CN113034060A - 一种航班摆渡车的匹配方法 - Google Patents
一种航班摆渡车的匹配方法 Download PDFInfo
- Publication number
- CN113034060A CN113034060A CN202110550491.7A CN202110550491A CN113034060A CN 113034060 A CN113034060 A CN 113034060A CN 202110550491 A CN202110550491 A CN 202110550491A CN 113034060 A CN113034060 A CN 113034060A
- Authority
- CN
- China
- Prior art keywords
- ferry
- flight
- time
- vehicle
- matching
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 230000010006 flight Effects 0.000 claims abstract description 38
- 239000011159 matrix material Substances 0.000 claims abstract description 18
- 230000003044 adaptive effect Effects 0.000 claims description 12
- 238000012163 sequencing technique Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000013439 planning Methods 0.000 claims description 6
- 230000006978 adaptation Effects 0.000 claims description 3
- 230000035484 reaction time Effects 0.000 claims description 3
- 239000002699 waste material Substances 0.000 abstract description 4
- 230000006870 function Effects 0.000 description 17
- 238000005457 optimization Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000013468 resource allocation Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000004044 response Effects 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Evolutionary Computation (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Computer Hardware Design (AREA)
- Operations Research (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开一种航班摆渡车的匹配方法,包括步骤:多个待进港或出港的目标航班发送请求信号至中控服务器;根据航班信息和摆渡车信息获得航班摆渡需求,从而形成1航班‑N摆渡车的目标航班摆渡任务矩阵;拆分获得多个1航班‑1摆渡车的目标航班摆渡任务;计算生成初始摆渡匹配任务方案集合;基于邻域扩展方法生成多元匹配方案,并根据摆渡车匹配模型的目标函数和约束条件获取摆渡车最优匹配结果;将最优匹配结果由中控服务器推送启动指令至相应的摆渡车终端设备。本发明能够为航班精准的匹配出相应的摆渡车,避免摆渡车资源浪费,提高摆渡车的使用灵活度,提高机场摆渡车调度效率,能够有效应对机场摆渡车的工作量大且密度高的工作环境。
Description
技术领域
本发明属于机场摆渡车调度技术领域,特别是涉及一种航班摆渡车的匹配方法。
背景技术
