CN110060514A - 航班调度方法和装置 - Google Patents

航班调度方法和装置 Download PDF

Info

Publication number
CN110060514A
CN110060514A CN201910247515.4A CN201910247515A CN110060514A CN 110060514 A CN110060514 A CN 110060514A CN 201910247515 A CN201910247515 A CN 201910247515A CN 110060514 A CN110060514 A CN 110060514A
Authority
CN
China
Prior art keywords
flight
sequence
sequences
schedule
landing
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.)
Granted
Application number
CN201910247515.4A
Other languages
English (en)
Other versions
CN110060514B (zh
Inventor
欧阳泉
徐宏云
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jianghan University
Original Assignee
Jianghan University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jianghan University filed Critical Jianghan University
Priority to CN201910247515.4A priority Critical patent/CN110060514B/zh
Publication of CN110060514A publication Critical patent/CN110060514A/zh
Application granted granted Critical
Publication of CN110060514B publication Critical patent/CN110060514B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40Business processes related to the transportation industry
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G5/00Traffic control systems for aircraft, e.g. air-traffic control [ATC]

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Traffic Control Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种航班调度方法和装置,属于航空技术领域。所述方法包括:基于各个航班在各个跑道上的预计着陆时间,随机生成多个航班调度序列,每个所述航班调度序列对应一条跑道,每个所述航班调度序列包括各个航班按照随机顺序在对应的跑道上的实际着陆时间;根据所述多个航班调度序列生成初始调度序列,所述初始调度序列包括各个航班,且所述各个航班着陆的跑道和着陆时间是按照其在各个跑道上着陆的时间的先后排序,并选择最早着陆时间和其对应的跑道而产生;以所述初始调度序列为基础进行迭代计算直到满足终止条件,在迭代计算中选出最优的调度序列,所述最优的调度序列为迭代计算出的调度序列中各个航班的延时之和最小的调度序列。

