CN113034060B - 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 PDF

Info

Publication number
CN113034060B
CN113034060B CN202110550491.7A CN202110550491A CN113034060B CN 113034060 B CN113034060 B CN 113034060B CN 202110550491 A CN202110550491 A CN 202110550491A CN 113034060 B CN113034060 B CN 113034060B
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.)
Active
Application number
CN202110550491.7A
Other languages
English (en)
Other versions
CN113034060A (zh
Inventor
周康燕
姚慰
张海堂
汪峰
许华
曾理
王志
梁京生
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.)
Chengdu Rongxing Technology Co ltd
Original Assignee
Chengdu Rongxing Technology Co ltd
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 Chengdu Rongxing Technology Co ltd filed Critical Chengdu Rongxing Technology Co ltd
Priority to CN202110550491.7A priority Critical patent/CN113034060B/zh
Publication of CN113034060A publication Critical patent/CN113034060A/zh
Application granted granted Critical
Publication of CN113034060B publication Critical patent/CN113034060B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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

一种航班摆渡车的匹配方法
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：
航班i的摆渡开始时刻
Figure 222286DEST_PATH_IMAGE001
，
Figure 670585DEST_PATH_IMAGE002
；
其中，FA是进港航班集合，FD是出港航班集合；
Figure 748525DEST_PATH_IMAGE003
：进港航班
Figure 674893DEST_PATH_IMAGE004
的摆渡开始时刻，
Figure 20423DEST_PATH_IMAGE005
，
Figure 639624DEST_PATH_IMAGE006
是进港航班i的进港时刻；
Figure 437815DEST_PATH_IMAGE007
：出港航班
Figure 167874DEST_PATH_IMAGE008
的摆渡开始时刻，
Figure 126166DEST_PATH_IMAGE009
分钟，
Figure 650688DEST_PATH_IMAGE010
是出港航班i的出港时刻；
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：
航班i的摆渡结束时刻
Figure 936176DEST_PATH_IMAGE011
，
Figure 469926DEST_PATH_IMAGE012
；
其中，
Figure 524469DEST_PATH_IMAGE013
代表摆渡车在两个地点
Figure 751051DEST_PATH_IMAGE014
和
Figure 523835DEST_PATH_IMAGE015
之间的行驶时长，
Figure 831582DEST_PATH_IMAGE016
代表摆渡车在两个地点
Figure 271791DEST_PATH_IMAGE017
和
Figure 138116DEST_PATH_IMAGE014
之间的行驶时长，
Figure 398196DEST_PATH_IMAGE014
是航班i的停机位；
Figure 8168DEST_PATH_IMAGE015
是航班i的进港口；
Figure 37304DEST_PATH_IMAGE017
是航班i的登机口；
Figure 605689DEST_PATH_IMAGE018
是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；
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：
对于进港航班：摆渡开始地点
Figure 586021DEST_PATH_IMAGE019
为航班停机位，
Figure 999685DEST_PATH_IMAGE020
；摆渡结束地点
Figure 883327DEST_PATH_IMAGE021
为航班进港口，
Figure 622613DEST_PATH_IMAGE022
；
对于出港航班：摆渡开始地点
Figure 591706DEST_PATH_IMAGE019
为航班登机口，
Figure 543482DEST_PATH_IMAGE023
；摆渡结束地点
Figure 547210DEST_PATH_IMAGE021
为航班停机位，
Figure 191818DEST_PATH_IMAGE024
。
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
Figure 415251DEST_PATH_IMAGE001
和摆渡结束时刻
Figure 170717DEST_PATH_IMAGE011
，构成各目标航班的任务时间段
Figure 763373DEST_PATH_IMAGE025
；对所有目标航班按照摆渡开始时刻
Figure 578882DEST_PATH_IMAGE001
降序排列，任务时间
Figure 522567DEST_PATH_IMAGE025
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：
S321,顺序遍历所有摆渡任务样本的目标航班摆渡任务，计算所有摆渡车的空闲开始时刻
Figure 81724DEST_PATH_IMAGE026
；摆渡车k的空闲开始时刻
Figure 794465DEST_PATH_IMAGE027
是：摆渡车k上一任务的摆渡结束时刻；空闲开始时刻
Figure 285271DEST_PATH_IMAGE027
的初始状态为任务规划时间区间的起点；
S322,提取空闲开始时刻
Figure 185093DEST_PATH_IMAGE027
小于对应航班i的摆渡车到位时刻
Figure 813521DEST_PATH_IMAGE028
的所有摆渡车，形成空闲摆渡车集合
Figure 115189DEST_PATH_IMAGE029
；
S323,计算空闲摆渡车集合
Figure 272501DEST_PATH_IMAGE029
中所有摆渡车的任务转换时间
Figure 659620DEST_PATH_IMAGE030
，如果摆渡车先后服务航班j和航班i，
Figure 357318DEST_PATH_IMAGE030
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；
S324,判断摆渡车的任务转换时间是否足够摆渡车进行位置转移，将满足条件的摆渡车形成当前航班i摆渡车到位时刻前的空闲车辆集合
Figure 247913DEST_PATH_IMAGE031
；
若
Figure 608750DEST_PATH_IMAGE032
时，随机从
Figure 217586DEST_PATH_IMAGE031
中选择摆渡车配置给对应航班，航班的实际服务开始时间
Figure 187816DEST_PATH_IMAGE033
；其中，
Figure 526393DEST_PATH_IMAGE034
为空集；
若
Figure 494349DEST_PATH_IMAGE035
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
Figure 387219DEST_PATH_IMAGE029
中选择空闲开始时刻
Figure 98823DEST_PATH_IMAGE027
与航班i摆渡车到位时刻间隔最大的摆渡车
Figure 790442DEST_PATH_IMAGE036
进行服务；航班i的实际服务开始时刻为
Figure 929299DEST_PATH_IMAGE037
，
Figure 575044DEST_PATH_IMAGE038
表示
Figure 824760DEST_PATH_IMAGE036
的空闲开始时刻，
Figure 606771DEST_PATH_IMAGE039
代表摆渡车在两个地点
Figure 244426DEST_PATH_IMAGE040
和
Figure 315150DEST_PATH_IMAGE041
之间的行驶时长，
Figure 666759DEST_PATH_IMAGE040
是航班i的摆渡开始地点，
Figure 506539DEST_PATH_IMAGE041
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；
S33,生成初始摆渡匹配任务方案集合：重复上述多次操作，生成多个不同的摆渡匹配任务方案，形成初始摆渡匹配任务方案集合
Figure 49516DEST_PATH_IMAGE042
。
进一步的是，在所述步骤S323中，计算空闲摆渡车集合
Figure 341957DEST_PATH_IMAGE029
中所有摆渡车的任务转换时间
Figure 526951DEST_PATH_IMAGE030
，如果摆渡车先后服务航班j和航班i，
Figure 221237DEST_PATH_IMAGE030
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：
先计算航班i的摆渡车到位时刻
Figure 669536DEST_PATH_IMAGE028
，
Figure 558862DEST_PATH_IMAGE043
；
Figure 954071DEST_PATH_IMAGE044
是摆渡车需要提前于航班摆渡开始时刻；
再根据航班i的摆渡车到位时刻
Figure 565181DEST_PATH_IMAGE028
，计算摆渡车的任务转换时间
Figure 653223DEST_PATH_IMAGE030
：
Figure 716994DEST_PATH_IMAGE045
Figure 915894DEST_PATH_IMAGE046
；
其中，
Figure 647090DEST_PATH_IMAGE047
：代表摆渡车在两个地点
Figure 906033DEST_PATH_IMAGE048
和
Figure 958565DEST_PATH_IMAGE049
之间的行驶时长，
Figure 695576DEST_PATH_IMAGE050
：代表摆渡车在两个地点
Figure 281279DEST_PATH_IMAGE051
和
Figure 39019DEST_PATH_IMAGE052
之间的行驶时长，
Figure 15065DEST_PATH_IMAGE053
：代表摆渡车在两个地点
Figure 352506DEST_PATH_IMAGE052
和
Figure 995977DEST_PATH_IMAGE054
之间的行驶时长；
Figure 157574DEST_PATH_IMAGE054
是航班i的摆渡开始地点，
Figure 886496DEST_PATH_IMAGE051
是航班j的摆渡结束地点，
Figure 27627DEST_PATH_IMAGE052
表示摆渡车停车场。
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
Figure 525605DEST_PATH_IMAGE055
；
其中，
Figure 828410DEST_PATH_IMAGE056
为各目标的权重系数；
（2）使用车辆最少目标函数
Figure 44628DEST_PATH_IMAGE057
；
Figure 255029DEST_PATH_IMAGE058
；
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；
Figure 607513DEST_PATH_IMAGE059
；
F是待配置摆渡车的航班集合，
Figure 848264DEST_PATH_IMAGE060
，V是摆渡车集合；
（3）车辆行驶总路径最少目标函数
Figure 348515DEST_PATH_IMAGE062
；
Figure 769132DEST_PATH_IMAGE063
：代表摆渡车在两个地点
Figure 569598DEST_PATH_IMAGE064
和
Figure 417468DEST_PATH_IMAGE065
之间的行驶时长，
Figure 139437DEST_PATH_IMAGE064
是航班i的摆渡开始地点，
Figure 363745DEST_PATH_IMAGE065
是航班i的摆渡结束地点；
Figure 523112DEST_PATH_IMAGE066
Figure 869779DEST_PATH_IMAGE068
；
（4）车辆任务均衡目标函数
Figure 282306DEST_PATH_IMAGE069
；
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；
Figure 841463DEST_PATH_IMAGE071
Figure 23046DEST_PATH_IMAGE073
；
航班平均延误最小目标函数
Figure 806194DEST_PATH_IMAGE074
；
航班i的摆渡车实际到位时刻
Figure 706017DEST_PATH_IMAGE075
：如果摆渡车资源紧张导致摆渡车，出现
Figure 570330DEST_PATH_IMAGE076
；
所述约束条件为：
（1）当前任务中每个航班只有一辆摆渡车摆渡：
Figure 606419DEST_PATH_IMAGE077
，
Figure 294890DEST_PATH_IMAGE078
；
（2）每个摆渡车同时只能摆渡于一个航班：
Figure 682009DEST_PATH_IMAGE079
，
Figure 114127DEST_PATH_IMAGE078
，
Figure 67039DEST_PATH_IMAGE080
，
Figure 864094DEST_PATH_IMAGE081
；
Figure 299361DEST_PATH_IMAGE082
，
Figure 472854DEST_PATH_IMAGE083
，
Figure 545852DEST_PATH_IMAGE084
，
Figure 513808DEST_PATH_IMAGE085
；
Figure 406678DEST_PATH_IMAGE086
是与航班i摆渡时间
Figure 852702DEST_PATH_IMAGE087
有冲突的航班集合；
Figure 311366DEST_PATH_IMAGE088
，航班j和航班i共用同一个摆渡车，摆渡车先供航班j使用，再供航班i使用；
Figure 450223DEST_PATH_IMAGE089
：与航班
Figure 331853DEST_PATH_IMAGE090
摆渡时间
Figure 643886DEST_PATH_IMAGE087
有冲突的航班集合；
（3）摆渡车k摆渡航班i，需要有足够的时间用于摆渡车k转移，即航班i摆渡到位时刻与摆渡车k空闲开始时刻之差，足够摆渡车从当前位置行驶到航班i摆渡开始地点：
Figure 629160DEST_PATH_IMAGE091
；
Figure 266814DEST_PATH_IMAGE092
是车辆k的空闲开始时刻；初始状态为任务规划时间区间的起点；如果车辆k正在摆渡航班i，则摆渡车k对航班i的摆渡结束时刻为该航班的空闲开始时刻；
Figure 337539DEST_PATH_IMAGE093
代表摆渡车在两个地点
Figure 187683DEST_PATH_IMAGE094
和
Figure 27463DEST_PATH_IMAGE095
之间的行驶时长；
Figure 328695DEST_PATH_IMAGE094
是车辆k的初始位置，初始状态所有车辆在停车场
Figure 621136DEST_PATH_IMAGE052
；如果车辆k正在摆渡航班i，则
Figure 274971DEST_PATH_IMAGE096
，k表示任意一个摆渡车。
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
Figure 31574DEST_PATH_IMAGE097
中随机选择一个匹配方案
Figure 683136DEST_PATH_IMAGE098
，从
Figure 56348DEST_PATH_IMAGE098
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
Figure 451557DEST_PATH_IMAGE099
，加入到
Figure 298553DEST_PATH_IMAGE097
中；否则，撤销当前交换，继续在
Figure 386595DEST_PATH_IMAGE098
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
Figure 715945DEST_PATH_IMAGE097
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
Figure 977162DEST_PATH_IMAGE100
；
S42,根据目标函数对下一代匹配方案集合
Figure 646041DEST_PATH_IMAGE100
优选；对下一代匹配方案集合
Figure 701721DEST_PATH_IMAGE100
，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
Figure 190471DEST_PATH_IMAGE100
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
Figure 19494DEST_PATH_IMAGE101
；在当前匹配方案集合
Figure 542879DEST_PATH_IMAGE101
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
Figure 503882DEST_PATH_IMAGE102
；根据需求权重，从最终方案集合
Figure 745507DEST_PATH_IMAGE102
中获取摆渡车最优匹配结果。
进一步的是，将权重
Figure 348527DEST_PATH_IMAGE103
设定为0，从最终方案集合
Figure 726419DEST_PATH_IMAGE102
中选择综合适应值最优的一个匹配方案，作为最优匹配结果。
进一步的是，将权重
Figure 655060DEST_PATH_IMAGE104
设定为0，从最终方案集合
Figure 416605DEST_PATH_IMAGE102
中，根据权重
Figure 760999DEST_PATH_IMAGE103
的设置值选择至少一个分项目标适应值最优的匹配方案，作为最优匹配结果。
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
Figure 321293DEST_PATH_IMAGE105
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。
航班i的摆渡开始时刻
Figure 827361DEST_PATH_IMAGE001
，
Figure 371475DEST_PATH_IMAGE106
；
其中，FA是进港航班集合，FD是出港航班集合；
Figure 253980DEST_PATH_IMAGE003
：进港航班
Figure 403202DEST_PATH_IMAGE004
的摆渡开始时刻，
Figure 912461DEST_PATH_IMAGE005
，
Figure 350396DEST_PATH_IMAGE006
是进港航班i的进港时刻；
Figure 833330DEST_PATH_IMAGE007
：出港航班
Figure 40320DEST_PATH_IMAGE008
的摆渡开始时刻，
Figure 216087DEST_PATH_IMAGE009
分钟，
Figure 141317DEST_PATH_IMAGE010
是出港航班i的出港时刻。
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：
航班i的摆渡结束时刻
Figure 693521DEST_PATH_IMAGE011
，
Figure 20598DEST_PATH_IMAGE107
；
其中，
Figure 603151DEST_PATH_IMAGE013
代表摆渡车在两个地点
Figure 750099DEST_PATH_IMAGE014
和
Figure 840414DEST_PATH_IMAGE015
之间的行驶时长，
Figure 349893DEST_PATH_IMAGE016
代表摆渡车在两个地点
Figure 805145DEST_PATH_IMAGE017
和
Figure 501706DEST_PATH_IMAGE014
之间的行驶时长，
Figure 67816DEST_PATH_IMAGE014
是航班i的停机位；
Figure 930337DEST_PATH_IMAGE015
是航班i的进港口；
Figure 556490DEST_PATH_IMAGE017
是航班i的登机口；
Figure 474768DEST_PATH_IMAGE018
是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。
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：
对于进港航班：摆渡开始地点
Figure 844569DEST_PATH_IMAGE019
为航班停机位，
Figure 63061DEST_PATH_IMAGE020
；摆渡结束地点
Figure 188012DEST_PATH_IMAGE021
为航班进港口，
Figure 796847DEST_PATH_IMAGE022
；
对于出港航班：摆渡开始地点
Figure 2963DEST_PATH_IMAGE019
为航班登机口，
Figure 13644DEST_PATH_IMAGE023
；摆渡结束地点
Figure 43917DEST_PATH_IMAGE021
为航班停机位，
Figure 140049DEST_PATH_IMAGE024
。
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
Figure 913970DEST_PATH_IMAGE001
和摆渡结束时刻
Figure 44737DEST_PATH_IMAGE011
，构成各目标航班的任务时间段
Figure 245911DEST_PATH_IMAGE025
；对所有目标航班按照摆渡开始时刻
Figure 563760DEST_PATH_IMAGE001
降序排列，任务时间
Figure 923065DEST_PATH_IMAGE025
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：
S321,顺序遍历所有摆渡任务样本的目标航班摆渡任务，计算所有摆渡车的空闲开始时刻
Figure 705076DEST_PATH_IMAGE027
；摆渡车k的空闲开始时刻
Figure 14835DEST_PATH_IMAGE027
是：摆渡车k上一任务的摆渡结束时刻；空闲开始时刻
Figure 882296DEST_PATH_IMAGE027
的初始状态为任务规划时间区间的起点；
S322,提取空闲开始时刻
Figure 935703DEST_PATH_IMAGE027
小于对应航班i的摆渡车到位时刻
Figure 103379DEST_PATH_IMAGE028
的所有摆渡车，形成空闲摆渡车集合
Figure 584039DEST_PATH_IMAGE029
；
S323,计算空闲摆渡车集合
Figure 440262DEST_PATH_IMAGE029
中所有摆渡车的任务转换时间
Figure 31780DEST_PATH_IMAGE030
，如果摆渡车先后服务航班j和航班i，
Figure 53963DEST_PATH_IMAGE030
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
Figure 705524DEST_PATH_IMAGE029
中所有摆渡车的任务转换时间
Figure 547578DEST_PATH_IMAGE030
，如果摆渡车先后服务航班j和航班i，
Figure 5104DEST_PATH_IMAGE030
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：
先计算航班i的摆渡车到位时刻
Figure 819477DEST_PATH_IMAGE028
，
Figure 468370DEST_PATH_IMAGE043
；
Figure 735404DEST_PATH_IMAGE044
是摆渡车需要提前于航班摆渡开始时刻；
再根据航班i的摆渡车到位时刻
Figure 731041DEST_PATH_IMAGE028
，计算摆渡车的任务转换时间
Figure 399920DEST_PATH_IMAGE030
：
Figure 455601DEST_PATH_IMAGE045
Figure 209930DEST_PATH_IMAGE046
；
其中，
Figure 540417DEST_PATH_IMAGE047
：代表摆渡车在两个地点
Figure 63803DEST_PATH_IMAGE048
和
Figure 526270DEST_PATH_IMAGE049
之间的行驶时长，
Figure 830213DEST_PATH_IMAGE050
：代表摆渡车在两个地点
Figure 370915DEST_PATH_IMAGE051
和
Figure 811124DEST_PATH_IMAGE052
之间的行驶时长，
Figure 411870DEST_PATH_IMAGE053
：代表摆渡车在两个地点
Figure 937529DEST_PATH_IMAGE052
和
Figure 281923DEST_PATH_IMAGE054
之间的行驶时长；
Figure 612191DEST_PATH_IMAGE054
是航班i的摆渡开始地点，
Figure 180575DEST_PATH_IMAGE051
是航班j的摆渡结束地点，
Figure 662372DEST_PATH_IMAGE052
表示摆渡车停车场；
S324,判断摆渡车的任务转换时间是否足够摆渡车进行位置转移，将满足条件的摆渡车形成当前航班i摆渡车到位时刻前的空闲车辆集合
Figure 76036DEST_PATH_IMAGE031
；
若
Figure 959678DEST_PATH_IMAGE032
时，随机从
Figure 433385DEST_PATH_IMAGE031
中选择摆渡车配置给对应航班，航班的实际服务开始时间
Figure 402478DEST_PATH_IMAGE033
；
若
Figure 121298DEST_PATH_IMAGE035
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
Figure 859446DEST_PATH_IMAGE029
中选择空闲开始时刻
Figure 769634DEST_PATH_IMAGE027
与航班i摆渡车到位时刻间隔最大的摆渡车
Figure 226023DEST_PATH_IMAGE036
进行服务；航班i的实际服务开始时刻为
Figure 981489DEST_PATH_IMAGE108
，
Figure 839724DEST_PATH_IMAGE038
表示
Figure 389654DEST_PATH_IMAGE036
的空闲开始时刻，
Figure 97453DEST_PATH_IMAGE039
代表摆渡车在两个地点
Figure 656611DEST_PATH_IMAGE040
和
Figure 369352DEST_PATH_IMAGE041
之间的行驶时长，
Figure 355762DEST_PATH_IMAGE040
是航班i的摆渡开始地点，
Figure 786744DEST_PATH_IMAGE041
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；
S33,生成初始摆渡匹配任务方案集合：重复上述多次操作，生成多个不同的摆渡匹配任务方案，形成初始摆渡匹配任务方案集合
Figure 884013DEST_PATH_IMAGE109
。
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
Figure 716839DEST_PATH_IMAGE111
；
其中，
Figure 375616DEST_PATH_IMAGE056
为各目标的权重系数；
（2）使用车辆最少目标函数
Figure 293894DEST_PATH_IMAGE057
；
Figure 194854DEST_PATH_IMAGE113
Figure 882187DEST_PATH_IMAGE115
；
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；
Figure 210400DEST_PATH_IMAGE117
Figure 350394DEST_PATH_IMAGE119
；
F是待配置摆渡车的航班集合，
Figure 789466DEST_PATH_IMAGE060
，V是摆渡车集合；
（3）车辆行驶总路径最少目标函数
Figure 331306DEST_PATH_IMAGE120
；
Figure 588675DEST_PATH_IMAGE063
：代表摆渡车在两个地点
Figure 215966DEST_PATH_IMAGE064
和
Figure 458728DEST_PATH_IMAGE065
之间的行驶时长，
Figure 855074DEST_PATH_IMAGE064
是航班i的摆渡开始地点，
Figure 525090DEST_PATH_IMAGE065
是航班i的摆渡结束地点；
Figure 905256DEST_PATH_IMAGE066
Figure 951709DEST_PATH_IMAGE121
；
（4）车辆任务均衡目标函数
Figure 704027DEST_PATH_IMAGE123
；
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；
Figure 810523DEST_PATH_IMAGE125
Figure 412406DEST_PATH_IMAGE127
；
航班平均延误最小目标函数
Figure 996971DEST_PATH_IMAGE129
；
航班i的摆渡车实际到位时刻
Figure 367909DEST_PATH_IMAGE075
：如果摆渡车资源紧张导致摆渡车，出现
Figure 379728DEST_PATH_IMAGE076
；
所述约束条件为：
（1）当前任务中每个航班只有一辆摆渡车摆渡：
Figure 468906DEST_PATH_IMAGE077
，
Figure 355698DEST_PATH_IMAGE078
；
（2）每个摆渡车同时只能摆渡于一个航班：
Figure 581143DEST_PATH_IMAGE079
，
Figure 763862DEST_PATH_IMAGE078
，
Figure 74758DEST_PATH_IMAGE080
，
Figure 266705DEST_PATH_IMAGE081
；
Figure 612235DEST_PATH_IMAGE082
，
Figure 965856DEST_PATH_IMAGE083
，
Figure 764048DEST_PATH_IMAGE084
，
Figure 995572DEST_PATH_IMAGE085
；
Figure 195609DEST_PATH_IMAGE086
是与航班i摆渡时间
Figure 985710DEST_PATH_IMAGE087
有冲突的航班集合；
Figure 271198DEST_PATH_IMAGE130
，航班j和航班i共用同一个摆渡车，摆渡车先供航班j使用，再供航班i使用；
Figure 539368DEST_PATH_IMAGE089
：与航班
Figure 593912DEST_PATH_IMAGE131
摆渡时间
Figure 554915DEST_PATH_IMAGE087
有冲突的航班集合；
（3）摆渡车k摆渡航班i，需要有足够的时间用于摆渡车k转移，即航班i摆渡到位时刻与摆渡车k空闲开始时刻之差，足够摆渡车从当前位置行驶到航班i摆渡开始地点：
Figure 832093DEST_PATH_IMAGE091
；
Figure 903955DEST_PATH_IMAGE092
是车辆k的空闲开始时刻；初始状态为任务规划时间区间的起点；如果车辆k正在摆渡航班i，则摆渡车k对航班i的摆渡结束时刻为该航班的空闲开始时刻；
Figure 78584DEST_PATH_IMAGE093
代表摆渡车在两个地点
Figure 944909DEST_PATH_IMAGE094
和
Figure 204989DEST_PATH_IMAGE095
之间的行驶时长；
Figure 80541DEST_PATH_IMAGE094
是车辆k的初始位置，初始状态所有车辆在停车场
Figure 109677DEST_PATH_IMAGE052
；如果车辆k正在摆渡航班i，则
Figure 913947DEST_PATH_IMAGE096
，k表示任意一个摆渡车。
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
Figure 395744DEST_PATH_IMAGE097
中随机选择一个匹配方案
Figure 809408DEST_PATH_IMAGE098
，从
Figure 693050DEST_PATH_IMAGE098
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
Figure 432336DEST_PATH_IMAGE099
，加入到
Figure 401429DEST_PATH_IMAGE097
中；否则，撤销当前交换，继续在
Figure 353204DEST_PATH_IMAGE098
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
Figure 356933DEST_PATH_IMAGE097
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
Figure 500076DEST_PATH_IMAGE100
；
S42,根据目标函数对下一代匹配方案集合
Figure 222044DEST_PATH_IMAGE100
优选；对下一代匹配方案集合
Figure 977510DEST_PATH_IMAGE100
，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
Figure 570166DEST_PATH_IMAGE100
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
Figure 385675DEST_PATH_IMAGE101
；在当前匹配方案集合
Figure 594940DEST_PATH_IMAGE101
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
Figure 154097DEST_PATH_IMAGE102
；根据需求权重，从最终方案集合
Figure 368303DEST_PATH_IMAGE102
中获取摆渡车最优匹配结果。
优选的，将权重
Figure 89134DEST_PATH_IMAGE103
设定为0，从最终方案集合
Figure 520115DEST_PATH_IMAGE102
中选择综合目标适应值最优的一个匹配方案，作为最优匹配结果。
优选的，将权重
Figure 882964DEST_PATH_IMAGE104
设定为0，从最终方案集合
Figure 715790DEST_PATH_IMAGE102
中，根据权重
Figure 607523DEST_PATH_IMAGE103
的设置值选择至少一个分项目标适应值最优的匹配方案，作为最优匹配结果。
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 (9)

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，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
Figure DEST_PATH_IMAGE001
和摆渡结束时刻
Figure 389401DEST_PATH_IMAGE002
，构成各目标航班的任务时间段
Figure DEST_PATH_IMAGE003
；对所有目标航班按照摆渡开始时刻
Figure 165596DEST_PATH_IMAGE001
降序排列，任务时间
Figure 320501DEST_PATH_IMAGE003
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：
S321,顺序遍历所有摆渡任务样本的目标航班摆渡任务，计算所有摆渡车的空闲开始时刻
Figure 512448DEST_PATH_IMAGE004
；摆渡车k的空闲开始时刻
Figure 61241DEST_PATH_IMAGE004
是：摆渡车k上一任务的摆渡结束时刻；空闲开始时刻
Figure 680441DEST_PATH_IMAGE004
的初始状态为任务规划时间区间的起点；
S322,提取空闲开始时刻
Figure 806529DEST_PATH_IMAGE004
小于对应航班i的摆渡车到位时刻
Figure DEST_PATH_IMAGE005
的所有摆渡车，形成空闲摆渡车集合
Figure 772473DEST_PATH_IMAGE006
；
S323,计算空闲摆渡车集合
Figure 300406DEST_PATH_IMAGE006
中所有摆渡车的任务转换时间
Figure DEST_PATH_IMAGE007
，如果摆渡车先后服务航班j和航班i，
Figure 824928DEST_PATH_IMAGE007
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；
S324,判断摆渡车的任务转换时间是否足够摆渡车进行位置转移，将满足条件的摆渡车形成当前航班i摆渡车到位时刻前的空闲车辆集合
Figure 172733DEST_PATH_IMAGE008
；
若
Figure DEST_PATH_IMAGE009
时，随机从
Figure 939439DEST_PATH_IMAGE008
中选择摆渡车配置给对应航班，航班的实际服务开始时间
Figure 56299DEST_PATH_IMAGE010
；
若
Figure DEST_PATH_IMAGE011
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
Figure 751723DEST_PATH_IMAGE006
中选择空闲开始时刻
Figure 852403DEST_PATH_IMAGE004
与航班i摆渡车到位时刻间隔最大的摆渡车
Figure 425729DEST_PATH_IMAGE012
进行服务；航班i的实际服务开始时刻为
Figure DEST_PATH_IMAGE013
，
Figure 600358DEST_PATH_IMAGE014
表示
Figure 529000DEST_PATH_IMAGE012
的空闲开始时刻，
Figure DEST_PATH_IMAGE015
代表摆渡车在两个地点
Figure 585818DEST_PATH_IMAGE016
和
Figure DEST_PATH_IMAGE017
之间的行驶时长，
Figure 434606DEST_PATH_IMAGE016
是航班i的摆渡开始地点，
Figure 791638DEST_PATH_IMAGE017
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；
S33,生成初始摆渡匹配任务方案集合：重复上述多次操作，生成多个不同的摆渡匹配任务方案，形成初始摆渡匹配任务方案集合
Figure 32126DEST_PATH_IMAGE018
；
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：
航班i的摆渡开始时刻
Figure 779502DEST_PATH_IMAGE001
，
Figure DEST_PATH_IMAGE019
；
其中，FA是进港航班集合，FD是出港航班集合；
Figure 989904DEST_PATH_IMAGE020
：进港航班
Figure DEST_PATH_IMAGE021
的摆渡开始时刻，
Figure 499645DEST_PATH_IMAGE022
，
Figure DEST_PATH_IMAGE023
是进港航班i的进港时刻；
Figure 504510DEST_PATH_IMAGE024
：出港航班
Figure DEST_PATH_IMAGE025
的摆渡开始时刻，
Figure 473603DEST_PATH_IMAGE026
分钟，
Figure DEST_PATH_IMAGE027
是出港航班i的出港时刻；
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：
航班i的摆渡结束时刻
Figure 782968DEST_PATH_IMAGE002
，
Figure 724379DEST_PATH_IMAGE028
；
其中，
Figure DEST_PATH_IMAGE029
代表摆渡车在两个地点
Figure 493621DEST_PATH_IMAGE030
和
Figure DEST_PATH_IMAGE031
之间的行驶时长，
Figure 248213DEST_PATH_IMAGE032
代表摆渡车在两个地点
Figure DEST_PATH_IMAGE033
和
Figure 738100DEST_PATH_IMAGE030
之间的行驶时长，
Figure 658652DEST_PATH_IMAGE030
是航班i的停机位；
Figure 411844DEST_PATH_IMAGE031
是航班i的进港口；
Figure 621108DEST_PATH_IMAGE033
是航班i的登机口；
Figure 838DEST_PATH_IMAGE034
是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；
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：
对于进港航班：摆渡开始地点
Figure DEST_PATH_IMAGE035
为航班停机位，
Figure 447999DEST_PATH_IMAGE036
；摆渡结束地点
Figure DEST_PATH_IMAGE037
为航班进港口，
Figure 293465DEST_PATH_IMAGE038
；
对于出港航班：摆渡开始地点
Figure 927708DEST_PATH_IMAGE035
为航班登机口，
Figure DEST_PATH_IMAGE039
；摆渡结束地点
Figure 651076DEST_PATH_IMAGE037
为航班停机位，
Figure 749482DEST_PATH_IMAGE040
。
5.根据权利要求4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S323中，计算空闲摆渡车集合
Figure 578898DEST_PATH_IMAGE006
中所有摆渡车的任务转换时间
Figure 825071DEST_PATH_IMAGE007
，如果摆渡车先后服务航班j和航班i，
Figure 490145DEST_PATH_IMAGE007
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：
先计算航班i的摆渡车到位时刻
Figure 849583DEST_PATH_IMAGE005
，
Figure DEST_PATH_IMAGE041
；
Figure 302430DEST_PATH_IMAGE042
是摆渡车需要提前于航班摆渡开始时刻；
再根据航班i的摆渡车到位时刻
Figure 380107DEST_PATH_IMAGE005
，计算摆渡车的任务转换时间
Figure 412654DEST_PATH_IMAGE007
：
Figure DEST_PATH_IMAGE043
Figure 190379DEST_PATH_IMAGE044
；
其中，
Figure DEST_PATH_IMAGE045
：代表摆渡车在两个地点
Figure 486231DEST_PATH_IMAGE046
和
Figure DEST_PATH_IMAGE047
之间的行驶时长，
Figure 644680DEST_PATH_IMAGE048
：代表摆渡车在两个地点
Figure DEST_PATH_IMAGE049
和
Figure 250892DEST_PATH_IMAGE050
之间的行驶时长，
Figure DEST_PATH_IMAGE051
：代表摆渡车在两个地点
Figure 443976DEST_PATH_IMAGE050
和
Figure 379571DEST_PATH_IMAGE052
之间的行驶时长；
Figure 431840DEST_PATH_IMAGE052
是航班i的摆渡开始地点，
Figure 275032DEST_PATH_IMAGE049
是航班j的摆渡结束地点，
Figure 994726DEST_PATH_IMAGE050
表示摆渡车停车场。
6.根据权利要求1或5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
Figure DEST_PATH_IMAGE053
；
其中，
Figure 868266DEST_PATH_IMAGE054
为各目标的权重系数；
（2）使用车辆最少目标函数
Figure DEST_PATH_IMAGE055
；
Figure 594783DEST_PATH_IMAGE056
；
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；
Figure DEST_PATH_IMAGE057
；
F是待配置摆渡车的航班集合，
Figure 710506DEST_PATH_IMAGE058
，V是摆渡车集合；
（3）车辆行驶总路径最少目标函数
Figure DEST_PATH_IMAGE059
；
Figure 314401DEST_PATH_IMAGE060
：代表摆渡车在两个地点
Figure DEST_PATH_IMAGE061
和
Figure 122957DEST_PATH_IMAGE062
之间的行驶时长，
Figure 212135DEST_PATH_IMAGE061
是航班i的摆渡开始地点，
Figure 662708DEST_PATH_IMAGE062
是航班i的摆渡结束地点；
Figure DEST_PATH_IMAGE063
Figure 186356DEST_PATH_IMAGE064
；
（4）车辆任务均衡目标函数
Figure DEST_PATH_IMAGE065
；
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；
Figure 369075DEST_PATH_IMAGE066
Figure DEST_PATH_IMAGE067
；
航班平均延误最小目标函数
Figure 476709DEST_PATH_IMAGE068
；
航班i的摆渡车实际到位时刻
Figure DEST_PATH_IMAGE069
：如果摆渡车资源紧张导致摆渡车，出现
Figure 43823DEST_PATH_IMAGE070
；
所述约束条件为：
（1）当前任务中每个航班只有一辆摆渡车摆渡：
Figure DEST_PATH_IMAGE071
，
Figure 654933DEST_PATH_IMAGE072
；
（2）每个摆渡车同时只能摆渡于一个航班：
Figure DEST_PATH_IMAGE073
，
Figure 8554DEST_PATH_IMAGE072
，
Figure 134642DEST_PATH_IMAGE074
，
Figure DEST_PATH_IMAGE075
；
Figure 100586DEST_PATH_IMAGE076
，
Figure DEST_PATH_IMAGE077
，
Figure 831782DEST_PATH_IMAGE078
，
Figure DEST_PATH_IMAGE079
；
Figure 746517DEST_PATH_IMAGE080
是与航班i摆渡时间
Figure DEST_PATH_IMAGE081
有冲突的航班集合；
Figure 264961DEST_PATH_IMAGE082
，航班j和航班i共用同一个摆渡车，摆渡车先供航班j使用，再供航班i使用；
Figure DEST_PATH_IMAGE083
：与航班
Figure 329869DEST_PATH_IMAGE084
摆渡时间
Figure 446730DEST_PATH_IMAGE081
有冲突的航班集合；
（3）摆渡车k摆渡航班i，需要有足够的时间用于摆渡车k转移，即航班i摆渡到位时刻与摆渡车k空闲开始时刻之差，足够摆渡车从当前位置行驶到航班i摆渡开始地点：
Figure DEST_PATH_IMAGE085
；
Figure 142153DEST_PATH_IMAGE086
是车辆k的空闲开始时刻；初始状态为任务规划时间区间的起点；如果车辆k正在摆渡航班i，则摆渡车k对航班i的摆渡结束时刻为该航班的空闲开始时刻；
Figure DEST_PATH_IMAGE087
代表摆渡车在两个地点
Figure 947560DEST_PATH_IMAGE088
和
Figure DEST_PATH_IMAGE089
之间的行驶时长；
Figure 727078DEST_PATH_IMAGE088
是车辆k的初始位置，初始状态所有车辆在停车场
Figure 354238DEST_PATH_IMAGE050
；如果车辆k正在摆渡航班i，则
Figure 719098DEST_PATH_IMAGE090
，k表示任意一个摆渡车。
7.根据权利要求6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
Figure DEST_PATH_IMAGE091
中随机选择一个匹配方案
Figure 103812DEST_PATH_IMAGE092
，从
Figure 979364DEST_PATH_IMAGE092
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
Figure DEST_PATH_IMAGE093
，加入到
Figure 509964DEST_PATH_IMAGE091
中；否则，撤销当前交换，继续在
Figure 609507DEST_PATH_IMAGE092
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
Figure 560146DEST_PATH_IMAGE091
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
Figure 36127DEST_PATH_IMAGE094
；
S42,根据目标函数对下一代匹配方案集合
Figure 185348DEST_PATH_IMAGE094
优选；对下一代匹配方案集合
Figure 596738DEST_PATH_IMAGE094
，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
Figure 386403DEST_PATH_IMAGE094
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
Figure DEST_PATH_IMAGE095
；在当前匹配方案集合
Figure 72599DEST_PATH_IMAGE095
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
Figure 138644DEST_PATH_IMAGE096
；根据需求权重，从最终方案集合
Figure 455356DEST_PATH_IMAGE096
中获取摆渡车最优匹配结果。
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，将权重
Figure DEST_PATH_IMAGE097
设定为0，从最终方案集合
Figure 803423DEST_PATH_IMAGE096
中选择综合适应值最优的一个匹配方案，作为最优匹配结果。
9.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，将权重
Figure 496572DEST_PATH_IMAGE098
设定为0，从最终方案集合
Figure 620386DEST_PATH_IMAGE096
中，根据权重
Figure 763792DEST_PATH_IMAGE097
的设置值选择至少一个分项目标适应值最优的匹配方案，作为最优匹配结果。
CN202110550491.7A 2021-05-20 2021-05-20 一种航班摆渡车的匹配方法 Active CN113034060B (zh)

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 CN113034060A (zh) 2021-06-25
CN113034060B true 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)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
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 (2)

* Cited by examiner, † Cited by third party
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

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN112070355B (zh) * 2020-08-05 2024-04-05 北京交通大学 一种机场摆渡车的分配调度方法
CN112734302B (zh) * 2021-02-04 2023-08-29 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

Patent Citations (2)

* Cited by examiner, † Cited by third party
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

Also Published As

Publication number Publication date
CN113034060A (zh) 2021-06-25

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
CN109949068A (zh) 一种基于预测结果的实时拼车方法和装置
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
CN112193116A (zh) 一种考虑奖励机制的电动汽车充电优化引导策略
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
CN113034060B (zh) 一种航班摆渡车的匹配方法
CN110163491B (zh) 一种优化吞吐量的实时弹性的停机位调度方法及调度系统
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
CN111898909A (zh) 一种基于实时需求的无人驾驶公交派车方法
Yang et al. Multiagent reinforcement learning-based taxi predispatching model to balance taxi supply and demand
CN115202402A (zh) 一种无人机集群多任务动态分配方法
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
CN111951145B (zh) 基于ga-dqn的停机位分配方法
CN110046851B (zh) 基于Multi-Paxos的无人车物流任务分配方法
CN114330842A (zh) 一种基于两阶段优化的机场摆渡车调度方法
EP1616313B1 (en) Method for sequencing landing aircrafts
CN116432938A (zh) 一种车辆运载任务分配方法及系统
CN116524705A (zh) 一种城际出行车辆的调度方法及终端
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
Liu et al. Modeling and heuristic algorithm of ground ferry vehicle scheduling in large airports
CN104702676B (zh) 一种铁路分布式数据中心资源调度方法
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
CN113448707A (zh) 在边缘计算中在线批并行任务调度方法
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