目前,我国绝大部分机场的摆渡车辆调度工作还停留在人工管理阶段,这种调度方式主要依靠个人经验。长期以来,存在调度员培养周期长,工作效率低、全局优化能力差、应变能力差、调度结果受个人水平影响大,影响机场整体运行效率等痛点问题。目前的摆渡车调度系统主要是通过车辆调度中心向所有的车辆传输调度请求,根据被调度车辆的回应结束相应调度工作,由调度员通过语音网络向车辆广播客源信息,由车辆的驾驶者对收到的客源信息进行判断和反馈。调度员根据各个车辆的反馈信息作出决定,将调度任务落实到其中某个车辆。
为了确保航班正常,提升机场地面服务工作水平,对机场摆渡车对航班的匹配进行自动化、合理化的调控。现有的机场摆渡车匹配方法,一般是依靠预先指定的匹配计划,进行调度和分配,不够灵活、实时性差;无法合理运用摆渡车资源,造成了资源的浪费。机场摆渡车的工作量大且密度高,现有的方法无法有效应对此工作需求,造成工作效率较低。
发明内容
为了解决上述问题,本发明提出了一种航班摆渡车的匹配方法,能够为航班精准的匹配出相应的摆渡车,避免摆渡车资源浪费,提高摆渡车的使用灵活度,提高机场摆渡车调度效率,能够有效应对机场摆渡车的工作量大且密度高的工作环境。
为达到上述目的,本发明采用的技术方案是:一种航班摆渡车的匹配方法,包括步骤:
S10,待进港或出港的目标航班发送请求信号至中控服务器;
S20,在所述中控服务器中,分别对多个目标航班请求信号均获取目标航班摆渡任务:从数据库的航班信息表中调取一个目标航班的航班信息,根据航班信息和摆渡车信息获得航班摆渡需求,从而形成1航班-N摆渡车的目标航班摆渡任务矩阵;再将1航班-N摆渡车的目标航班摆渡任务矩阵进行拆分,获得多个1航班-1摆渡车的目标航班摆渡任务,构成一个目标航班摆渡任务;重复此操作获得多个目标航班摆渡任务;;
S30,获取多个目标航班下的摆渡任务,计算生成初始摆渡匹配任务方案集合;
S40,再根据初始摆渡匹配任务方案集合,基于邻域扩展方法生成多元匹配方案,并根据摆渡车匹配模型的目标函数和约束条件从多元匹配方案中获取摆渡车最优匹配结果,为目标航班匹配相应的摆渡车;
S50,将最优匹配结果由中控服务器推送启动指令至相应的摆渡车终端设备,使相应摆渡车为目标航班提供摆渡工作。
进一步的是,在所述步骤S20中,计算生成航班摆渡需求包括:在航班信息表中调取目标航班的进出港时刻、进出港状态和乘客数量,根据调取数据计算并获取航班需要的摆渡车数量、摆渡开始时刻、摆渡结束时刻、摆渡开始地点和摆渡结束地点,构成该目标航班的航班摆渡需求;
根据乘客数量,确定摆渡车数量;根据航班的进港时刻或出港时刻,计算摆渡开始时刻;根据摆渡车在停机位、进港口和登机口的行驶时长,以及摆渡车空车上满乘客或满载车辆乘客全部下车所需的时间,计算摆渡结束时刻;根据目标航班的进出港状态,计算摆渡开始地点和摆渡结束地点;
构建1航班-N摆渡车的目标航班摆渡任务矩阵,并将上述获得的航班摆渡需求计算结果录入目标航班摆渡任务矩阵的相应位置;
根据摆渡车使用数量,将1航班-N摆渡车的目标航班摆渡任务矩阵进行拆分为多个1航班-1摆渡车的目标航班摆渡任务构成目标航班摆渡任务。
进一步的是,根据航班摆渡需求的出港航班起飞时间确定出港航班的最后一辆摆渡车的到位时间,并倒推其他摆渡车的先后间隔到位时间;根据航班摆渡需求的进港航班的降落时间确定进港航班的第一辆摆渡车的到位时间,并倒推其他摆渡车的先后间隔到位时间;根据摆渡车时间间隔前后顺序,排布多个1航班-1摆渡车的目标航班摆渡任务,构成目标航班摆渡任务。
进一步的是,所述根据航班的进港时刻或出港时刻,计算摆渡开始时刻:
所述根据摆渡车在停机位、进港口和登机口的行驶时长,以及摆渡车空车上满乘客或满载车辆乘客全部下车所需的时间,计算摆渡结束时刻:
所述根据目标航班的进出港状态,计算摆渡开始地点和摆渡结束地点:
进一步的是,在所述步骤S30中,获取多个目标航班下的摆渡任务,计算生成初始摆渡匹配任务方案集合,包括步骤:
S31,优先级排序构建航班摆渡任务样本列表:获取每个目标航班i摆渡开始时刻和摆渡结束时刻,构成各目标航班的任务时间段;对所有目标航班按照摆渡开始时刻降序排列,任务时间交叉时按照进港比出港优先进行调整排序,形成多个目标航班的摆渡任务样本列表,每个摆渡任务样本中包含该目标航班下的多个1航班-1摆渡车的目标航班摆渡任务;
S32,生成初始解集合:
若时,即无法为摆渡任务匹配到摆渡车,从所有空闲摆渡车集合中选择空闲开始时刻与航班i摆渡车到位时刻间隔最大的摆渡车进行服务;航班i的实际服务开始时刻为 ,表示的空闲开始时刻,代表摆渡车在两个地点和之间的行驶时长,是航班i的摆渡开始地点,是航班i的摆渡结束地点;
S325,完成上述操作后,形成一个摆渡匹配任务方案;
