飞行器的第一个滑行节点为所述起始节点;所述飞行器的最后一个滑行节点为所述目标节点,所述飞行器的其余滑行节点为连接所述起始节点和所述目标节点所经过的所有节点。
所述节点路径信息,包括依据搜索顺序依次连接所述滑行节点而形成的线路以及所述滑行节点对应的停留时间。停留时间,可以理解为飞行器在根据节点路径信息对应的滑行路径信息滑行时在滑行节点对应的位置停留的时间长度。
其中一种实施方式中,步骤S117具体可以包括:
若当前搜索到的当前节点非所述目标节点,则确定所述当前节点的K个邻节点,计算所述当前节点与所述K个邻节点的K个评价函数值,并将其中数值最小的评价函数值对应的邻节点作为下一个搜索到的节点;其中K为大于或等于2的整数。
其中:
所述邻节点为与所述当前节点相邻的节点。相邻的节点可以理解为当周围节点闭合连线后可唯一围合所述当前节点而不围合其他节点的各节点,同时,可选择该闭合连线中特定方向、角度范围的节点。
所述评价函数值为根据所述邻节点到所述当前节点的欧氏距离与所述飞行器的滑行速度的比值得到的。
S118:得到所述N个飞行器中每个飞行器的节点路径信息。
步骤S114,具体可以包括:
S1141:根据当前得到的所述时刻数据组中的N个开始滑行时刻,对所述N个飞行器的N个节点路径信息进行冲突检测。
S1142:判断是否检测到两个飞行器的节点路径信息之间存在冲突。
若是,则执行步骤S1143:对所述两个飞行器中优先级较低的飞行器的节点路径信息进行调整,消除所述冲突。
其中,所述冲突是指若所述两个飞行器根据对应的开始滑行时刻与节点路径信息滑行,将在预设时间范围内经过同一个滑行节点对应的位置。其中的冲突,可以为超越、对头、交叉等冲突。
节点路径信息的调整,即消除冲突的方式,可以为通过修改冲突相关节点的时间代价,对优先级低的飞行器执行速度变化、停机位等待时间变化、等待前驱点处等待时间变化、重新规划节点路径等处理手段。
以上所涉及的飞行器的优先级,可以根据飞行器的开始滑行时间确定,具体为:开始滑行时间在先的,优先级越高,开始滑行时间在后的优先级越低。同时,还可对飞行器的特殊航班特殊设置优先级。
若否,则执行步骤S1144:根据所述N个飞行器中每个飞行器当前的节点路径信息得到所述N个飞行器中每个飞行器的滑行路径信息。
根据节点布局图与机场场面的对应关系,将节点路径信息映射到滑行路径信息,也可直接将节点路径信息作为滑行路径信息。
S12:以每个解中所述N个飞行器所能产生的总油耗、总门控时间,以及总跑道排队时间为多目标,对所有所述解多目标非支配排序。
多目标优化本质是找到一组能够同时满足所有优化目标的解。
可以描述为以下形式:
minF(x)=(f1(x),…,fm(x))T
gu(x)≥0,i=1,2,…,p
hv(x)=0,j=1,2,…,q
其中F(x)为目标函数,m为F(x)的维数;Dx=(x1,…,xn)为决策变量,n为Dx的维数;gu(x)和hv(x)分别为不等式约束和等式约束。对于一个点x*∈DX,且有f(x*)<f(x),则x*称为Pareto前沿。若不存在x∈Dx,使得f(x*)<f(x)。则x*称为有效解,即Pareto最优。对于多目标优化中的fk(x),k=1,2,…,m,都有fk(x1)≤fk(x2)则称:x1支配x2。
非支配排序,就是对解集里的所有个体分层。在确定了个体之间的支配关系后(非支配个体和支配个体),排序过程是:首先,从解集里挑出非支配个体并从种群里排除,设为第一层;接着,再确定剩下的种群里的非支配个体并从种群里排除,设为第二层;如此重复操作直到种群里没有个体存在即完成了种群的非支配排序。
S13:选择所述排序中的前M个解作为M个第一候选解。
其中,M为大于或等于2的整数。M个第一候选解可以理解为所有解中排序后处于第一层级的解。
S14:以每个第一候选解中所述N个飞行器所能产生的总油耗、总门控时间,以及总跑道排队时间为多目标,对每个第一候选解中的开始滑行时刻以及滑行路径信息执行多目标并行禁忌搜索,得到所述M个第一候选解优化后的M个第二候选解。