Description

航班调度方法和装置
技术领域
本发明涉及航空技术领域,特别涉及一种航班调度方法和装置。
背景技术
航班调度属于排序问题的范畴,当问题的规模达到一定程度时它就是一个复杂问题。在解决航班调度问题时,最常用的调度方法是先到先服务(FCFS)算法,它依靠飞机预计的着陆时间(ETA,estimated time of arrival)的次序来决定飞机的着陆次序,没有经过任何优化,因此造成延误的可能性较大。
发明内容
本发明实施例提供了一种航班调度方法和装置,用以减小航班的延误几率。所述技术方案如下:
一方面,提供了一种航班调度方法,所述方法包括:
基于各个航班在各个跑道上的预计着陆时间,随机生成多个航班调度序列,每个所述航班调度序列对应一条跑道,每个所述航班调度序列包括各个航班按照随机顺序在对应的跑道上的实际着陆时间;
根据所述多个航班调度序列生成初始调度序列,所述初始调度序列包括各个航班,且所述各个航班着陆的跑道和着陆时间是按照其在各个跑道上着陆的时间的先后排序,并选择最早着陆时间和其对应的跑道而产生;
以所述初始调度序列为基础进行迭代计算直到满足终止条件,在迭代计算中选出最优的调度序列,所述最优的调度序列为迭代计算出的调度序列中各个航班的延时之和最小的调度序列。
在本发明实施例的一种实现方式中,所述基于各个航班在各个跑道上的预计着陆时间,随机生成多个航班调度序列,包括:
为每个跑道随机生成一个航班着陆序列;
获取每个跑道上第一个着陆的航班的预计着陆时间;
根据相邻航班之间的着陆间隔,依次确定后续各个航班的实际着陆时间。
在本发明实施例的一种实现方式中,所述以所述初始调度序列为基础进行迭代计算直到满足终止条件,在迭代计算中选出最优的调度序列,包括:
第一步:从所述初始调度序列n中位置k任意选取长度为l的块将其移动到位置i,得到新的调度序列n1,每个块由l个连续地航班组成,k、l和i均为正整数;
第二步:计算按照所述新的调度序列n1时各个所述航班的实际着陆时间和延时时间,得到所述新的调度序列n1的解;
第三步:如果所述新的调度序列n1的解优于当前最好调度序列g的解,则将所述当前最好调度序列g更新为所述新的调度序列n1
通过逐渐变化所述k、l和i的取值,重复步骤一至步骤三,直到满足终止条件。
在本发明实施例的一种实现方式中,1≤l≤0.15*N,0≤i≤N-1,i-l<k<i,N为航班数,N为大于2的正整数。
在本发明实施例的一种实现方式中,所述计算按照所述新的调度序列n1时各个所述航班的着陆时间和延时时间,得到所述新的调度序列n1的解,包括:
按照如下公式计算所述新的调度序列n1的解:
其中,F(n)为所述新的调度序列n1的解,STA(i)为所述航班的实际着陆时间,ETA(i)为所述航班的预计着陆时间。
在本发明实施例的一种实现方式中,所述方法还包括:
比较所述新的调度序列n1的解与所述当前最好调度序列g的解的大小;
当所述新的调度序列n1的解小于所述当前最好调度序列g的解时,确定所述新的调度序列n1的解优于所述当前最好调度序列g的解。
在本发明实施例的一种实现方式中,所述终止条件为最大搜索时间。
在本发明实施例的一种实现方式中,所述方法还包括:
在连续迭代计算次数超过阈值且均未更新所述当前最好调度序列g时,以所述当前最好调度序列g或在所述连续迭代计算过程中得到的局部最好调度序列b作为扰动对象,随机选择k、l、i的值对扰动对象做块移动操作。
在本发明实施例的一种实现方式中,所述方法还包括:
生成一个随机数然后除以2取余;
当余数为0时选择所述局部最好调度序列b作为扰动对象;
当余数不为0时选择所述当前最好调度序列g作为扰动对象。
另一方面,本发明实施例还提供了一种航班调度装置,所述装置包括:
第一生成模块,用于基于各个航班在各个跑道上的预计着陆时间,随机生成多个航班调度序列,每个所述航班调度序列对应一条跑道,每个所述航班调度序列包括各个航班按照随机顺序在对应的跑道上的实际着陆时间;
第二生成模块,用于根据所述多个航班调度序列生成初始调度序列,所述初始调度序列包括各个航班,且所述各个航班着陆的跑道和着陆时间是按照其在各个跑道上着陆的时间的先后排序,并选择最早着陆时间和其对应的跑道而产生;
计算模块,用于以所述初始调度序列为基础进行迭代计算直到满足终止条件,在迭代计算中选出最优的调度序列,所述最优的调度序列为迭代计算出的调度序列中各个航班的延时之和最小的调度序列。
本发明实施例提供的技术方案带来的有益效果是:
在本发明实施例中,采用了新的方式生成初始调度序列,从初始调度序列开始进行迭代运算,并在运算过程中选出最优的调度序列,以使航班着陆过程中各个航班的延时之和最小,减小了航班的延误几率和延误时间。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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是本发明实施例提供的一种航班调度方法的流程图;
图2是本发明实施例提供的一种航班调度方法的流程图;
图3是本发明实施例提供的航班调度序列的示意图;
图4是本发明实施例提供的初始调度序列的示意图;
图5是本发明实施例提供的一种航班调度装置的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。
图1是本发明实施例提供的一种航班调度方法的流程图。参见图1,该方法包括:
步骤101:基于各个航班在各个跑道上的预计着陆时间,随机生成多个航班调度序列,每个航班调度序列对应一条跑道,每个航班调度序列包括各个航班按照随机顺序在对应的跑道上的实际着陆时间。