进一步的是,建立摆渡车匹配模型包括目标函数和约束条件:
(1)综合目标最优目标函数
m是摆渡车总数,k代表任意一个摆渡车,n是目标航班总数;
(3)车辆行驶总路径最少目标函数
(4)车辆任务均衡目标函数
m是摆渡车总数,k代表任意一个摆渡车,n是目标航班总数;
所述约束条件为:
进一步的是,在所述步骤S40中,再根据初始摆渡匹配任务方案集合,基于邻域扩展方法生成多元匹配方案,并根据摆渡车匹配模型的目标函数和约束条件从多元匹配方案中获取摆渡车最优匹配结果,为目标航班匹配相应的摆渡车,包括步骤:
S41,对初始摆渡匹配任务方案集合邻域扩展:从初始摆渡匹配任务方案集合中随机选择一个匹配方案,从中随机选择两个航班摆渡任务,将这两个任务当前分配的摆渡车进行交换分配,交换后如果满足约束条件,则交换成功,新增一个方案,加入到中;否则,撤销当前交换,继续在中随机选择两个任务进行摆渡车交换分配,直到一次交换成功或重复了一定次数;对初始摆渡匹配任务方案集合中各个方案均进行任务交换后,完成解空间的规模扩大,得到下一代匹配方案集合;
S42,根据目标函数对下一代匹配方案集合优选;对下一代匹配方案集合,根据各目标函数计算其中每个方案的各分项目标适应值和综合目标适应值,从中选择适应值最小的M个匹配方案作为当前匹配方案集合;在当前匹配方案集合基础上,重复步骤S41和S42不断衍生,直到达到规定的迭代代数即停止迭代,形成最终方案集合;根据需求权重,从最终方案集合中获取摆渡车最优匹配结果。
采用本技术方案的有益效果:
本发明先再航班信息表中调取该目标航班的航班信息,根据航班信息获得航班摆渡需求,从而建立目标航班摆渡任务,并计算生成初始匹配方案;在初始匹配方案生成过程中,对摆渡任务进行优先级分析和排序,建立空闲摆渡车集合对其中所有摆渡车的任务转换时间,从而构建生成初始摆渡匹配任务方案集合,基于邻域扩展方法生成多元匹配方案,并根据摆渡车匹配模型的目标函数和约束条件从多元匹配方案中获取摆渡车最优匹配结果,再从中获取到最优的匹配方案。能够按照匹配度高命中率高的方式进行资源分配,既避免了固定分配方式无法扩展多个解的问题,又避免了完全随机分配方式漏掉最优解的风险;能够为航班精准的匹配出相应的摆渡车,避免摆渡车资源浪费,提高摆渡车的使用灵活度,提高机场摆渡车调度效率,能够有效应对机场摆渡车的工作量大且密度高的工作环境。
附图说明
图1 为本发明的一种航班摆渡车的匹配方法的流程示意图;
图2 为本发明实施例中机场布局与目标航班摆渡任务场景示意图;
图3 为本发明实施例中进港航班摆渡时序图;
图4 为本发明实施例中出港航班摆渡时序图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面结合附图对本发明作进一步阐述。
在本实施例中,参见图1和2所示,本发明提出了一种航班摆渡车的匹配方法,包括步骤:
S10,待进港或出港的目标航班发送请求信号至中控服务器;
S20,在所述中控服务器中,对多个目标航班请求信号均获取目标航班摆渡任务:从数据库的航班信息表中调取一个目标航班的航班信息,根据航班信息和摆渡车信息获得航班摆渡需求,从而形成1航班-N摆渡车的目标航班摆渡任务矩阵;再将1航班-N摆渡车的目标航班摆渡任务矩阵进行拆分,获得多个1航班-1摆渡车的目标航班摆渡任务,构成一个目标航班摆渡任务;重复此操作获得多个目标航班摆渡任务;;
S30,获取多个目标航班下的摆渡任务,计算生成初始摆渡匹配任务方案集合;
S40,再根据初始摆渡匹配任务方案集合,基于邻域扩展方法生成多元匹配方案,并根据摆渡车匹配模型的目标函数和约束条件从多元匹配方案中获取摆渡车最优匹配结果,为目标航班匹配相应的摆渡车;
S50,将最优匹配结果由中控服务器推送启动指令至相应的摆渡车终端设备,使相应摆渡车为目标航班提供摆渡工作。
作为上述实施例的优化方案,步骤S20中,在所述中控服务器中,根据目标航班请求信号从数据库的航班信息表中调取该目标航班的航班信息,根据航班信息和摆渡车信息获得航班摆渡需求,从而形成1航班-N摆渡车的目标航班摆渡任务矩阵;再将1航班-N摆渡车的目标航班摆渡任务矩阵进行拆分,获得多个1航班-1摆渡车的目标航班摆渡任务,构成目标航班摆渡任务。通过拆分处理简化后方计算,便于后方计算处理,同时提高每个对应任务的计算精确度。
其中,计算生成航班摆渡需求包括:在航班信息表中调取目标航班的进出港时刻、进出港状态和乘客数量,根据调取数据计算并获取航班需要的摆渡车数量、摆渡开始时刻、摆渡结束时刻、摆渡开始地点和摆渡结束地点,构成该目标航班的航班摆渡需求。