多目标并行禁忌搜索(MOTS),可以理解为对开始滑行时刻以及滑行路径信息的数据的领域进行搜索,以找到相较于第一候选解在多目标维度上更佳的解。
由于第一候选解为迭代生成的时间所确定,而可能存在更佳的解并未被生成,所以,通过多目标并行禁忌搜索,可得到更佳的解。
S15:根据所述M个第二候选解中所述N个飞行器所能产生的总油耗、总门控时间,以及总跑道排队时间,在所述M个第二候选解中选择一最优解。
图5是图1中步骤S15的流程示意图。
其中一种实施方式中,请参考图5,步骤S15可以包括:
S151:根据所述M个第二候选解中所述N个飞行器所能产生的总油耗、总门控时间,以及总跑道排队时间,确定所述M个第二候选解中每一个第二候选解的适应度。
S152:根据M个适应度,在所述M个第二候选解中选择适应度最佳的解作为最优解。
所述适应度的值为一目标函数的值的倒数,所述目标函数fit(x,y,z)为:
其中:
ki表示第i个飞行器的单位时间油耗参数,i表示集合F中的第i个航空器,F表示所述N个飞行器的飞行器集合,OilCosti表示第i个飞行器的油耗,GateHoldti表示第i个飞行器的门控时间,Queuesti表示第i个飞行器的跑道入口排队时间。
以上步骤S11至S15,在全局优化中,主要分析航班之间冲突的时间代价,然后在步骤S14中将有关联的航班进行单独规划,构建具有高效问题分解方式的协同进化框架;局部优化(局部搜索)中采用一个并行的禁忌搜索过程,对候选解中未被长期表标记的最多的解,独立进行禁忌搜索,每个搜索有其独立的禁忌表和一个Pareto候选解列表,候选解列表记录其找到的局部Pareto解。将并行搜索得到的所有局部Pareto解放入候选解池中替代Pareto劣解,即得到第二候选解。本发明中,通过种群全局优化与种群个体局部搜索相结合的基于非支配排序的带有精英策略的多目标优化算法(HPMOTS-II)优化框架,有效地提高算法的搜索能力以及解的质量。
可见,本实施例先用带精英策略的非支配排序遗传算法进行全局搜索得到分布均匀的较优解,即第一候选解,再利用并行禁忌搜索算法进行局部深度搜索,得到第二候选解,提高了算法的搜索能力以及最优解的质量,通过优化,获得了飞行器滑行调度的最优解,同时减少了机场资源的占用时间。
S16:根据所述最优解,调度所述N个飞行器。
综上所述,本实施例提供的飞行器滑行调度方法,通过以所述N个飞行器的总油耗、总门控时间,以及总跑道排队时间为多目标进行候选解以及最优解的选择,将油耗、门控时间、跑道排队时间的因素纳入到了滑行调度的评估中,从而使得所考虑的因素更多样,有效改善了飞行器的滑行效率与能耗情况。同时,本实施例先通过对所有所述解进行多目标非支配排序,选择所述排序中的前M个解作为M个第一候选解,在全部解中得到了初步的候选解;再通过对每个第一候选解中的开始滑行时刻以及滑行路径信息执行多目标并行禁忌搜索,得到所述M个第一候选解优化后的M个第二候选解;在初步的候选解中得到较优的候选解,最后通过根据所述M个第二候选解中所述N个飞行器所能产生的总油耗、总门控时间,以及总跑道排队时间,在所述M个第二候选解中选择一最优解,得到了最优解,有效提高了最优解的质量,基于多样化的因素,进一步改善了飞行器的滑行效率与能耗情况。
图6是本发明一飞行器滑行调度装置的流程示意图。
请参考图6,提供了一种飞行器滑行调度装置,包括:
解得到模块201,用于获取所需调度的N个飞行器的至少两个解。
其中,每个所述解包括所述N个飞行器中每个飞行器的开始滑行时刻,以及所述每个飞行器的滑行路径信息,所述滑行路径信息用于表征所述飞行器自所述开始滑行时刻开始滑行,在机场场面中自所述飞行器的起始位置滑行至所述飞行器的目标位置的路径;所述机场场面为机场中所述N个飞行器进行滑行的场地范围。
排序模块202,用于以每个解中所述N个飞行器所能产生的总油耗、总门控时间,以及总跑道排队时间为多目标,对所有所述解进行多目标非支配排序。
其中:
所述油耗,为所述飞行器根据对应的滑行路径信息滑行所需消耗的油量。
所述门控时间,为所述飞行器根据对应的开始滑行时刻与滑行路径信息滑行时,在所述机场场面的停机位置所需等待的时间。
所述跑道排队时间,为所述飞行器根据对应的开始滑行时刻与滑行路径信息滑行时,在所述机场场面的跑道位置所需等待的时间。
第一候选解得到模块203,用于选择所述排序中的前M个解作为M个第一候选解;其中,M为大于或等于2的整数。
第二候选解得到模块204,用于以每个第一候选解中所述N个飞行器所能产生的总油耗、总门控时间,以及总跑道排队时间为多目标,对每个第一候选解中的开始滑行时刻以及滑行路径信息执行多目标并行禁忌搜索,得到所述M个第一候选解优化后的M个第二候选解。
最优解得到模块205,用于根据所述M个第二候选解中所述N个飞行器所能产生的总油耗、总门控时间,以及总跑道排队时间,在所述M个第二候选解中选择一最优解。
调度模块206,用于根据所述最优解,调度所述N个飞行器。
可选的,所述解得到模块201,具体用于:
为所述N个飞行器随机生成一时刻数据组;所述时刻数据组包括所述N个飞行器的N个开始滑行时刻;迭代变化所述时刻数据组中的所述开始滑行时刻,得到不同的新的时刻数据组;
每当得到一组所述时刻数据组时,根据当前得到的所述时刻数据组中的N个开始滑行时刻,确定所述N个飞行器中每个飞行器的滑行路径信息,得到一个所述解。
可选的,所述解得到模块201,具体用于:
根据所述飞行器的起始位置和目标位置,在所述机场场面对应的节点布局图中确定所述起始位置对应的起始节点,以及所述目标位置对应的目标节点;所述节点布局图中的节点用于表征所述机场场面中所规划的控制点的位置;
在所述节点布局图中,逐一搜索所述飞行器的滑行节点,得到节点路径信息;
其中,所述飞行器的第一个滑行节点为所述起始节点;所述飞行器的最后一个滑行节点为所述目标节点,所述飞行器的其余滑行节点为连接所述起始节点和所述目标节点所经过的所有节点;所述节点路径信息包括依据搜索顺序依次连接所述滑行节点而形成的线路以及所述滑行节点对应的停留时间;
在得到所述N个飞行器中每个飞行器的节点路径信息之后,根据当前得到的所述时刻数据组中的N个开始滑行时刻,对所述N个飞行器的N个节点路径信息进行冲突检测;
若两个飞行器的节点路径信息之间存在冲突,则对所述两个飞行器中优先级较低的飞行器的节点路径信息进行调整,消除所述冲突;
其中,所述冲突是指若所述两个飞行器根据对应的开始滑行时刻与节点路径信息滑行,将在预设时间范围内经过同一个滑行节点对应的位置。
若任意两个飞行器的节点路径信息质检均不存在冲突,则根据所述N个飞行器中每个飞行器当前的节点路径信息得到所述N个飞行器中每个飞行器的滑行路径信息。
可选的,所述解得到模块201,具体用于:
若当前搜索到的当前节点非所述目标节点,则确定所述当前节点的K个邻节点,计算所述当前节点与所述K个邻节点的K个评价函数值,并将其中数值最小的评价函数值对应的邻节点作为下一个搜索到的节点;其中,K为大于或等于2的整数;
其中,所述邻节点为与所述当前节点相邻的节点;所述评价函数值为根据所述邻节点到所述当前节点的欧氏距离与所述飞行器的滑行速度的比值得到的。
可选的,所述节点所表征的控制点的位置为以下至少之一:所述机场场面中跑道出口、跑道入口、滑行道交叉口、停机位。
可选的,所述最优解得到模块205,具体用于:
根据所述M个第二候选解中所述N个飞行器所能产生的总油耗、总门控时间,以及总跑道排队时间,确定所述M个第二候选解中每一个第二候选解的适应度;
根据M个适应度,在所述M个第二候选解中选择适应度最佳的解作为最优解;
所述适应度的值为一目标函数的值的倒数,所述目标函数fit(x,y,z)为:
其中:
ki表示第i个飞行器的单位时间油耗参数,i表示集合F中的第i个航空器,F表示所述N个飞行器的飞行器集合,OilCosti表示第i个飞行器的油耗,GateHoldti表示第i个飞行器的门控时间,Queuesti表示第i个飞行器的跑道入口排队时间。