这里,参与生成该着陆序列的航班为一段时间内有着陆需求的航班,将这些航班编号,然后随机排序。每个跑道的随机排序均是单独进行的。
步骤102:根据多个航班调度序列生成初始调度序列,初始调度序列包括各个航班,且所述各个航班着陆的跑道和着陆时间是按照其在各个跑道上着陆的时间的先后排序,并选择最早着陆时间和其对应的跑道而产生。
步骤103:以初始调度序列为基础进行迭代计算直到满足终止条件,在迭代计算中选出最优的调度序列,最优的调度序列为迭代计算出的调度序列中各个航班的延时之和最小的调度序列。
在该步骤中,通过选取各个航班的延时之和最小的调度序列来得到最优的调度序列,实现航班的延误率的减小,提高航班着陆的准点性能。
在本发明实施例中,采用了新的方式生成初始调度序列,从初始调度序列开始进行迭代运算,并在运算过程中选出最优的调度序列,以使航班着陆过程中各个航班的延时之和最小,减小了航班的延误几率和延误时间。
图2是本发明实施例提供的一种航班调度方法的流程图。参见图2,该方法包括:
步骤201:为每个跑道随机生成一个航班着陆序列。
这里,参与生成该着陆顺序的航班为一段时间内有着陆需求的航班,将这些航班编号,然后随机排序。每个跑道的随机排序均是单独进行的。
步骤202:获取每个跑道上第一个着陆的航班的预计着陆时间。
其中,机场控制室会计算出各个航班在各个跑道上以第一的顺序进行着陆的预计着陆时间。因此,在本发明实施例中,只需要获取到机场控制室计算出的各个航班在各个跑道上以第一的顺序进行着陆的着陆时间即可。
步骤203:根据相邻航班之间的着陆间隔,依次确定后续各个航班的实际着陆时间,随机生成多个航班调度序列,每个航班调度序列对应一条跑道,每个航班调度序列包括各个航班按照随机顺序在对应的跑道上的实际着陆时间。
该步骤具体可以包括:将相邻航班之间的着陆间隔C(i-1,i)加上航班n(i-1)的实际着陆时间STA(i-1),得到航班n(i)实际着陆时间STA(i);比较航班n(i)实际着陆时间STA(i)和航班n(i)预计着陆时间ETA(i)的大小;若STA(i)>ETA(i),则STA(i)=STA(i);若STA(i)<ETA(i),则STA(i)=ETA(i)。这样做,一方面能够保证飞机的安全着陆,不会在未达到间隔时间前着陆,另一方面,保证航班着陆的延时尽量小。这里的延时是指航班的预计着陆时间和实际着陆时间之间的时间差。
例如,在1号跑道上,第一个航班A的预计着陆时间为13点,第一个航班A和第二个航班B的着陆间隔时间为C(A,B)=20分钟,第二个航班的预计着陆时间ETA(B)=13:40。STA(B)=STA(A)+C(A,B),STA(B)=13:00+20=13:20,因为STA(B)<ETA(B),所以STA(B)=ETA(B)=13:40。
这里,相邻航班之间的着陆间隔需要依据前后两个航班的机型确定。因此,该方法还可以包括:获取前后两个航班的机型与着陆间隔的对应关系;根据前后两个航班的机型以及该对应关系,确定着陆间隔。
图3是本发明实施例提供的航班调度序列的示意图,参见图3,跑道数量为k,航班数量为N,每个跑道对应一个航班调度序列,每个航班调度序列包括各个航班按照随机顺序在对应的跑道上的实际着陆时间STA(i),i为1~N中的任一个整数。
步骤204:根据多个航班调度序列生成初始调度序列,初始调度序列包括各个航班,且所述各个航班着陆的跑道和着陆时间是按照其在各个跑道上着陆的时间的先后排序,并选择最早着陆时间和其对应的跑道而产生。
具体地,该步骤可以包括:根据多个航班调度序列确定出每个航班在每个跑道上的实际着陆时间;确定出各个航班的最小着陆时间;按照各个航班的最小着陆时间对各个跑道进行选择,得到初始调度序列。
可选地,该方法还可以包括:确定出初始调度序列的解。这里,初始调度序列的解是指按照初始调度序列的顺序着陆时,各个航班的延时之和。该步骤具体可以包括:
第一步,获取各个航班在初始调度序列n中的延时。
第二步,根据各个航班在初始调度序列n中的延时确定初始调度序列n的解。
在本实施例中,每个航班都有一个预计着陆时间,则获取各个航班在初始调度序列n中的延时可以包括:
计算各个航班在初始调度序列n中的实际着陆时间,根据预计着陆时间和实际着陆时间确定各个航班在初始调度序列n中的延时。
具体地,可以根据以下公式(1)-(3)计算初始调度序列n的解:
STA(i)=max{ETA(i),STA(i-1)+C(i-1,i)}; (1)
d(i)=STA(i)-ETA(i); (2)
其中,i表示初始调度序列n中的第i个航班,ETA(i)表示第i个航班的预计着陆时间,STA(i)表示第i个航班的实际着陆时间,STA(i-1)表示第i-1个航班的实际着陆时间,C(i-1,i)表示第i个航班和第i-1个航班之间的间隔时间,d(i)表示第i个航班的延时,F(n)表示初始调度序列n的解。
需要说明的是,在本实施例中,每个航班的实际着陆时间等于上一航班的实际着陆时间加上间隔时间。
步骤205:从初始调度序列n中位置k任意选取长度为l的块将其移动到位置i,得到新的调度序列n1,每个块由l个连续地航班组成,k、l和i均为正整数。
在本发明实施例中,位置也即初始调度序列n中的顺序,例如第一个即为位置1,最后一个即为位置N。
在本发明实施例中,1≤l≤0.15*N,0≤i≤N-1,i-l<k<i,N为航班数,N为大于2的正整数。
需要说明的是,为了保证能够获得最优解,本申请中块的长度可以从1逐渐增大,k和i的位置也是在每个块长度l时遍历所有的位置。