根据乘客数量,确定摆渡车数量。
所述根据摆渡车在停机位、进港口和登机口的行驶时长,以及摆渡车空车上满乘客或满载车辆乘客全部下车所需的时间,计算摆渡结束时刻:
所述根据目标航班的进出港状态,计算摆渡开始地点和摆渡结束地点:
然后,再构建1航班-N摆渡车的目标航班摆渡任务矩阵,并将上述获得的航班摆渡需求计算结果录入目标航班摆渡任务矩阵的相应位置。
最后,根据摆渡车使用数量,将1航班-N摆渡车的目标航班摆渡任务矩阵进行拆分为多个1航班-1摆渡车的目标航班摆渡任务构成目标航班摆渡任务。
优选的,如图3-4所示,根据航班摆渡需求的出港航班起飞时间确定出港航班的最后一辆摆渡车的到位时间,并倒推其他摆渡车的先后间隔到位时间;根据航班摆渡需求的进港航班的降落时间确定进港航班的第一辆摆渡车的到位时间,并倒推其他摆渡车的先后间隔到位时间;根据摆渡车时间间隔前后顺序,排布多个1航班-1摆渡车的目标航班摆渡任务,构成目标航班摆渡任务。一个航班对应的摆渡车不能同时到达上客点,而是需要按照一定时间间隔先后到达,与出港航班登机速度、进港航班乘客下机速度相匹配,并避免摆渡车一窝蜂到达等候而浪费时间的情况。
作为上述实施例的优化方案,步骤S30中,获取多个目标航班下的摆渡任务,计算生成初始摆渡匹配任务方案集合,包括步骤:
S31,优先级排序构建航班摆渡任务样本列表:获取每个目标航班i摆渡开始时刻和摆渡结束时刻,构成各目标航班的任务时间段;对所有目标航班按照摆渡开始时刻降序排列,任务时间交叉时按照进港比出港优先进行调整排序,形成多个目标航班的摆渡任务样本列表,每个摆渡任务样本中包含该目标航班下的多个1航班-1摆渡车的目标航班摆渡任务;
S32,生成初始解集合:
S323,计算空闲摆渡车集合中所有摆渡车的任务转换时间,如果摆渡车先后服务航班j和航班i,则为摆渡车对航班j的服务结束地点到航班i的服务开始地点的行驶时长;计算空闲摆渡车集合中所有摆渡车的任务转换时间,如果摆渡车先后服务航班j和航班i,则为摆渡车对航班j的服务结束地点到航班i的服务开始地点的行驶时长,计算方式如下:
若时,即无法为摆渡任务匹配到摆渡车,从所有空闲摆渡车集合中选择空闲开始时刻与航班i摆渡车到位时刻间隔最大的摆渡车进行服务;航班i的实际服务开始时刻为 ,表示的空闲开始时刻,代表摆渡车在两个地点和之间的行驶时长,是航班i的摆渡开始地点,是航班i的摆渡结束地点;
S325,完成上述操作后,形成一个摆渡匹配任务方案;
作为上述实施例的优化方案,建立摆渡车匹配模型包括目标函数和约束条件:
所述目标函数为:
(1)综合目标最优目标函数
m是摆渡车总数,k代表任意一个摆渡车,n是目标航班总数;
(3)车辆行驶总路径最少目标函数
(4)车辆任务均衡目标函数
m是摆渡车总数,k代表任意一个摆渡车,n是目标航班总数;
航班平均延误最小目标函数
所述约束条件为:
基于上述构建的摆渡车匹配模型,在所述步骤S40中,再根据初始摆渡匹配任务方案集合,基于邻域扩展方法生成多元匹配方案,并根据摆渡车匹配模型的目标函数和约束条件从多元匹配方案中获取摆渡车最优匹配结果,为目标航班匹配相应的摆渡车,包括步骤:
S41,对初始摆渡匹配任务方案集合邻域扩展:从初始摆渡匹配任务方案集合中随机选择一个匹配方案,从中随机选择两个航班摆渡任务,将这两个任务当前分配的摆渡车进行交换分配,交换后如果满足约束条件,则交换成功,新增一个方案,加入到中;否则,撤销当前交换,继续在中随机选择两个任务进行摆渡车交换分配,直到一次交换成功或重复了一定次数;对初始摆渡匹配任务方案集合中各个方案均进行任务交换后,完成解空间的规模扩大,得到下一代匹配方案集合;
S42,根据目标函数对下一代匹配方案集合优选;对下一代匹配方案集合,根据各目标函数计算其中每个方案的各分项目标适应值和综合目标适应值,从中选择适应值最小的M个匹配方案作为当前匹配方案集合;在当前匹配方案集合基础上,重复步骤S41和S42不断衍生,直到达到规定的迭代代数即停止迭代,形成最终方案集合;根据需求权重,从最终方案集合中获取摆渡车最优匹配结果。
本发明在多元匹配方案集合基础上,动态调整,避免因为初始分配不合理带来的无解或劣质解的问题;通过对初始匹配方案的随机选择任务并交换资源分配的方式,扩大了解空间,为选择更优的解创造了条件;针对临时增减或调整的摆渡任务,通过插入、删除操作进行匹配方案临机调整,可尽量减少已有摆渡任务的变更。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (10)
1.一种航班摆渡车的匹配方法,其特征在于,包括步骤:
S10,多个待进港或出港的目标航班发送请求信号至中控服务器;
S20,在所述中控服务器中,对多个目标航班请求信号均获取目标航班摆渡任务:从数据库的航班信息表中调取一个目标航班的航班信息,根据航班信息和摆渡车信息获得航班摆渡需求,从而形成1航班对N摆渡车的目标航班摆渡任务矩阵;再将1航班对N摆渡车的目标航班摆渡任务矩阵进行拆分,获得多个1航班对1摆渡车的目标航班摆渡任务,构成一个目标航班摆渡任务;重复此操作获得多个目标航班摆渡任务;
S30,获取多个目标航班下的摆渡任务,计算生成初始摆渡匹配任务方案集合;
S40,再根据初始摆渡匹配任务方案集合,基于邻域扩展方法生成多元匹配方案,并根据摆渡车匹配模型的目标函数和约束条件从多元匹配方案中获取摆渡车最优匹配结果,为目标航班匹配相应的摆渡车;
S50,将最优匹配结果由中控服务器推送启动指令至相应的摆渡车终端设备,使相应摆渡车为目标航班提供摆渡工作。
2.根据权利要求1所述的一种航班摆渡车的匹配方法,其特征在于,在所述步骤S20中,计算生成航班摆渡需求包括:在航班信息表中调取目标航班的进出港时刻、进出港状态和乘客数量,根据调取数据计算并获取航班需要的摆渡车数量、摆渡开始时刻、摆渡结束时刻、摆渡开始地点和摆渡结束地点,构成该目标航班的航班摆渡需求;
根据乘客数量,确定摆渡车数量;根据航班的进港时刻或出港时刻,计算摆渡开始时刻;根据摆渡车在停机位、进港口和登机口的行驶时长,以及摆渡车空车上满乘客或满载车辆乘客全部下车所需的时间,计算摆渡结束时刻;根据目标航班的进出港状态,计算摆渡开始地点和摆渡结束地点;
构建1航班对N摆渡车的目标航班摆渡任务矩阵,并将上述获得的航班摆渡需求计算结果录入目标航班摆渡任务矩阵的相应位置;
根据摆渡车使用数量,将1航班对N摆渡车的目标航班摆渡任务矩阵进行拆分为多个1航班对1摆渡车的目标航班摆渡任务构成目标航班摆渡任务。
3.根据权利要求2所述的一种航班摆渡车的匹配方法,其特征在于,根据航班摆渡需求的出港航班起飞时间确定出港航班的最后一辆摆渡车的到位时间,并倒推其他摆渡车的先后间隔到位时间;根据航班摆渡需求的进港航班的降落时间确定进港航班的第一辆摆渡车的到位时间,并倒推其他摆渡车的先后间隔到位时间;根据摆渡车时间间隔前后顺序,排布多个1航班对1摆渡车的目标航班摆渡任务,构成目标航班摆渡任务。
4.根据权利要求3所述的一种航班摆渡车的匹配方法,其特征在于,所述根据航班的进港时刻或出港时刻,计算摆渡开始时刻:
所述根据摆渡车在停机位、进港口和登机口的行驶时长,以及摆渡车空车上满乘客或满载车辆乘客全部下车所需的时间,计算摆渡结束时刻:
所述根据目标航班的进出港状态,计算摆渡开始地点和摆渡结束地点:
5.根据权利要求1所述的一种航班摆渡车的匹配方法,其特征在于,在所述步骤S30中,获取多个目标航班下的摆渡任务,计算生成初始摆渡匹配任务方案集合,包括步骤:
S31,优先级排序构建航班摆渡任务样本列表:获取每个目标航班i摆渡开始时刻和摆渡结束时刻,构成各目标航班的任务时间段;对所有目标航班按照摆渡开始时刻降序排列,任务时间交叉时按照进港比出港优先进行调整排序,形成多个目标航班的摆渡任务样本列表,每个摆渡任务样本中包含该目标航班下的多个1航班对1摆渡车的目标航班摆渡任务;
S32,生成初始解集合:
若时,即无法为摆渡任务匹配到摆渡车,从所有空闲摆渡车集合中选择空闲开始时刻与航班i摆渡车到位时刻间隔最大的摆渡车进行服务;航班i的实际服务开始时刻为 ,表示的空闲开始时刻,代表摆渡车在两个地点和之间的行驶时长,是航班i的摆渡开始地点,是航班i的摆渡结束地点;
S325,完成上述操作后,形成一个摆渡匹配任务方案;
7.根据权利要求1或6所述的一种航班摆渡车的匹配方法,其特征在于,建立摆渡车匹配模型包括目标函数和约束条件:
所述目标函数为:
(1)综合目标最优目标函数
m是摆渡车总数,k代表任意一个摆渡车,n是目标航班总数;
(3)车辆行驶总路径最少目标函数
m是摆渡车总数,k代表任意一个摆渡车,n是目标航班总数;
所述约束条件为:
8.根据权利要求7所述的一种航班摆渡车的匹配方法,其特征在于,在所述步骤S40中,再根据初始摆渡匹配任务方案集合,基于邻域扩展方法生成多元匹配方案,并根据摆渡车匹配模型的目标函数和约束条件从多元匹配方案中获取摆渡车最优匹配结果,为目标航班匹配相应的摆渡车,包括步骤:
S41,对初始摆渡匹配任务方案集合邻域扩展:从初始摆渡匹配任务方案集合中随机选择一个匹配方案,从中随机选择两个航班摆渡任务,将这两个任务当前分配的摆渡车进行交换分配,交换后如果满足约束条件,则交换成功,新增一个方案,加入到中;否则,撤销当前交换,继续在中随机选择两个任务进行摆渡车交换分配,直到一次交换成功或重复了一定次数;对初始摆渡匹配任务方案集合中各个方案均进行任务交换后,完成解空间的规模扩大,得到下一代匹配方案集合;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110550491.7A CN113034060B (zh) | 2021-05-20 | 2021-05-20 | 一种航班摆渡车的匹配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110550491.7A CN113034060B (zh) | 2021-05-20 | 2021-05-20 | 一种航班摆渡车的匹配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113034060A true CN113034060A (zh) | 2021-06-25 |
CN113034060B CN113034060B (zh) | 2021-08-03 |
Family
ID=76455378
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110550491.7A Active CN113034060B (zh) | 2021-05-20 | 2021-05-20 | 一种航班摆渡车的匹配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113034060B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116485091A (zh) * | 2023-02-14 | 2023-07-25 | 航安云创数据科技(上海)有限公司 | 机场车辆调度方法、装置、电子设备和存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN106981221A (zh) * | 2017-03-24 | 2017-07-25 | 北京航空航天大学 | 基于时空间维度分解的机场停机位分配方法及系统 |
CN110188951A (zh) * | 2019-05-30 | 2019-08-30 | 重庆大学 | 一种基于最小能耗的砖厂摆渡车的调度优化的建立方法 |
CN112070355A (zh) * | 2020-08-05 | 2020-12-11 | 北京交通大学 | 一种机场摆渡车的分配调度方法 |
CN112734302A (zh) * | 2021-02-04 | 2021-04-30 | 成都国翼电子技术有限公司 | 基于人车分离的机场摆渡车调度方法、装置、设备及存储介质 |
-
2021
- 2021-05-20 CN CN202110550491.7A patent/CN113034060B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN106981221A (zh) * | 2017-03-24 | 2017-07-25 | 北京航空航天大学 | 基于时空间维度分解的机场停机位分配方法及系统 |
CN110188951A (zh) * | 2019-05-30 | 2019-08-30 | 重庆大学 | 一种基于最小能耗的砖厂摆渡车的调度优化的建立方法 |
CN112070355A (zh) * | 2020-08-05 | 2020-12-11 | 北京交通大学 | 一种机场摆渡车的分配调度方法 |
CN112734302A (zh) * | 2021-02-04 | 2021-04-30 | 成都国翼电子技术有限公司 | 基于人车分离的机场摆渡车调度方法、装置、设备及存储介质 |
Non-Patent Citations (5)
Title |
---|
QIANWEN LI 等: "Research on Ferry Vehicle Scheduling Problem Within Airport Operations", 《2017 10TH INTERNATIONAL SYMPOSIUM ON COMPUTATIONAL INTELLIGENCE AND DESIGN》 * |
XUE HAN 等: "Optimal Scheduling Of Airport Ferry vehicles based on capacity network", 《ANNALS OF OPERATIONS RESEARCH》 * |
何丹妮: "大型机场航班过站地面服务车辆调度问题研究", 《中国优秀硕士学位论文全文数据库工程科技II辑》 * |
刘祎: "机场高峰时段摆渡车调度建模研究", 《中国优秀硕士学位论文全文数据库工程科技II辑》 * |
朱世群: "大型机场机位实时调配问题的研究", 《中国优秀硕士学位论文全文数据库工程科技II辑》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116485091A (zh) * | 2023-02-14 | 2023-07-25 | 航安云创数据科技(上海)有限公司 | 机场车辆调度方法、装置、电子设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113034060B (zh) | 2021-08-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021004115A1 (zh) | 一种人工驾驶公交和自动驾驶公交联合调度优化方法 | |
CN108694844A (zh) | 自动驾驶车辆控制方法、装置及存储介质 | |
CN113570247A (zh) | 一种基于资源受限条件下的停机位分配多目标优化方法 | |
CN112193116A (zh) | 一种考虑奖励机制的电动汽车充电优化引导策略 | |
CN110414750B (zh) | 一种基于深度增强学习的电动汽车实时充电站选择方法 | |
CN111951145B (zh) | 基于ga-dqn的停机位分配方法 | |
CN110516871B (zh) | 一种基于模糊滚动时域控制策略的动态车辆路径优化方法 | |
CN108832993A (zh) | 面向混合任务的在线中继卫星系统通信资源分配方法 | |
CN113034060B (zh) | 一种航班摆渡车的匹配方法 | |
CN110489218A (zh) | 基于半马尔可夫决策过程的车载雾计算系统任务卸载方法 | |
CN116432938A (zh) | 一种车辆运载任务分配方法及系统 | |
CN116090646A (zh) | 一种用于室内停车场的最佳泊位求解方法及停车引导系统 | |
CN108830449A (zh) | 航拍无人机选取方法及系统 | |
CN110046851B (zh) | 基于Multi-Paxos的无人车物流任务分配方法 | |
EP1616313B1 (en) | Method for sequencing landing aircrafts | |
Lv et al. | A variable neighborhood search algorithm for airport ferry vehicle scheduling problem | |
CN114330842A (zh) | 一种基于两阶段优化的机场摆渡车调度方法 | |
CN106096793A (zh) | 基于拥塞感知的周期性优化的电动汽车充电决策方法 | |
CN108988933B (zh) | 一种卫星数据接收窗口全局优化分配方法 | |
CN116663763A (zh) | 一种网约车派单方法及派单系统 | |
CN111951542B (zh) | 一种面向机场出租车上客区服务效率优化的上客点数量规划方法 | |
CN114626762A (zh) | 移动换电网络选址方法、电池调度方法、装置及系统 | |
Liu et al. | Modeling and heuristic algorithm of ground ferry vehicle scheduling in large airports | |
CN113409619A (zh) | 一种基于元胞自动机的航班调度方法、系统及存储介质 | |
CN108986557A (zh) | 一种多对多航班时刻调换系统及方法 |
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 |