本实施例提供的飞行器滑行调度装置,通过以所述N个飞行器的总油耗、总门控时间,以及总跑道排队时间为多目标进行候选解以及最优解的选择,将油耗、门控时间、跑道排队时间的因素纳入到了滑行调度的评估中,从而使得所考虑的因素更多样,有效改善了飞行器的滑行效率与能耗情况。同时,本实施例先通过对所有所述解进行多目标非支配排序,选择所述排序中的前M个解作为M个第一候选解,在全部解中得到了初步的候选解;再通过对每个第一候选解中的开始滑行时刻以及滑行路径信息执行多目标并行禁忌搜索,得到所述M个第一候选解优化后的M个第二候选解;在初步的候选解中得到较优的候选解,最后通过根据所述M个第二候选解中所述N个飞行器所能产生的总油耗、总门控时间,以及总跑道排队时间,在所述M个第二候选解中选择一最优解,得到了最优解,有效提高了最优解的质量,基于多样化的因素,进一步改善了飞行器的滑行效率与能耗情况。
图7是本发明一电子装置的流程示意图。
请参考图7,电子装置30,可以包括:
处理器31以及存储器32;其中:
存储器32,用于存储可执行指令,该存储器还可以是flash(闪存)。
处理器31,用于执行存储器存储的可执行指令,以实现上述实施例涉及的方法中的各个步骤。具体可以参见前面方法实施例中的相关描述。
可选地,存储器32既可以是独立的,也可以跟处理器31集成在一起。
当所述存储器32是独立于处理器31之外的器件时,所述电子终端30还可以包括:
总线33,用于连接所述存储器32和处理器31。
此外,本申请实施例还提供一种计算机可读存储介质,计算机可读存储介质中存储有计算机执行指令,当电子设备的至少一个处理器执行该计算机执行指令时,电子设备执行上述各种可能的方法。
其中,计算机可读介质包括计算机存储介质和通信介质,其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是通用或专用计算机能够存取的任何可用介质。一种示例性的存储介质耦合至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息。当然,存储介质也可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。另外,该ASIC可以位于用户设备中。当然,处理器和存储介质也可以作为分立组件存在于通信设备中。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (6)
1.一种飞行器滑行调度方法,其特征在于,包括:
为N个飞行器随机生成一时刻数据组;所述时刻数据组包括所述N个飞行器的N个开始滑行时刻;迭代变化所述时刻数据组中的所述开始滑行时刻,得到不同的新的时刻数据组;
每当得到一组所述新的时刻数据组时,根据当前得到的所述新的时刻数据组中的N个开始滑行时刻,确定所述N个飞行器中每个飞行器的滑行路径信息,得到一个所述N个飞行器的解;
其中,每个所述解包括所述N个飞行器中每个飞行器的开始滑行时刻,以及所述每个飞行器的滑行路径信息,所述滑行路径信息用于表征所述飞行器自所述开始滑行时刻开始滑行,在机场场面中自所述飞行器的起始位置滑行至所述飞行器的目标位置的路径;所述机场场面为机场中所述N个飞行器进行滑行的场地范围;N为大于或等于2的整数;
以每个解中所述N个飞行器所能产生的总油耗、总门控时间,以及总跑道排队时间为多目标,对所有所述解进行多目标非支配排序;
其中:
所述总油耗,为所述飞行器根据对应的滑行路径信息滑行所需消耗的油量;
所述总门控时间,为所述飞行器根据对应的开始滑行时刻与滑行路径信息滑行时,在所述机场场面的停机位置所需等待的时间;
所述总跑道排队时间,为所述飞行器根据对应的开始滑行时刻与滑行路径信息滑行时,在所述机场场面的跑道位置所需等待的时间;
选择所述排序中的前M个解作为M个第一候选解;其中,M为大于或等于2的整数;