步骤206:计算按照新的调度序列n1时各个航班的实际着陆时间和延时时间,得到新的调度序列n1的解。
在本发明实施例中,计算按照新的调度序列n1时各个航班的着陆时间和延时时间,得到新的调度序列n1的解,包括:
按照如下公式计算新的调度序列n1的解:
其中,F(n)为新的调度序列n1的解,STA(i)为航班的实际着陆时间,ETA(i)为航班的预计着陆时间。
步骤207:如果新的调度序列n1的解优于当前最好调度序列g的解,则将当前最好调度序列g更新为新的调度序列n1
通过逐渐变化k、l和i的取值,重复步骤205~207,直到满足终止条件。
进一步地,可以按照如下方法比较新的调度序列n1的解和当前最好调度序列g的解的优劣。也即,该方法还可以包括:比较新的调度序列n1的解与当前最好调度序列g的解的大小;当新的调度序列n1的解小于当前最好调度序列g的解时,确定新的调度序列n1的解优于当前最好调度序列g的解。
在本发明实施例中,终止条件中可以为最大搜索时间,例如10秒等。
步骤208:在连续迭代计算次数超过阈值且均未更新当前最好调度序列g时,以当前最好调度序列g或在连续迭代计算过程中得到的局部最好调度序列b作为扰动对象,随机选择k、l、i的值对扰动对象做块移动操作。
在本发明实施例中,可以按照如下方法选择扰动对象。也即,该方法还可以包括:
生成一个随机数然后除以2取余;
当余数为0时选择局部最好调度序列b作为扰动对象;
当余数不为0时选择当前最好调度序列g作为扰动对象。
在选定扰动对象后,对扰动对象做块移动操作,在该次移动操作中,块长取值为移动步长取值为扰动策略为随机选择符合取值范围的i、k、l的值进行块移动操作,实验停止条件为5秒的中央处理器(CPU)计算时间。
在进行扰动操作后,继续以扰动操作后的调度序列为基础,进行上述迭代计算。
该方法包括生成初始调度序列集合P;通过优化产生初始调度序列n;计算初始调度序列的解;假设初始调度序列为当前最优调度序列g;从初始调度序列中選任意位置k长度为l的块,将其换到位置i得到新的调度序列n1,计算序列n1的解;判断新的调度序列的解是否优于当前最优调度序列g的解,当新的调度序列n1的解优于当前最优调度序列g的解时,将新的调度序列n1作为当前最优调度序列g;判断是否满足终止条件,若不满足终止条件,则继续对当前最优调度序列g进行块移动操作,当在一定时间内g没有更新就对g进行扰动操作,若满足终止条件,则输出当前最优调度序列g。该航班调度方法,提供了新的初始序列生成方法,将优化加入到各个关键过程中,在搜索过程中选择了相对较大的邻域结构,扩大了搜索范围,从整体上提高了选出解最合适的调度序列的可能性。
图3是本发明实施例提供的一种航班调度装置的结构示意图。参见图3,该装置包括:
第一生成模块301,用于基于各个航班在各个跑道上的预计着陆时间,随机生成多个航班调度序列,每个航班调度序列对应一条跑道,每个所述航班调度序列包括各个航班按照随机顺序在对应的跑道上的实际着陆时间;
第二生成模块302,用于根据多个航班调度序列生成初始调度序列,初始调度序列包括各个航班,且所述各个航班着陆的跑道和着陆时间是按照其在各个跑道上着陆的时间的先后排序,并选择最早着陆时间和其对应的跑道而产生;
计算模块303,用于以初始调度序列为基础进行迭代计算直到满足终止条件,在迭代计算中选出最优的调度序列,最优的调度序列为迭代计算出的调度序列中各个航班的延时之和最小的调度序列。
可选地,第一生成模块301,用于为每个跑道随机生成一个航班着陆序列;获取每个跑道上第一个着陆的航班的预计着陆时间;根据相邻航班之间的着陆间隔,依次确定后续各个航班的实际着陆时间。
可选地,计算模块303,用于从初始调度序列n中位置k任意选取长度为l的块将其移动到位置i,得到新的调度序列n1,每个块由l个连续地航班组成,k、l和i均为正整数;计算按照新的调度序列n1时各个航班的实际着陆时间和延时时间,得到新的调度序列n1的解;如果新的调度序列n1的解优于当前最好调度序列g的解,则将当前最好调度序列g更新为新的调度序列n1;通过逐渐变化k、l和i的取值,重复上述步骤,直到满足终止条件。
可选地,1≤l≤0.15*N,0≤i≤N-1,i-l<k<i,N为航班数,N为大于2的正整数。
可选地,计算模块303,用于按照如下公式计算新的调度序列n1的解:
其中,F(n)为新的调度序列n1的解,STA(i)为航班的实际着陆时间,ETA(i)为航班的预计着陆时间。
可选地,计算模块303,还用于比较新的调度序列n1的解与当前最好调度序列g的解的大小;当新的调度序列n1的解小于当前最好调度序列g的解时,确定新的调度序列n1的解优于当前最好调度序列g的解。
可选地,终止条件为最大搜索时间。
可选地,计算模块303,还用于在连续迭代计算次数超过阈值且均未更新当前最好调度序列g时,以当前最好调度序列g或在连续迭代计算过程中得到的局部最好调度序列b作为扰动对象,随机选择k、l、i的值对扰动对象做块移动操作。
可选地,计算模块303,还用于生成一个随机数然后除以2取余;当余数为0时选择局部最好调度序列b作为扰动对象;当余数不为0时选择当前最好调度序列g作为扰动对象。
需要说明的是:上述实施例提供的航班调度装置在进行航班调度时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的航班调度装置与航班调度方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (10)

1.一种航班调度方法,其特征在于,所述方法包括:
基于各个航班在各个跑道上的预计着陆时间,随机生成多个航班调度序列,每个所述航班调度序列对应一条跑道,每个所述航班调度序列包括各个航班按照随机顺序在对应的跑道上的实际着陆时间;
根据所述多个航班调度序列生成初始调度序列,所述初始调度序列包括各个航班,且所述各个航班着陆的跑道和着陆时间是按照其在各个跑道上着陆的时间的先后排序,并选择最早着陆时间和其对应的跑道而产生;
以所述初始调度序列为基础进行迭代计算直到满足终止条件,在迭代计算中选出最优的调度序列,所述最优的调度序列为迭代计算出的调度序列中各个航班的延时之和最小的调度序列。
2.根据权利要求1所述的方法,其特征在于,所述基于各个航班在各个跑道上的预计着陆时间,随机生成多个航班调度序列,包括:
为每个跑道随机生成一个航班着陆序列;
获取每个跑道上第一个着陆的航班的预计着陆时间;
根据相邻航班之间的着陆间隔,依次确定后续各个航班的实际着陆时间。
3.根据权利要求1所述的方法,其特征在于,所述以所述初始调度序列为基础进行迭代计算直到满足终止条件,在迭代计算中选出最优的调度序列,包括:
第一步:从所述初始调度序列n中位置k任意选取长度为l的块将其移动到位置i,得到新的调度序列n1,每个块由l个连续地航班组成,k、l和i均为正整数;
第二步:计算按照所述新的调度序列n1时各个所述航班的实际着陆时间和延时时间,得到所述新的调度序列n1的解;
第三步:如果所述新的调度序列n1的解优于当前最好调度序列g的解,则将所述当前最好调度序列g更新为所述新的调度序列n1
通过逐渐变化所述k、l和i的取值,重复步骤一至步骤三,直到满足终止条件。
4.根据权利要求3所述的方法,其特征在于,1≤l≤0.15*N,0≤i≤N-1,i-l<k<i,N为航班数,N为大于2的正整数。
5.根据权利要求3所述的方法,其特征在于,所述计算按照所述新的调度序列n1时各个所述航班的着陆时间和延时,得到所述新的调度序列n1的解,包括:
按照如下公式计算所述新的调度序列n1的解:
其中,F(n)为所述新的调度序列n1的解,STA(i)为所述航班的实际着陆时间,ETA(i)为所述航班的预计着陆时间。
6.根据权利要求5所述的方法,其特征在于,所述方法还包括:
比较所述新的调度序列n1的解与所述当前最好调度序列g的解的大小;
当所述新的调度序列n1的解小于所述当前最好调度序列g的解时,确定所述新的调度序列n1的解优于所述当前最好调度序列g的解。
7.根据权利要求3所述的方法,其特征在于,所述终止条件为最大搜索时间。
8.根据权利要求3所述的方法,其特征在于,所述方法还包括:
在连续迭代计算次数超过阈值且均未更新所述当前最好调度序列g时,以所述当前最好调度序列g或在所述连续迭代计算过程中得到的局部最好调度序列b作为扰动对象,随机选择k、l、i的值对扰动对象做块移动操作。
9.根据权利要求8所述的方法,其特征在于,所述方法还包括:
生成一个随机数然后除以2取余;
当余数为0时选择所述局部最好调度序列b作为扰动对象;
当余数不为0时选择所述当前最好调度序列g作为扰动对象。
10.一种航班调度装置,其特征在于,所述装置包括:
第一生成模块,用于基于各个航班在各个跑道上的预计着陆时间,随机生成多个航班调度序列,每个所述航班调度序列对应一条跑道,每个所述航班调度序列包括各个航班按照随机顺序在对应的跑道上的实际着陆时间;
第二生成模块,用于根据所述多个航班调度序列生成初始调度序列,所述初始调度序列包括各个航班,且所述各个航班着陆的跑道和着陆时间是按照其在各个跑道上着陆的时间的先后排序,并选择最早着陆时间和其对应的跑道而产生;
计算模块,用于以所述初始调度序列为基础进行迭代计算直到满足终止条件,在迭代计算中选出最优的调度序列,所述最优的调度序列为迭代计算出的调度序列中各个航班的延时之和最小的调度序列。
CN201910247515.4A 2019-03-29 2019-03-29 航班调度方法和装置 Expired - Fee Related CN110060514B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910247515.4A CN110060514B (zh) 2019-03-29 2019-03-29 航班调度方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910247515.4A CN110060514B (zh) 2019-03-29 2019-03-29 航班调度方法和装置