以每个第一候选解中所述N个飞行器所能产生的总油耗、总门控时间,以及总跑道排队时间为多目标,对每个第一候选解中的开始滑行时刻以及滑行路径信息执行多目标并行禁忌搜索,得到所述M个第一候选解优化后的M’个第二候选解;
根据所述M’个第二候选解中所述N个飞行器所能产生的总油耗、总门控时间,以及总跑道排队时间,在所述M’个第二候选解中选择一最优解;
根据所述最优解,调度所述N个飞行器;
其中,所述根据当前得到的所述新的时刻数据组中所述N个飞行器的N个开始滑行时刻,确定所述N个飞行器中每个飞行器的滑行路径信息之前,还包括:
根据所述飞行器的起始位置和目标位置,在所述机场场面对应的节点布局图中确定所述起始位置对应的起始节点,以及所述目标位置对应的目标节点;所述节点布局图中的节点用于表征所述机场场面中所规划的控制点的位置;
在所述节点布局图中,逐一搜索所述飞行器的滑行节点,得到节点路径信息;
其中,所述飞行器的第一个滑行节点为所述起始节点;所述飞行器的最后一个滑行节点为所述目标节点,所述飞行器的其余滑行节点为连接所述起始节点和所述目标节点所经过的所有节点;所述节点路径信息包括依据搜索顺序依次连接所述滑行节点而形成的线路以及所述滑行节点对应的停留时间;
所述根据当前得到的所述新的时刻数据组中所述N个飞行器的N个开始滑行时刻,确定所述N个飞行器中每个飞行器的滑行路径信息,包括:
在得到所述N个飞行器中每个飞行器的节点路径信息之后,根据当前得到的所述时刻数据组中的N个开始滑行时刻,对所述N个飞行器的N个节点路径信息进行冲突检测;
若两个飞行器的节点路径信息之间存在冲突,则对所述两个飞行器中优先级较低的飞行器的节点路径信息进行调整,消除所述冲突;
其中,所述冲突是指若所述两个飞行器根据对应的开始滑行时刻与节点路径信息滑行,将在预设时间范围内经过同一个滑行节点对应的位置;
若任意两个飞行器的节点路径信息之间均不存在冲突,则根据所述N个飞行器中每个飞行器当前的节点路径信息得到所述N个飞行器中每个飞行器的滑行路径信息。
2.根据权利要求1所述的方法,其特征在于,在所述节点布局图中,逐一搜索所述飞行器的滑行节点,得到节点路径信息,包括:
若当前搜索到的当前节点非所述目标节点,则确定所述当前节点的K个邻节点,计算所述当前节点与所述K个邻节点的K个评价函数值,并将其中数值最小的评价函数值对应的邻节点作为下一个搜索到的节点;
其中,所述邻节点为与所述当前节点相邻的节点;所述评价函数值为根据所述邻节点到所述当前节点的欧氏距离与所述飞行器的滑行速度的比值得到的;K为大于或等于2的整数。
3.根据权利要求1或2所述的方法,其特征在于,所述节点所表征的控制点的位置为以下至少之一:所述机场场面中跑道出口、跑道入口、滑行道交叉口、停机位。
4.根据权利要求1或2任一项所述的方法,其特征在于,所述根据所述M’个第二候选解中所述N个飞行器所能产生的总油耗、总门控时间,以及总跑道排队时间,在所述M’个第二候选解中选择一最优解,包括:
根据所述M’个第二候选解中所述N个飞行器所能产生的总油耗、总门控时间,以及总跑道排队时间,确定所述M’个第二候选解中每一个第二候选解的适应度;
根据M’个适应度,在所述M’个第二候选解中选择适应度最佳的解作为最优解;
所述适应度的值为一目标函数的值的倒数,所述目标函数fit(x,y,z)为:
fit(x,y,z)表示可行解空间,x表示总油耗目标函数,y表示总门控时间,z表示总油耗,Ki表示第i个飞行器的单位时间油耗参数,i表示集合F中的第i个航空器,F表示所述N个飞行器的飞行器集合,OilCosti表示第i个飞行器的油耗,GateHoldti表示第i个飞行器的门控时间,Queuesti表示第i个飞行器的跑道入口排队时间。
5.一种飞行器滑行调度装置,其特征在于,包括:
解得到模块,用于
为N个飞行器随机生成一时刻数据组;所述时刻数据组包括所述N个飞行器的N个开始滑行时刻;迭代变化所述时刻数据组中的所述开始滑行时刻,得到不同的新的时刻数据组;
每当得到一组所述新的时刻数据组时,根据当前得到的所述新的时刻数据组中的N个开始滑行时刻,确定所述N个飞行器中每个飞行器的滑行路径信息,得到一个所述N个飞行器的解;
其中,每个所述解包括所述N个飞行器中每个飞行器的开始滑行时刻,以及所述每个飞行器的滑行路径信息,所述滑行路径信息用于表征所述飞行器自所述开始滑行时刻开始滑行,在机场场面中自所述飞行器的起始位置滑行至所述飞行器的目标位置的路径;所述机场场面为机场中所述N个飞行器进行滑行的场地范围;N为大于或等于2的整数;
排序模块,用于以每个解中所述N个飞行器所能产生的总油耗、总门控时间,以及总跑道排队时间为多目标,对所有所述解进行多目标非支配排序;
其中:
所述总油耗,为所述飞行器根据对应的滑行路径信息滑行所需消耗的油量;
所述总门控时间,为所述飞行器根据对应的开始滑行时刻与滑行路径信息滑行时,在所述机场场面的停机位置所需等待的时间;
所述总跑道排队时间,为所述飞行器根据对应的开始滑行时刻与滑行路径信息滑行时,在所述机场场面的跑道位置所需等待的时间;
第一候选解得到模块,用于选择所述排序中的前M个解作为M个第一候选解;其中,M为大于或等于2的整数;
第二候选解得到模块,用于以每个第一候选解中所述N个飞行器所能产生的总油耗、总门控时间,以及总跑道排队时间为多目标,对每个第一候选解中的开始滑行时刻以及滑行路径信息执行多目标并行禁忌搜索,得到所述M个第一候选解优化后的M’个第二候选解;
最优解得到模块,用于根据所述M’个第二候选解中所述N个飞行器所能产生的总油耗、总门控时间,以及总跑道排队时间,在所述M’个第二候选解中选择一最优解;
调度模块,用于根据所述最优解,调度所述N个飞行器;
其中,所述解得到模块,具体用于:
根据所述飞行器的起始位置和目标位置,在所述机场场面对应的节点布局图中确定所述起始位置对应的起始节点,以及所述目标位置对应的目标节点;所述节点布局图中的节点用于表征所述机场场面中所规划的控制点的位置;
在所述节点布局图中,逐一搜索所述飞行器的滑行节点,得到节点路径信息;
其中,所述飞行器的第一个滑行节点为所述起始节点;所述飞行器的最后一个滑行节点为所述目标节点,所述飞行器的其余滑行节点为连接所述起始节点和所述目标节点所经过的所有节点;所述节点路径信息包括依据搜索顺序依次连接所述滑行节点而形成的线路以及所述滑行节点对应的停留时间;
在得到所述N个飞行器中每个飞行器的节点路径信息之后,根据当前得到的所述时刻数据组中的N个开始滑行时刻,对所述N个飞行器的N个节点路径信息进行冲突检测;
若两个飞行器的节点路径信息之间存在冲突,则对所述两个飞行器中优先级较低的飞行器的节点路径信息进行调整,消除所述冲突;
其中,所述冲突是指若所述两个飞行器根据对应的开始滑行时刻与节点路径信息滑行,将在预设时间范围内经过同一个滑行节点对应的位置;
若任意两个飞行器的节点路径信息之间均不存在冲突,则根据所述N个飞行器中每个飞行器当前的节点路径信息得到所述N个飞行器中每个飞行器的滑行路径信息。
6.根据权利要求5所述的装置,其特征在于,所述解得到模块,具体用于:
若当前搜索到的当前节点非所述目标节点,则确定所述当前节点的K个邻节点,计算所述当前节点与所述K个邻节点的K个评价函数值,并将其中数值最小的评价函数值对应的邻节点作为下一个搜索到的节点;
其中,所述邻节点为与所述当前节点相邻的节点;所述评价函数值为根据所述邻节点到所述当前节点的欧氏距离与所述飞行器的滑行速度的比值得到的;K为大于或等于2的整数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810036679.8A CN108197749B (zh) | 2018-01-15 | 2018-01-15 | 飞行器滑行调度方法与装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810036679.8A CN108197749B (zh) | 2018-01-15 | 2018-01-15 | 飞行器滑行调度方法与装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108197749A CN108197749A (zh) | 2018-06-22 |