Publications (2)

Publication Number Publication Date
CN110060514A true CN110060514A (zh) 2019-07-26
CN110060514B CN110060514B (zh) 2021-11-02

Family

ID=67317891

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910247515.4A Expired - Fee Related CN110060514B (zh) 2019-03-29 2019-03-29 航班调度方法和装置

Country Status (1)

Country Link
CN (1) CN110060514B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111047917A (zh) * 2019-12-18 2020-04-21 四川大学 一种基于改进dqn算法的航班着陆调度方法
CN112447068A (zh) * 2020-10-09 2021-03-05 广州市中南民航空管通信网络科技有限公司 多跑道机场的跑道分配方法、终端、存储装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6049754A (en) * 1998-03-31 2000-04-11 The Mitre Corporation Method for displaying vehicle arrival management information
CN101465064A (zh) * 2009-01-15 2009-06-24 北京航空航天大学 终端区飞行冲突解脱方法和系统
CN101477642A (zh) * 2008-12-31 2009-07-08 中山大学 基于蚁群算法的飞机进港调度方法
CN104881720A (zh) * 2015-06-04 2015-09-02 北京航空航天大学 一种航班调度方法和装置
CN105355091A (zh) * 2015-10-22 2016-02-24 北京航空航天大学 终端区流量调控方法
CN107591034A (zh) * 2017-08-09 2018-01-16 南京莱斯信息技术股份有限公司 一种进港航班排序的实现方法
US20180218615A1 (en) * 2017-02-01 2018-08-02 David Myr Automatic real-time air traffic control system and method for maximizing landings / takeoffs capacity of the airport and minimizing aircrafts landing times

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6049754A (en) * 1998-03-31 2000-04-11 The Mitre Corporation Method for displaying vehicle arrival management information
CN101477642A (zh) * 2008-12-31 2009-07-08 中山大学 基于蚁群算法的飞机进港调度方法
CN101465064A (zh) * 2009-01-15 2009-06-24 北京航空航天大学 终端区飞行冲突解脱方法和系统
CN104881720A (zh) * 2015-06-04 2015-09-02 北京航空航天大学 一种航班调度方法和装置
CN105355091A (zh) * 2015-10-22 2016-02-24 北京航空航天大学 终端区流量调控方法
US20180218615A1 (en) * 2017-02-01 2018-08-02 David Myr Automatic real-time air traffic control system and method for maximizing landings / takeoffs capacity of the airport and minimizing aircrafts landing times
CN107591034A (zh) * 2017-08-09 2018-01-16 南京莱斯信息技术股份有限公司 一种进港航班排序的实现方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
冯兴杰 等: "基于免疫粒子群优化算法的航班着陆调度研究", 《计算机工程》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111047917A (zh) * 2019-12-18 2020-04-21 四川大学 一种基于改进dqn算法的航班着陆调度方法
CN112447068A (zh) * 2020-10-09 2021-03-05 广州市中南民航空管通信网络科技有限公司 多跑道机场的跑道分配方法、终端、存储装置

Also Published As

Publication number Publication date
CN110060514B (zh) 2021-11-02

Similar Documents

Publication Publication Date Title
CN110366193B (zh) 一种智能电网的网络编排层承载的切片部署方法及装置
CN110060514A (zh) 航班调度方法和装置
CN108022025A (zh) 一种基于人工神经网络的风速区间预测方法与系统
KR20130090147A (ko) 신경망 컴퓨팅 장치 및 시스템과 그 방법
CN108344812A (zh) 一种变压器故障诊断方法、装置及存储介质
US20220374722A1 (en) Intelligent ammunition co-evolution task assignment method
Zhang et al. A novel stochastic clustering auction for task allocation in multi-robot teams
CN109144719A (zh) 移动云计算系统中基于马尔科夫决策过程的协作卸载方法
CN107067028B (zh) 基于分布式聚类的网络流量时间序列预测方法
CN109445386A (zh) 一种基于onba的云制造任务最短生产时间调度方法
CN110610229A (zh) 一种卷积神经网络训练过程的动态稀疏化方法
CN108399105B (zh) 一种基于改进头脑风暴算法的软硬件划分方法
Konovalov et al. Comparison of two active queue management schemes through the M/D/1/N queue
CN114446094A (zh) 一种航班排序信息的时空转换方法
JPH0934875A (ja) 準最適割当決定方法
CN112286686A (zh) 一种基于pso优化的边缘计算任务调度算法
CN111507474A (zh) 一种动态调整Batch-size的神经网络分布式训练方法
CN105355091B (zh) 终端区流量调控方法
Berlinet et al. Acceleration of the EM algorithm: P-EM versus epsilon algorithm
Kojima et al. An artificial bee colony algorithm for solving dynamic optimization problems
CN109508785A (zh) 一种用于神经网络训练的异步并行优化方法
WO2017213537A1 (en) Parallel optimization of homogeneous systems
CN105589896B (zh) 数据挖掘方法及装置
CN114693190B (zh) 一种基于gpu算力调度的航班效率提升系统
CN111027665A (zh) 一种基于改进混沌蝙蝠群算法的云制造调度方法

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20211102

CF01 Termination of patent right due to non-payment of annual fee