CN108197749B true CN108197749B (zh) | 2022-05-27 |
Family
ID=62589562
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810036679.8A Active CN108197749B (zh) | 2018-01-15 | 2018-01-15 | 飞行器滑行调度方法与装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108197749B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111552178B (zh) * | 2020-04-23 | 2022-08-19 | 桂林电子科技大学 | 带有可控重申请时间间隔的航空器停机位等待推出控制方法 |
CN111950060A (zh) * | 2020-08-11 | 2020-11-17 | 中国民航大学 | 一种机场飞行区平面布局多目标优化方法 |
CN116258353B (zh) * | 2023-05-15 | 2023-07-14 | 民航成都信息技术有限公司 | 航班地勤节点执行序列的确定方法、装置、设备及介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103778481A (zh) * | 2014-01-23 | 2014-05-07 | 南京航空航天大学 | 一种针对多跑道航班进离场的动态调度方法 |
CN104482480A (zh) * | 2014-11-10 | 2015-04-01 | 中国民航大学 | 一种用于引导飞机滑行的指示灯系统及控制方法 |
CN105117792A (zh) * | 2015-08-06 | 2015-12-02 | 北京航空航天大学 | 一种考虑跑道口等待时长的航班机场场面运行优化方法 |
CN106339292A (zh) * | 2015-07-10 | 2017-01-18 | 空中客车集团印度私人有限公司 | 对调度的周转活动的监视及对其时间偏差的报警 |
CN106952022A (zh) * | 2017-03-01 | 2017-07-14 | 中国人民解放军海军工程大学 | 机场飞行资源与飞机的调度方法及调度系统 |
-
2018
- 2018-01-15 CN CN201810036679.8A patent/CN108197749B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103778481A (zh) * | 2014-01-23 | 2014-05-07 | 南京航空航天大学 | 一种针对多跑道航班进离场的动态调度方法 |
CN104482480A (zh) * | 2014-11-10 | 2015-04-01 | 中国民航大学 | 一种用于引导飞机滑行的指示灯系统及控制方法 |
CN106339292A (zh) * | 2015-07-10 | 2017-01-18 | 空中客车集团印度私人有限公司 | 对调度的周转活动的监视及对其时间偏差的报警 |
CN105117792A (zh) * | 2015-08-06 | 2015-12-02 | 北京航空航天大学 | 一种考虑跑道口等待时长的航班机场场面运行优化方法 |
CN106952022A (zh) * | 2017-03-01 | 2017-07-14 | 中国人民解放军海军工程大学 | 机场飞行资源与飞机的调度方法及调度系统 |
Also Published As
Publication number | Publication date |
---|---|
CN108197749A (zh) | 2018-06-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112016812B (zh) | 多无人机任务调度方法、系统及存储介质 | |
CN110632907B (zh) | 一种分布式装配式置换流水车间调度优化方法及系统 | |
Chutima et al. | Multi-objective two-sided mixed-model assembly line balancing using particle swarm optimisation with negative knowledge | |
CN108197749B (zh) | 飞行器滑行调度方法与装置 | |
CN105700549B (zh) | 一种基于序列小生境粒子群算法的无人机多航迹规划方法 | |
CN112859912B (zh) | 中继充电模式下无人机路径规划的自适应优化方法与系统 | |
CN107886260B (zh) | 一种基于鲁棒性分配模型的停机位分配方法 | |
Sekulski | Multi-objective topology and size optimization of high-speed vehicle-passenger catamaran structure by genetic algorithm | |
CN106228265B (zh) | 基于改进粒子群优化的总拖期运输计划调度方法 | |
CN110262563A (zh) | 多无人机协同搜索水上目标的方法 | |
CN110739696B (zh) | 智能配网环境中需求侧资源与可再生能源的集成调度方法 | |
CN107679669A (zh) | 一种基于超启发式方法的机场停机位调度方法及系统 | |
CN113848970A (zh) | 一种车辆-无人机多目标协同路径规划方法 | |
CN109978227A (zh) | 一种基于遗传蚁群融合算法的共享单车优化调度方法 | |
Hou et al. | A metaheuristic algorithm for routing school buses with mixed load | |
Brisset et al. | Approaches for multi-objective optimization in the ecodesign of electric systems | |
CN110033111B (zh) | 机场场面运动规划方法和装置 | |
CN113257042B (zh) | 一种基于时空分布特征的多机场终端区航班流生成方法 | |
CN113887782A (zh) | 一种面向维修资源配送调度的遗传-烟花混合方法及系统 | |
CN113157381B (zh) | 基于非支配排序和猫头鹰搜索的多工作流调度方法 | |
Weiszer et al. | Preference-based evolutionary algorithm for airport runway scheduling and ground movement optimisation | |
CN115130791B (zh) | 面向车载智能机场的无人机与车辆协同调度方法及装置 | |
CN116009571A (zh) | 飞机机群起飞调度方法、装置、设备和存储介质 | |
CN115936568A (zh) | 动态车辆配送任务的路径规划方法、电子设备和存储介质 | |
CN114862065A (zh) | 社工任务规划方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |