CN114386704A - 一种多航段协同配载优化方法 - Google Patents
一种多航段协同配载优化方法 Download PDFInfo
- Publication number
- CN114386704A CN114386704A CN202210042750.XA CN202210042750A CN114386704A CN 114386704 A CN114386704 A CN 114386704A CN 202210042750 A CN202210042750 A CN 202210042750A CN 114386704 A CN114386704 A CN 114386704A
- Authority
- CN
- China
- Prior art keywords
- weight
- container
- flight
- airplane
- maximum
- 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.)
- Pending
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 193
- 238000000034 method Methods 0.000 title claims abstract description 68
- 230000005484 gravity Effects 0.000 claims description 240
- 208000033255 Progressive myoclonic epilepsy type 1 Diseases 0.000 description 16
- 238000010586 diagram Methods 0.000 description 8
- 238000009826 distribution Methods 0.000 description 5
- 239000000446 fuel Substances 0.000 description 5
- 108010066114 cabin-2 Proteins 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 230000001186 cumulative effect Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 239000000126 substance Substances 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
- 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
- G06Q10/06313—Resource planning in a project environment
-
- 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)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于航运配载技术领域,尤其涉及一种多航段协同配载优化方法,其包括整体优化流程、局部优化流程、不考虑中间集装器操作的优化流程,现有技术存在由于缺少多航段协同配载算法的优化,从而导致每个航段上重心偏离量大且中间机场对集装器的操作不便,进而不满足了现代航空运输业高效率的需求且造成航班延误的问题,具有实现在每个航段上重心偏离量最小,在中间机场对集装器的操作次数最少,以此降低机场工作人员的劳动强度,减少地面保障时间,减少航班延误的有益技术效果。
Description
技术领域
本发明属于航运配载技术领域,尤其涉及一种多航段协同配载优化方法。
背景技术
多航段协同配载是属于单航段配载的衍生,单航段的配载是将业载合理分配到飞机的舱位中,在不超过飞机最大业载重量的情况下,使得飞机的重心处于合理范围之内;
对于多航段的协同配载优化工作需要考虑至少含有两个航段的业载分配,属于较复杂的多目标组合优化问题,具有一定的实用价值,国外对此问题进行了相关有价值的探索。但由于多航段协同配载问题的复杂性,需要考虑众多因素,因此,行业内装载配还是主要通过手动加计算机辅助来分配业载的位置,不具备自动化的水平。并且在中间机场一般机场保障时间一般为40分钟左右,需要在这有限的时间内完成业载的卸载和装载等其他地面保障工作,如果在起始机场业载分配不合理的,将增加中间机场对业载的不必要的操作。因此多航段的协同配载优化工作对于提高运行效率是必不可少的;
目前多航段协同配载存在以下问题:多数航司的协同配载优化工作靠配载人员主观经验和计算机辅助来分配集装器的位置,未能从整体的角度来分配集装器的位置,从而增加了中间机场集装器的操作次数,间接增加燃油成本,下面对技术问题进一步解释,首先,配载中是将装载好的ULD分配飞机舱位内,如果ULD位置分配不当,意味着飞机重心将超出规定的重心;其次,机场地面保障工作时间一般40分钟,ULD分配不当,将加大地面工作人员的劳动强度,还可能导致飞机延误,可见,现有技术的多航段协同配载方法存在重心不符合规定、地面保障人员工作强度大、可能造成飞机延误的问题,不满足现代航空运输业高效率的需求,同时,本发明不仅考虑每个航段上重心偏离量最小,而且还要考虑,在中间机场B对集装器的操作次数最少,以此降低机场工作人员的劳动强度,减少地面保障时间,减少航班延误;
综上所述,现有技术存在由于缺少多航段协同配载算法的优化,从而导致每个航段上重心偏离量大且中间机场对集装器的操作不便,进而不满足了现代航空运输业高效率的需求且造成航班延误的问题。
发明内容
本发明提供一种多航段协同配载优化方法,以解决上述背景技术中提出现有技术存在由于缺少多航段协同配载算法的优化,从而导致每个航段上重心偏离量大且中间机场对集装器的操作不便,进而不满足了现代航空运输业高效率的需求且造成航班延误的问题。
本发明所解决的技术问题采用以下技术方案来实现:一种多航段协同配载优化方法,包括:
整体优化流程:多航段远程航班根据机载目标重心最优原则和集装器装载最优原则协同配载优化;
局部优化流程:多航段远程航班内的各航段根据机载偏离重心最小原则和集装器装载最优原则分段配载优化;
不考虑中间集装器操作的优化流程:多航段远程航班内的各航段根据不考虑中间集装器操作的机载目标重心最优原则配载优化。
进一步:
所述多航段远程航班根据机载目标重心最优原则和集装器装载最优原则协同配载优化包括:基于机载目标重心目标函数模型和整体优化的配载限制条件,以及中转集装器装载舱门附近以及联程集装器尽量保持位置不变函数模型,通过整体优化的整数规划模型,确定整体配载优化方案;
所述多航段远程航班内的各航段根据机载偏离重心最小原则和集装器装载最优原则分段配载优化包括:基于机载目标重心目标函数模型和局部优化的配载限制条件,以及集装器距离舱门最近函数模型,通过局部优化的整数规划模型,确定局部配载优化方案;
所述多航段远程航班内的各航段根据不考虑中间集装器操作的机载目标重心最优原则配载优化包括:基于机载目标重心目标函数模型和不考虑中间集装器操作优化的配载限制条件,通过不考虑中间集装器操作优化的整数规划模型,确定不考虑中间集装器操作的优化方案。
进一步:
所述整体优化的整数规划模型包括:
优化辅助变量模型:
机载目标重心目标函数模型:
中转集装器装载舱门附近以及联程集装器尽量保持位置不变函数模型:
整体决策变量模型:
所述i为第i个集装器;
所述U3为机场A到机场C的联程的集装器;
所述NPOS为飞机的舱位个数;
所述n为第n个航段;
所述L为飞行航段总数;
所述CGtargetn为第n个航段的目标重心;
所述CGTOWn为第n个航段的起飞重心;
所述U1为机场A到机场B的直达集装器;
所述U2为机场B到机场C的直达集装器;
所述U为所有类型集装的集合;
所述j为飞机第j个舱位;
所述k为第k个待装载散货;
所述l为第l个下货舱;
所述Ncargo为散货总数;
所述Nhold为散货舱总数。
整体优化的配载限制条件:
限定任意航段上的任意集合的某个集装器必须装载到飞机内某个位置;
限定任意航段上的任意的飞机舱位最多装载一个集装器;
限定每个航段上集装器重量不超过飞机每个货舱的最大重量;
限定每个航段上所装载的集装器不超过所在舱位能容纳的最大高度;
限定分舱位最大重量,如1舱到5舱,或6舱到10舱,或11舱到15舱所装载的集装器重量不超过所规定的最大重量;
限定集装器在任意航段都被装载;
限定每个散货最多放置在一个下货舱内;
限定每个下货舱的最大重量;
限定每个下货舱所能容纳的最大容积;
限定下货舱的区域累积重量;
限定每个航段上的重心在规定的重心前后限内,如包括无油重心,起飞重心,着陆重心;
限定每个航段上飞机的重量限制,如包括无油重量,起飞重量,着陆重量;
限定每个航段上飞机的最大业载;
限定每个航段上飞机的前部分上下舱最大联合重量;
限定每个航段上飞机的后半部分上下舱最大联合重量。
进一步:
所述局部优化的整数规划模型包括:
机载目标重心目标函数模型:
min|CGtargetCGTOW|;
集装器距离舱门最近函数模型:
局部决策变量模型:
所述CGtarget为飞机的目标重心;
所述CGTOW为飞机的起飞重心;
所述U1为机场A到机场B的直达集装器;
所述i为第i个集装器;
所述j为飞机第j个舱位;
所述NULD为待装载的集装器总数
所述NPOS为飞机的舱位个数;
所述k为第k个待装载散货;
所述l为第l个下货舱;
所述Ncargo为散货总数;
所述Nhold为散货舱总数;
局部优化的配载限制条件:
限定每个集装器只能装载到飞机的一个舱位内;
限定飞机的每个舱位最多装载一个集装器;
限定飞机的每个舱位所能承受的集装器最大重量;
限定所装载的集装器不超过所在舱位能容纳的最大高度;
限定分舱位最大重量即1舱到5舱,6舱到10舱,11舱到15舱所装载的ULD重量不超过所规定的最大重量;
限定每个散货最多装载到一个下货舱内;
限定每个下货舱所能承受的最大重量;
限定每个下货舱所能容纳的最大容积;
限定下货舱的区域累积重量,如1到2号舱位或3到4号舱位所能承受的最大重量;
限定重心在规定的重心前后限内,如包括无油重心,起飞重心,着陆重心;
限定每个航段上飞机的重量限制,如包括无油重量,起飞重量,着陆重量;
限定飞机的最大业载;
限定飞机的前部分上下舱最大联合重量;
限定飞机的后部分上下舱最大联合重量。
进一步:
所述不考虑中间集装器操作优化的整数规划模型包括:
机载目标重心目标函数模型:
所述n为第n个航段;
所述L为飞行航段总数;
所述CGtargetn为第n个航段的目标重心;
所述CGTOWn为第n个航段的起飞重心。
不考虑中间集装器操作优化的配载限制条件:
限定任意航段上的任意集合的某个集装器必须装载到飞机内某个位置:
限定任意航段上的任意的飞机舱位最多装载一个集装器:
限定每个航段上集装器重量不超过飞机每个货舱的最大重量:
限定每个航段上所装载的集装器不超过所在舱位能容纳的最大高度:
限定分舱位最大重量,如1舱到5舱、或6舱到10舱、或11舱到15舱所装载的集装器重量不超过所规定的最大重量;
限定集装器在两个航段都被装载;
限定每个散货最多放置在一个下货舱内;
限定每个下货舱的最大重量;
限定每个下货舱所能容纳的最大容积;
限定下货舱的区域累积重量,如即1到2号舱位,或3到4号舱位所能承受的最大重量;
限定每个航段上的重心在规定的重心前后限内,如包括无油重心,起飞重心,着陆重心;
限定每个航段上飞机的重量限制,如包括无油重量,起飞重量,着陆重量;
限定每个航段上飞机的最大业载;
限定每个航段上飞机的前部分上下舱最大联合重量;
限定每个航段上飞机的后半部分上下舱最大联合重量。
进一步:
所述机载目标重心通过机载目标重心模型确定,所述机载目标重心模型包括各航段机载基础模型、机载最大业载模型、机载实际重心模型;
所述机载基础模型用于确定各航段上的飞机无油重量、飞机起飞重量、飞机着陆重量;
所述机载最大业载模型用于确定各航段上的飞机最大业载量;所述机载实际重心模型用于确定各航段上的飞机实际重心量。进一步:
所述机载基础模型包括:
所述ZFWn为飞机在任一航段上的无油重量;
所述OEW为飞机的空机重量;
所述NULD为集装器总数;
所述NPOS为飞机主货舱总数;
所述i为第个待装载集装器;
所述j为飞机的第j个舱位;
所述Wi为第i个集装器的重量;
所述k为第k个待装载散货;
所述l为第l个下货舱;
所述Ncargo为散货的总数;
所述Nhold为飞机下货舱总数;
所述wk为第k个待装载散货的重量;
所述n为第任一个航段;
所述L为航段总数;
所述TOWn为飞机在任一航段上的起飞重量;
所述FWn为任一航段上的起飞油量;
所述LWn为飞机在任一航段上的着陆重量;
所述RFWn为任一航段上的备用油量。
进一步:
所述机载最大业载模型包括:
所述MPLn为任一航段的最大业载;
所述MZFW为最大无油重量;
所述MTOW为最大起飞重量;
所述MLW为最大的着陆重量;
所述OEW为飞机的空机重量;
所述FWn为任一航段的起飞油量;
所述RFWn为任一航段上的备用油量。
进一步:
所述机载实际重心模型包括:
其中:
其中,飞机重心相对于平均气动弦的位置为:
所述IND(TOWn)为任意航段起飞重量TOW下的总指数;
所述BI为空机重指数;
所述FWI为起飞油量指数;
所述i为第i个待装载散货;
所述NULD为集装器集合;
所述j为第个飞机舱位;
所述NPOS为飞机主货舱总数;
所述Wi为第i个集装器重量;
所述n为第n个航段数;
所述L为飞行航段总数;
所述BAj为飞机第j个主货舱的舱位力臂;
所述CGDATUM为飞机的基准参考力矩;
所述C1为缩小系数;
所述k为第个待装载散货;
所述Ncargo为散货的总数量;
所述l为第l个飞机下货舱;
所述Nhold为飞机下货舱的总数;
所述wk为第k个待装载散货的重量;
所述bal为第l个下货舱对应的力臂值;
所述C2为常数;
所述BATOWn为第n个航段的起飞重心所对应的平衡力臂;
所述CGTOWn为第n个航段起飞重心所对应的%MAC值;
所述LEMAC为基准到平均空气动力弦前缘的长度;
所述MAC为平均空气动力弦长。
进一步:所述机载偏离重心通过飞机实际重心模型分段拟合各航段飞机实际重心。本发明的有益效果为:
本专利采用整体优化流程、局部优化流程、不考虑中间集装器操作的优化流程,其大体细化,为了每个航段上重心偏离量大且中间机场对集装器的操作不便,建立了三种优化模型:整体优化、局部优化、不考虑中间机场集装器的操作,其中,整体优化流程和局部优化解决了重心偏离量较大和中间机场对机场集装器的操作不便问题;不考虑中间集装器操作优化解决了重心偏离量较大的问题,为了更好的理解本发明,本发明提供一简化的基本实例模型,如图4所示,集装器U1从A到B为直达运输,集装器U2从B到C为直达运输,集装器U3从A到C为联程运输。U1需要在机场B卸载,U2需要在机场B装载,对此U1,U2尽量装载到舱门附近,U3尽量装载到远离舱位附近的位置;其中,整体优化流程是:多航段协同配载整体优化核心是根据指定的目标重心位置和各种配载限制条件,建立飞机配载整数规划模型,其中,局部优化流程是:同时我们还分别计算优化了各个航段的配载结果,即首先在第一航段分配好U1和U3,其次在第二航段分配可能卸载下的U3和待装载的U2;对于局部优化等同于各航段分别优化分配ULD使得各航段的重心偏离量最小;在第二航段中间机场B装载U2的集装器和可能被卸载下来的U3的集装器,为减少不不必要的操作数,我们在第二航段装载模式根据第一航段的装卸情况分两种情况讨论。第一种是所有U1的集装器装载到舱门附近,在中间机场B将U1卸载,此时只需装载分配U2的位置即可;第二种是部分U1的集装器装载到舱门附近,卸载U1和阻碍U1卸载的U3,再装载U2和U3,那么此时无需考虑将U2装载到舱门附近,重新分配U2和部分U3在飞机上的位置即可,其中,不考虑中间集装器操作的优化流程是:在生产实际中会存在不考虑直达集装器尽量分配在舱门附近和联程集装器尽量保持位置不变的情况,只考虑在这两个航段中重心偏离量和最小,整体优化可为远程航班货物的运输提供参考,如图4所示,整体优化模型在两个航段上所计算的重心偏离量最小,飞机重心越接近设定目标,燃油消耗最少;而局部优化可为短程航班货物的运输提供参考,如图4所示,局部优化模型所计算的在中间机场操作次数最少,无需卸载和装载U3,这样可以减轻中间机场装卸人员的工作强度,减少机场保障时间,减少航班延误的可能。通过上述三个流程的优化,即整体优化流程、局部优化流程、不考虑中间集装器操作的优化流程,实现在每个航段上重心偏离量最小,在中间机场对集装器的操作次数最少,以此降低机场工作人员的劳动强度,减少地面保障时间,减少航班延误。
附图说明
图1是本发明配载优化方法的业务流程图;
图2是本发明配载优化方法的处理流程图;
图3是本发明配载优化方法的详细流程图;
图4是本发明配载优化方法的基本实例模型图;
图5是本发明配载优化方法的优化方法流程图;
图6是本发明配载优化方法的实施例一的主货舱对应的映射编号图;
图7是本发明配载优化方法的实施例一的整体优化集装箱分配结果图;
图8是本发明配载优化方法的实施例一的局部优化集装箱分配结果图;
图9是本发明配载优化方法的实施例一的不考虑中间集装器操作的分配结果图;
图10是本发明配载优化方法的实施例一的飞机的机型数据表一;
图11是本发明配载优化方法的实施例一的飞机的机型数据表二;
图12是本发明配载优化方法的实施例一的飞机的机型数据表三;
图13是本发明配载优化方法的实施例一的备选集装器参数表;
图14是本发明配载优化方法的实施例一的波音B757-200F机型参数表;
图15是本发明配载优化方法的实施例一的上述三模型计算结果图;
具体实施方式
以下结合附图对本发明做进一步描述:
图中:
S101-整体优化流程、S102-局部优化流程、S103-不考虑中间集装器操作的优化流程;
S201-多航段远程航班根据机载目标重心最优原则和集装器装载最优原则协同配载优化;
S202-多航段远程航班内的各航段根据机载偏离重心最小原则和集装器装载最优原则分段配载优化;
S203-多航段远程航班内的各航段根据不考虑中间集装器操作的机载目标重心最优原则配载优化;
S301-基于机载目标重心目标函数模型和整体优化的配载限制条件,以及中转集装器装载舱门附近以及联程集装器尽量保持位置不变函数模型,通过整体优化的整数规划模型,确定整体配载优化方案;
S302-基于机载目标重心目标函数模型和局部优化的配载限制条件,以及集装器距离舱门最近函数模型,通过局部优化的整数规划模型,确定局部配载优化方案;
S303-基于机载目标重心目标函数模型和不考虑中间集装器操作优化的配载限制条件,通过不考虑中间集装器操作优化的整数规划模型,确定不考虑中间集装器操作的优化方案。
实施例:
实施例:如图1、2所示,一种多航段协同配载优化方法,包括:
一种多航段协同配载优化方法,其特征在于,包括:
整体优化流程S101:多航段远程航班根据机载目标重心最优原则和集装器装载最优原则协同配载优化S201;
局部优化流程S102:多航段远程航班内的各航段根据机载偏离重心最小原则和集装器装载最优原则分段配载优化S202;
不考虑中间集装器操作的优化流程S103:多航段远程航班内的各航段根据不考虑中间集装器操作的机载目标重心最优原则配载优化S203。
由于采用整体优化流程、局部优化流程、不考虑中间集装器操作的优化流程,其大体细化,为了解决每个航段上重心偏离量大且中间机场对集装器的操作不便,建立了三种优化模型:整体优化、局部优化、不考虑中间机场集装器的操作,其中,整体优化流程和局部优化解决了重心偏离量较大和中间机场对机场集装器的操作不便问题;不考虑中间集装器操作优化解决了重心偏离量较大的问题,为了更好的理解本发明,本发明提供一简化的基本实例模型,如图4所示,集装器U1从A到B为直达运输,集装器U2从B到C为直达运输,集装器U3从A到C为联程运输。U1需要在机场B卸载,U2需要在机场C装载,对此U1,U2尽量装载到舱门附近,U3尽量装载到远离舱位附近的位置;其中,整体优化流程是:多航段协同配载整体优化核心是根据指定的目标重心位置和各种配载限制条件,建立飞机配载整数规划模型,其中,局部优化流程是:同时我们还分别计算优化了各个航段的配载结果,即首先在第一航段分配好U1和U3,其次在第二航段分配可能卸载下的U3和待装载的U2;对于局部优化等同于各航段分别优化分配ULD使得各航段的重心偏离量最小;在第二航段中间机场B装载U2的集装器和可能被卸载下来的U3的集装器,为减少不不必要的操作数,我们在第二航段装载模式根据第一航段的装卸情况分两种情况讨论。第一种是所有U1的集装器装载到舱门附近,在中间机场B将U1卸载,此时只需装载分配U2的位置即可;第二种是部分U1的集装器装载到舱门附近,卸载U1和阻碍U1卸载的U3,再装载U2和U3,那么此时无需考虑将U2装载到舱门附近,重新分配U2和部分U3在飞机上的位置即可,其中,不考虑中间集装器操作的优化流程是:在生产实际中会存在不考虑直达集装器尽量分配在舱门附近和联程集装器尽量保持位置不变的情况,只考虑在这两个航段中重心偏离量和最小,整体优化可为远程航班货物的运输提供参考,如图4所示,整体优化模型在两个航段上所计算的重心偏离量最小,飞机重心越接近设定目标,燃油消耗最少;而局部优化可为短程航班货物的运输提供参考,如图4所示,局部优化模型所计算的在中间机场操作次数最少,无需卸载和装载U3,这样可以减轻中间机场装卸人员的工作强度,减少机场保障时间,减少航班延误的可能。通过上述三个流程的优化,即整体优化流程、局部优化流程、不考虑中间集装器操作的优化流程,实现在每个航段上重心偏离量最小,在中间机场对集装器的操作次数最少,以此降低机场工作人员的劳动强度,减少地面保障时间,减少航班延误。
如图2、3所示,所述多航段远程航班根据机载目标重心最优原则和集装器装载最优原则协同配载优化S201包括:基于机载目标重心目标函数模型和整体优化的配载限制条件,以及中转集装器装载舱门附近以及联程集装器尽量保持位置不变函数模型,通过整体优化的整数规划模型,确定整体配载优化方案S301;
所述多航段远程航班内的各航段根据机载偏离重心最小原则和集装器装载最优原则分段配载优化S202包括:基于机载目标重心目标函数模型和局部优化的配载限制条件,以及集装器距离舱门最近函数模型,通过局部优化的整数规划模型,确定局部配载优化方案S302;
所述多航段远程航班内的各航段根据不考虑中间集装器操作的机载目标重心最优原则配载优化S203包括:基于机载目标重心目标函数模型和不考虑中间集装器操作优化的配载限制条件,通过不考虑中间集装器操作优化的整数规划模型,确定不考虑中间集装器操作的优化方案S303。
由于采用所述多航段远程航班根据机载目标重心最优原则协同配载优化包括:基于机载目标重心和整体优化的配载限制条件,通过整体优化的整数规划模型,确定整体配载优化方案;所述多航段远程航班内的各航段根据重心偏离量最小原则分段配载优化包括:基于机载偏离重心和局部优化的配载限制条件,通过局部优化的整数规划模型,确定局部配载优化方案;所述各航段根据集装器装载最优原则分段配载优化包括:基于舱门距离与停靠位置的优化选择和集装器优化的配载限制条件,通过集装器优化的整数规划模型,确定集装器装载优化方案;本专利通过整体配载优化方案、局部配载优化方案以及不考虑中间机场集装器装载优化方案三个具体优化方案,其具体的优化步骤包括:S1:获取直达与联程集装器重量、数量信息和散货重量数量;S2:选定研究机型同时获取机型数据,所述机型数据主要是配载相关的数据包括原始重心包线、货舱布局、基本参数如起飞重量、无油重量着陆重量等;S3:获取飞机用于放置集装器的可用位置;S4:以两个航段重心偏离之和最小与尽可能将直达集装器装载到舱门附近,联程集装器尽量保持位置不变为目标,构建多航段协同配载整数规划模型;S5:确定目标重心CGtarget;S6:将目标重心CGtarget输入至整数规划模型中,采用新一代商业求解器Gurobi,对模型进行求解,得到目标装载方案,各航段上所计算的重心偏离量最小,飞机重心越接近设定目标,燃油消耗最少;中间机场操作次数最少,无需卸载和装载U3,这样可以减轻中间机场装卸人员的工作强度。
所述整体优化的整数规划模型包括:
优化辅助变量模型:
机载目标重心目标函数模型:
中转集装器装载舱门附近以及联程集装器尽量保持位置不变函数模型:
整体决策变量模型:
整体优化的配载限制条件:
限定任意航段上的任意集合的某个集装器必须装载到飞机内某个位置;
限定任意航段上的任意的飞机舱位最多装载一个集装器;
限定每个航段上集装器重量不超过飞机每个货舱的最大重量;
限定每个航段上所装载的集装器不超过所在舱位能容纳的最大高度;
限定分舱位最大重量,如1舱到5舱,或6舱到10舱,或11舱到15舱所装载的集装器重量不超过所规定的最大重量;
限定集装器在任意航段都被装载;
限定每个散货最多放置在一个下货舱内;
限定每个下货舱的最大重量;
限定每个下货舱所能容纳的最大容积;
限定下货舱的区域累积重量;
限定每个航段上的重心在规定的重心前后限内,如包括无油重心,起飞重心,着陆重心;
限定每个航段上飞机的重量限制,如包括无油重量,起飞重量,着陆重量;
限定每个航段上飞机的最大业载;
限定每个航段上飞机的前部分上下舱最大联合重量;
限定每个航段上飞机的后半部分上下舱最大联合重量。
所述i为第i个集装器;
所述U3为机场A到机场C的联程的集装器;
所述NPOS为飞机的舱位个数;
所述n为第n个航段;
所述L为飞行航段总数;
所述CGtargetn为第n个航段的目标重心;
所述CGTOWn为第n个航段的起飞重心;
所述U1为机场A到机场B的直达集装器;
所述U2为机场B到机场C的直达集装器;
所述U为所有类型集装的集合;
所述j为飞机第j个舱位;
所述k为第k个待装载散货;
所述l为第l个下货舱;
所述Ncargo为散货总数;
所述Nhold为散货舱总数。
由于整数规划模型的构建包括引入辅助变量、建立决策变量、建立目标函数3个过程;完整的整体优化的整数规划模型包括:多航段协同配载整体优化核心是根据指定的目标重心位置和各种配载限制条件;
引入辅助变量:
为最小化U3集装器的调舱次数首先引入以下辅助变量:
其中,辅助变量的作用:对于任意一个的U3的ULD,如果在航段1和2的位置不同,则xij1=xij`2=1使zjj`≥xij1+xij`2-1;zjj`≤xij1和zjj`≤xij`2迫使zjj`为1,使得U3的集装器在两个航段发生位置变化。
建立决策变量:
决策变量表示为:
建立目标函数:
则目标函数可表示为:
整体优化的整数规划模型的配载限制条件:
对于上述的整数规划模型,本申请设定了以下了约束(各种配载限制条件):
限定任意航段n上的任意集合的某个集装器必须装载到飞机内某个位置,位置约束:
限定任意航段n上的任意的飞机舱位最多装载一个集装器,位置约束:
限定每个航段上集装器重量不超过飞机每个货舱的最大重量:
限定每个航段上所装载的集装器不超过所在舱位能容纳的最大高度:
限定分舱位最大重量即1舱到5舱,6舱到10舱,11舱到15舱所装载的ULD重量不超过所规定的最大重量:
限定集装器U3在两个航段都被装载:
限定每个散货最多放置在一个下货舱内:
限定每个下货舱的最大重量:
限定每个下货舱所能容纳的最大容积:
限定下货舱的区域累积重量,即1到2号舱位,3到4号舱位所能承受的最大重量:
限定每个航段上的重心在规定的重心前后限内,包括无油重心,起飞重心,着陆重心:
限定每个航段上飞机的重量限制,包括无油重量,起飞重量,着陆重量:
限定每个航段上飞机的最大业载:
限定每个航段上飞机的前部分上下舱最大联合重量:
限定每个航段上飞机的后半部分上下舱最大联合重量:
所述CGtargetn为航段n起飞重量下的最优重心;
所述CGTOWn为航段n起飞重量下的重心;
所述U1为机场A到机场B的集装器;
所述U2为机场B到机场C的集装器;
所述U3为机场A到机场C的集装器;
所述zjj`为不同航段联程集装器所调换位置的次数;
所述NULD为所有集装器总数;
所述NPOS为飞机的主货舱位总数;
所述Ncargo为待装载散货的总数量;
所述Nhold为飞机下货舱的数量总和;
所述n为第n个航段数;
所述L为航段数集合;
所述Wi为第i个集装器的重量;
所述MWj为飞机的第j个舱位的最大重量;
所述Hi为第i个集装器的高度;
所述MHj为飞机的第j个舱位的最大高度;
所述MWst为飞机s舱到t舱的最大限制重量;
所述wk为第k个待装载散货的重量;
所述mwl为第l个下货舱的最大重量;
所述vk为第k个待装载散货的体积;
所述mvl为第l个下货舱的最大容积;
所述mwqr为飞机下货舱q号到r号之间的最大重量;
所述INDwn为飞机在航段n重量为w下的当前重心指数;
所述Wn为航段n上的当前ZFW无油重量、TOW起飞重量、LW着陆重量;
所述maxW为飞机最大的无油重量、起飞重量、着陆重量;
所述MPLn为航段n的最大业载;
所述WZL和WZR分别为上下舱前部分联合限重,上下舱后部分联合限重;
所述λj与βj是公式中下货舱重量系数。
所述局部优化的整数规划模型包括:
机载目标重心目标函数模型:
min|CGtarget-CGTOW|;
集装器距离舱门最近函数模型:
局部决策变量模型:
局部优化的配载限制条件:
限定每个集装器只能装载到飞机的一个舱位内;
限定飞机的每个舱位最多装载一个集装器;
限定飞机的每个舱位所能承受的集装器最大重量;
限定所装载的集装器不超过所在舱位能容纳的最大高度;
限定分舱位最大重量即1舱到5舱,6舱到10舱,11舱到15舱所装载的ULD重量不超过所规定的最大重量;
限定每个散货最多装载到一个下货舱内;
限定每个下货舱所能承受的最大重量;
限定每个下货舱所能容纳的最大容积;
限定下货舱的区域累积重量,如1到2号舱位或3到4号舱位所能承受的最大重量;
限定重心在规定的重心前后限内,如包括无油重心,起飞重心,着陆重心;
限定每个航段上飞机的重量限制,如包括无油重量,起飞重量,着陆重量;
限定飞机的最大业载;
限定飞机的前部分上下舱最大联合重量;
限定飞机的后部分上下舱最大联合重量。
完整的局部优化的整数规划模型包括:
与此同时我们还分别计算优化了各个航段的配载结果,即首先在第一航段分配好U1和U3,其次在第二航段分配可能卸载下的U3和待装载的U2。对于局部优化等同于各航段分别优化分配ULD使得各航段的重心偏离量最小。
在第二航段中间机场B装载U2的集装器和可能被卸载下来的U3的集装器,为减少不不必要的操作数,我们在第二航段装载模式根据第一航段的装卸情况分两种情况讨论。第一种是所有U1的集装器装载到舱门附近,在中间机场B将U1卸载,此时只需装载分配U2的位置即可;第二种是部分U1的集装器装载到舱门附近,卸载U1和阻碍U1卸载的U3,再装载U2和U3,那么此时无需考虑将U2装载到舱门附近,重新分配U2和部分U3在飞机上的位置即可。
建立目标函数:
目标函数:
建立决策变量:
决策变量:
局部优化的整数规划模型的配载限制条件:
限定每个集装器只能装载到飞机的一个舱位内:
限定飞机的每个舱位最多装载一个集装器:
限定飞机的每个舱位所能承受的集装器最大重量:
限定所装载的集装器不超过所在舱位能容纳的最大高度:
限定分舱位最大重量即1舱到5舱,6舱到10舱,11舱到15舱所装载的ULD重量不超过所规定的最大重量:
限定每个散货最多装载到一个下货舱内:
限定每个下货舱所能承受的最大重量:
限定每个下货舱所能容纳的最大容积:
限定下货舱的区域累积重量,即1到2号舱位,3到4号舱位所能承受的最大重量:
限定重心在规定的重心前后限内,这包括无油重心,起飞重心,着陆重心:
限定每个航段上飞机的重量限制,包括无油重量,起飞重量,着陆重量:
限定飞机的最大业载
限定飞机的前部分上下舱最大联合重量:
限定飞机的后部分上下舱最大联合重量:
所述CGtarget为起飞重量下的最优重心;
所述CGTOW为起飞重量下的重心;
所述U1为机场A到机场B的集装器;
所述NULD为所有集装器总数;
所述NPOS为飞机的主货舱位总数;
所述Ncargo为待装载散货的总数量;
所述Nhold为飞机下货舱的数量总和;
所述Wi为第i个集装器的重量;
所述MWj为飞机第j舱位所能承受的最大重量;
所述Hi为第i个集装器的高度;
所述MHj为飞机第j个舱位的最大高度;
所述MWst为飞机s舱到t舱的最大限制重量;
所述wk为第k个待装载散货的重量;
所述mwl为第l个下货舱的最大重量;
所述vk为第k个待装载散货的体积;
所述mvl为第l个下货舱的最大容积;
所述mwqr为飞机下货舱q号到r号之间的最大重量;
所述INDw为飞机在重量为w下的当前重心指数;
所述W表示当前ZFW无油重量、TOW起飞重量、LW着陆重量;
所述maxW为飞机最大的无油重量、起飞重量、着陆重量;
所述MPL表示飞机的最大业载;
所述WZL和WZR分别为上下舱前部分联合限重,上下舱后部分联合限重;
所述λj与βj是公式中下货舱重量系数。
所述不考虑中间集装器操作优化的整数规划模型包括:
机载目标重心目标函数模型:
不考虑中间集装器操作优化的配载限制条件:
限定任意航段上的任意集合的某个集装器必须装载到飞机内某个位置:
限定任意航段上的任意的飞机舱位最多装载一个集装器:
限定每个航段上集装器重量不超过飞机每个货舱的最大重量:
限定每个航段上所装载的集装器不超过所在舱位能容纳的最大高度:
限定分舱位最大重量,如1舱到5舱、或6舱到10舱、或11舱到15舱所装载的集装器重量不超过所规定的最大重量;
限定集装器在两个航段都被装载;
限定每个散货最多放置在一个下货舱内;
限定每个下货舱的最大重量;
限定每个下货舱所能容纳的最大容积;
限定下货舱的区域累积重量,如即1到2号舱位,或3到4号舱位所能承受的最大重量;
限定每个航段上的重心在规定的重心前后限内,如包括无油重心,起飞重心,着陆重心;
限定每个航段上飞机的重量限制,如包括无油重量,起飞重量,着陆重量;
限定每个航段上飞机的最大业载;
限定每个航段上飞机的前部分上下舱最大联合重量;
限定每个航段上飞机的后半部分上下舱最大联合重量。
由于在生产实际中会存在不考虑直达集装器尽量分配在舱门附近和联程集装器尽量保持位置不变的情况,只考虑在这两个航段中重心偏离量和最小。
建立目标函数:
目标函数:
集装器优化的整数规划模型的配载限制条件:
限定任意航段n上的任意集合的某个集装器必须装载到飞机内某个位置:
限定任意航段n上的任意的飞机舱位最多装载一个集装器:
限定每个航段上集装器重量不超过飞机每个货舱的最大重量:
限定每个航段上所装载的集装器不超过所在舱位能容纳的最大高度:
限定分舱位最大重量即1舱到5舱,6舱到10舱,11舱到15舱所装载的ULD重量不超过所规定的最大重量:
限定集装器U3在两个航段都被装载:
限定每个散货最多放置在一个下货舱内:
限定每个下货舱的最大重量:
限定每个下货舱所能容纳的最大容积:
限定下货舱的区域累积重量,即1到2号舱位,3到4号舱位所能承受的最大重量:
限定每个航段上的重心在规定的重心前后限内,包括无油重心,起飞重心,着陆重心:
限定每个航段上飞机的重量限制,包括无油重量,起飞重量,着陆重量:
限定每个航段上飞机的最大业载:
限定每个航段上飞机的前部分上下舱最大联合重量:
限定每个航段上飞机的后半部分上下舱最大联合重量:
所述CGtargetn为航段n起飞重量下的最优重心;
所述CGTOWn为航段n起飞重量下的重心;
所述n为第n个航段;
所述L为航段数集合;
所述NULD为所有集装器总数;
所述NPOS为飞机的主货舱位总数;
所述Wi为第i个集装器的重量;
所述MWj为飞机的第j个舱位的最大重量;
所述Hi为第i个集装器的高度;
所述MHj为飞机的第j个舱位的最大高度;
所述MWst为飞机s舱到t舱的最大限制重量;
所述wk为第k个待装载散货的重量;
所述mwl为第l个下货舱的最大重量;
所述vk为第k个待装载散货的体积;
所述mvl为第l个下货舱的最大容积;
所述Ncargo为待装载散货的总数量;
所述Nhold为飞机下货舱的数量总和;
所述mwqr为飞机下货舱q号到r号之间的最大重量;
所述INDw为飞机在航段n重量为w下的当前重心指数;
所述Wn为航段n上的当前ZFW无油重量、TOW起飞重量、LW着陆重量;
所述maxW为飞机最大的无油重量、起飞重量、着陆重量;
所述MPLn为航段n的最大业载;
所述WZL和WZR分别为上下舱前部分联合限重上下舱后部分联合限重;
所述λj与βj是公式中下货舱重量系数。
引入模型符号及说明:
所述机载目标重心通过机载目标重心模型确定,所述机载目标重心模型包括各航段机载基础模型、机载最大业载模型、机载实际重心模型;
所述机载基础模型用于确定各航段上的飞机无油重量、飞机起飞重量、飞机着陆重量;
所述机载最大业载模型用于确定各航段上的飞机最大业载量;
所述机载实际重心模型用于确定各航段上的飞机实际重心量。
由于采用所述机载目标重心通过机载目标重心模型确定,所述机载目标重心模型包括各航段机载基础模型、机载最大业载模型、机载实际重心模型;所述机载基础模型用于确定各航段上的飞机无油重量、飞机起飞重量、飞机着陆重量;所述机载最大业载模型用于确定各航段上的飞机最大业载量;所述机载实际重心模型用于确定各航段上的飞机实际重心量;由于S1:获取直达与联程集装器重量、数量信息和散货重量数量;S2:选定研究机型同时获取机型数据,所述机型数据主要是配载相关的数据包括原始重心包线、货舱布局、基本参数如起飞重量、无油重量着陆重量等;S3:获取飞机用于放置集装器的可用位置;S4:以两个航段重心偏离之和最小与尽可能将直达集装器装载到舱门附近,联程集装器尽量保持位置不变为目标,构建多航段协同配载整数规划模型;S5:确定目标重心CGtarget;S6:将目标重心CGtarget输入至整数规划模型中,采用新一代商业求解器Gurobi,对模型进行求解,得到目标装载方案,由于本案采用需要确定目标重心CGtarget,因此,需要确定的参数量包括飞机无油重量、飞机起飞重量、飞机着陆重量、飞机最大业载量、飞机实际重心量等,其步骤包括:(1)确定飞机无油重量、飞机起飞重量、飞机着陆重量(2)飞机最大业载量(3)飞机实际重心量等过程,基于上述过程最终得到飞机实际重心,获取飞机的实际重心,就可以将目标重心CGtarget输入至整数规划模型中,采用新一代商业求解器Gurobi,对模型进行求解,得到目标装载方案。
所述机载基础模型包括:
所述ZFWn为飞机在任一航段上的无油重量;
所述OEW为飞机的空机重量;
所述NULD为集装器总数;
所述NPOS为飞机主货舱总数;
所述i为第个待装载集装器;
所述j为飞机的j个舱位;
所述Wi为第i个集装器的重量;
所述k为第k个待装载散货;
所述l为第l个下货舱;
所述Ncargo为散货的总数;
所述Nhold为飞机下货舱总数;
所述wk为第k个待装载散货的重量;
所述n为第任一个航段;
所述L为航段总数;
所述TOWn为飞机在任一航段上的起飞重量;
所述FWn为任一航段上的起飞油量;
所述LWn为飞机在任一航段上的着陆重量;
所述RFWn为任一航段上的备用油量。
由于确定每个航段上的无油重量、起飞重量、着陆重量可表示为:
式中ZFWn为飞机在航段n上的无油重量,OEW为飞机的空机重量,NULD为集装器总数,NPOS为飞机主货舱总数,Wi为第i个集装器的重量,Ncargo为散货的总数,Nhold为飞机下货舱总数,wk为第k个待装载散货的重量,n表示第n个航段,L为航段总数,TOWn为飞机在航段n上的起飞重量,FWn为航段n上的起飞油量,LWn为飞机在航段n上的着陆重量,RFWn为航段n上的备用油量。
所述机载最大业载模型包括:
所述MPLn为任一航段的最大业载;
所述MZFW为最大无油重量;
所述MTOW为最大起飞重量;
所述MLW为最大的着陆重量;
所述OEW为飞机的空机重量;
所述FWn为任一航段的起飞油量;
所述RFWn为任一航段上的备用油量。
由于确定每个航段上飞机的最大业载可表示为:
式中MPLn为航段n的最大业载,MZFW为最大无油重量,MTOW为最大起飞重量,MLW为最大的着陆重量,OEW为飞机的空机重量,FWn为航段n的起飞油量,RFWn为航段n上的备用油量。
所述机载实际重心模型包括:
其中:
其中,飞机重心相对于平均气动弦的位置为:
所述IND(TOWn)为任意航段起飞重量TOW下的总指数;
所述BI为空机重指数;
所述FWI为起飞油量指数;
所述i为第i个待装载散货;
所述NULD为集装器集合;
所述j为第个飞机舱位;
所述NPOS为飞机主货舱总数;
所述Wi为第i个集装器重量;
所述n为第n个航段数;
所述L为飞行航段总数;
所述BAj为飞机第j个主货舱的舱位力臂;
所述CGDATUM为飞机的基准参考力矩;
所述C1为缩小系数;
所述k为第个待装载散货;
所述Ncargo为散货的总数量;
所述l为第l个飞机下货舱;
所述Nhold为飞机下货舱的总数;
所述wk为第k个待装载散货的重量;
所述bal为第l个下货舱对应的力臂值;
所述C2为常数;
所述BATOWn为第n个航段的起飞重心所对应的平衡力臂;
所述CGTOWn为第n个航段起飞重心所对应的%MAC值;
所述LEMAC为基准到平均空气动力弦前缘的长度;
所述MAC为平均空气动力弦长。
由于确定飞机实际重心的计算公式:
飞机重心的确定运用指数计算方式,其实质还是合力矩定理,则在航段n起飞重量TOW下重心BATOWn可表示为:
飞机重心相对于平均气动弦的位置表示为:
所述IND(TOWn)为任意航段起飞重量TOW下的总指数;
所述BI为空机重指数;
所述FWI为起飞油量指数;
所述i为第i个待装载散货;
所述NULD为集装器集合;
所述j为第个飞机舱位;
所述NPOS为飞机主货舱总数;
所述Wi为第i个集装器重量;
所述n为第n个航段数;
所述L为飞行航段总数;
所述BAj为飞机第j个主货舱的舱位力臂;
所述CGDATUM为飞机的基准参考力矩;
所述C1为缩小系数;
所述k为第个待装载散货;
所述Ncargo为散货的总数量;
所述l为第l个飞机下货舱;
所述Nhold为飞机下货舱的总数;
所述wk为第k个待装载散货的重量;
所述bal为第l个下货舱对应的力臂值;
所述C2为常数;
所述BATOWn为第n个航段的起飞重心所对应的平衡力臂;
所述CGTOWn为第n个航段起飞重心所对应的%MAC值;
所述LEMAC为基准到平均空气动力弦前缘的长度;
所述MAC为平均空气动力弦长。
所述机载偏离重心通过飞机实际重心模型分段拟合各航段飞机实际重心。
实施例一:
本发明的方案中还包括:将目标重心CGtarget输入至整数规划模型中,采用新一代商业求解器Gurobi,对模型进行求解,得到目标装载方案。
具体步骤包括:
(1)将所述整数规划模型编码编程;
(2)输入目标重心CGtarget;
(3)调用求解器求解;
(4)输出所述配载信息。
具体的,可通过Python调用Gurobi求解器进行求解。
为了进一步说明本申请的方法,以国内某航空公司的波音B757-200F机型为例,并选取20个备选集装器,200个散货对飞机进行配载;
通过获取如图13、14所示的集装器的重量W和散货的重量w,获取所述飞机的可用位置j;获取所述飞机的如图10、11、12所示的机型数据;根据所述飞机的机型数据,构建整数规划模型;
设置目标重心CGtarget:例如为23%MAC;
将目标重心CGtarget输入至所述整数规划模型中进行求解,得到所述集装器对应分配的主货舱舱位位置和散货所对应的下货舱舱位位置。
进而获取飞机在各航段各货舱中各位置分配到的集装器,如图10、11、12所示。
三个模型计算结果如图15所示;
其中z1表示航段1的CGTOW偏离量(%MAC);z2表示航段2的CGTOW(%MAC);z3表示在机场B的卸载的ULD数量;z4表示在机场B装载的ULD数量;z5表示属于U3的集装器在机场B卸载数量,t为时间单位为秒(s)。
从表7可知本文所设计的整体优化模型两个航段起飞重心偏离量均为0.316%MAC,在10组算例中只有一次需要卸载U3 5次;局部优化中两个航段中起飞重心偏离量分别为0.3833%MAC和1.338%MAC,10组算例中均无需卸载U3的集装器;不考虑中间机场对ULD的操作中两个航段起飞重心偏离平均分别为0.380%MAC和0.382%MAC,在10组算例中均需要将全部ULD卸载,再次重新分配ULD的位置进行装载。
实施例二:
本发明的具体的技术方案如下:
S1:获取直达与联程集装器重量、数量信息和散货重量数量;
S2:选定研究机型同时获取机型数据,所述机型数据主要是配载相关的数据包括原始重心包线、货舱布局、基本参数如起飞重量、无油重量着陆重量等;
S3:获取飞机用于放置集装器的可用位置;
S4:以两个航段重心偏离之和最小与尽可能将直达集装器装载到舱门附近,联程集装器尽量保持位置不变为目标,构建多航段协同配载整数规划模型;
S5:确定目标重心CGtarget;
S6:将目标重心CGtarget输入至整数规划模型中,采用新一代商业求解器Gurobi,对模型进行求解,得到目标装载方案。
具体的技术方案的实施过程:
首先引入辅助变量表示为:
辅助变量的作用:对于任意一个的U3的ULD,如果在航段1和2的位置不同,则xij1=xij`2=1使zjj`≥xij1+xij`2-1;zjj`≤xij1和zjj`≤xij`2迫使zjj`为1,使得U3的集装器在两个航段发生位置变化。
主货舱决策变量表示为:
下货舱决策变量表示为:
根据辅助变量决策变量建立目标函数表示为:
建立约束条件可表示为:
限定任意航段n上的任意集合的某个集装器必须装载到飞机内某个位置:
限定任意航段n上的任意的飞机舱位最多装载一个集装器:
限定每个航段上集装器重量不超过飞机每个货舱的最大重量:
限定每个航段上所装载的集装器不超过所在舱位能容纳的最大高度:
限定分舱位最大重量即1舱到5舱,6舱到10舱,11舱到15舱所装载的ULD重量不超过所规定的最大重量:
限定集装器U3在两个航段都被装载:
限定每个散货最多放置在一个下货舱内:
限定每个下货舱的最大重量:
限定每个下货舱所能容纳的最大容积:
限定下货舱的区域累积重量,即1到2号舱位,3到4号舱位所能承受的最大重量:
限定每个航段上的重心在规定的重心前后限内,包括无油重心,起飞重心,着陆重心:
限定每个航段上飞机的重量限制,包括无油重量,起飞重量,着陆重量:
限定每个航段上飞机的最大业载:
限定每个航段上飞机的前部分上下舱最大联合重量:
限定每个航段上飞机的后半部分上下舱最大联合重量:
所述CGtargetn为航段n起飞重量下的最优重心;
所述CGTOWn为航段n起飞重量下的重心;
所述zjj`为飞机在不同航段时联程集装器所调换位置的次数;
所述U1为机场A到机场B的集装器;
所述U2为机场B到机场C的集装器;
所述U3为机场A到机场C的集装器;
所述NULD为所有集装器总数;
所述NPOS为飞机的主货舱位总数;
所述n为第n个航段;
所述L为航段数集合;
所述Wi为第i个集装器的重量;
所述MWj为飞机的第j个舱位所能承受的最大重量;
所述Hi为第i个集装器的高度;
所述MHj为飞机的第j个舱位最大高度;
所述MWst为飞机s舱到t舱的最大限制重量;
所述wk为第k个待装载散货的重量;
所述mwl为第l个下货舱的最大重量;
所述vk为第k个待装载散货的体积;
所述mvl为第l个下货舱的最大容积;
所述Ncargo为待装载散货的总数量;
所述Nhold为飞机下货舱的数量总和;
所述mwqr为飞机下货舱q号到r号之间的最大重量;
所述INDwn为飞机在航段n重量为w下的当前重心指数;
所述Wn为航段n上的当前ZFW无油重量、TOW起飞重量、LW着陆重量;
所述maxW为飞机最大的无油重量、起飞重量、着陆重量;
所述MPLn为航段n的最大业载;
所述WZL和WZR分别为上下舱前部分联合限重,上下舱后部分联合限重;
所述λj与βj是公式中下货舱重量系数。
将目标重心CGtarget输入至所述整数规划模型中,输出多航段协同配载信息的具体方法为:
(1)将所述整数规划模型编码编程;
(2)输入目标重心CGtarget;
(3)调用求解器求解;
(4)输出所述配载信息
工作原理:
本专利通过整体优化流程、局部优化流程、不考虑中间集装器操作的优化流程,其大体细化,为了每个航段上重心偏离量大且中间机场对集装器的操作不便,建立了三种优化模型:整体优化、局部优化、不考虑中间机场集装器的操作,其中,整体优化流程和局部优化解决了重心偏离量较大和中间机场对机场集装器的操作不便问题;不考虑中间集装器操作优化解决了重心偏离量较大的问题,为了更好的理解本发明,本发明提供一简化的基本实例模型,如图4所示,集装器U1从A到B为直达运输,集装器U2从B到C为直达运输,集装器U3从A到C为联程运输。U1需要在机场B卸载,U2需要在机场B装载,对此U1,U2尽量装载到舱门附近,U3尽量装载到远离舱位附近的位置;其中,整体优化流程是:多航段协同配载整体优化核心是根据指定的目标重心位置和各种配载限制条件,建立飞机配载整数规划模型,其中,局部优化流程是:同时我们还分别计算优化了各个航段的配载结果,即首先在第一航段分配好U1和U3,其次在第二航段分配可能卸载下的U3和待装载的U2;对于局部优化等同于各航段分别优化分配ULD使得各航段的重心偏离量最小;在第二航段中间机场B装载U2的集装器和可能被卸载下来的U3的集装器,为减少不不必要的操作数,我们在第二航段装载模式根据第一航段的装卸情况分两种情况讨论。第一种是所有U1的集装器装载到舱门附近,在中间机场B将U1卸载,此时只需装载分配U2的位置即可;第二种是部分U1的集装器装载到舱门附近,卸载U1和阻碍U1卸载的U3,再装载U2和U3,那么此时无需考虑将U2装载到舱门附近,重新分配U2和部分U3在飞机上的位置即可,其中,不考虑中间集装器操作的优化流程是:在生产实际中会存在不考虑直达集装器尽量分配在舱门附近和联程集装器尽量保持位置不变的情况,只考虑在这两个航段中重心偏离量和最小,整体优化可为远程航班货物的运输提供参考,如图4所示,整体优化模型在两个航段上所计算的重心偏离量最小,飞机重心越接近设定目标,燃油消耗最少;而局部优化可为短程航班货物的运输提供参考,如图4所示,局部优化模型所计算的在中间机场操作次数最少,无需卸载和装载U3,这样可以减轻中间机场装卸人员的工作强度,减少机场保障时间,减少航班延误的可能,本发明解决了现有技术存在由于缺少多航段协同配载算法的优化,从而导致每个航段上重心偏离量大且中间机场对集装器的操作不便,进而不满足了现代航空运输业高效率的需求且造成航班延误的问题,具有实现在每个航段上重心偏离量最小,在中间机场对集装器的操作次数最少,以此降低机场工作人员的劳动强度,减少地面保障时间,减少航班延误的有益技术效果。
利用本发明的技术方案,或本领域的技术人员在本发明技术方案的启发下,设计出类似的技术方案,而达到上述技术效果的,均是落入本发明的保护范围。
Claims (10)
1.一种多航段协同配载优化方法,其特征在于,包括:
整体优化流程:多航段远程航班根据机载目标重心最优原则和集装器装载最优原则协同配载优化;
局部优化流程:多航段远程航班内的各航段根据机载偏离重心最小原则和集装器装载最优原则分段配载优化;
不考虑中间集装器操作的优化流程:多航段远程航班内的各航段根据不考虑中间集装器操作的机载目标重心最优原则配载优化。
2.根据权利要求1所述配载优化方法,其特征在于:
所述多航段远程航班根据机载目标重心最优原则和集装器装载最优原则协同配载优化包括:基于机载目标重心目标函数模型和整体优化的配载限制条件,以及中转集装器装载舱门附近以及联程集装器尽量保持位置不变函数模型,通过整体优化的整数规划模型,确定整体配载优化方案;
所述多航段远程航班内的各航段根据机载偏离重心最小原则和集装器装载最优原则分段配载优化包括:基于机载目标重心目标函数模型和局部优化的配载限制条件,以及集装器距离舱门最近函数模型,通过局部优化的整数规划模型,确定局部配载优化方案;
所述多航段远程航班内的各航段根据不考虑中间集装器操作的机载目标重心最优原则配载优化包括:基于机载目标重心目标函数模型和不考虑中间集装器操作优化的配载限制条件,通过不考虑中间集装器操作优化的整数规划模型,确定不考虑中间集装器操作的优化方案。
3.根据权利要求2所述配载优化方法,其特征在于:
所述整体优化的整数规划模型包括:
优化辅助变量模型:
机载目标重心目标函数模型:
中转集装器装载舱门附近以及联程集装器尽量保持位置不变函数模型:
整体决策变量模型:
所述i为第i个集装器;
所述U3为机场A到机场C的联程的集装器;
所述NPOS为飞机的舱位个数;
所述n为第n个航段;
所述L为飞行航段总数;
所述CGtargetn为第n个航段的目标重心;
所述CGTOWn为第n个航段的起飞重心;
所述U1为机场A到机场B的直达集装器;
所述U2为机场B到机场C的直达集装器;
所述U为所有类型集装的集合;
所述j为飞机第j个舱位;
所述k为第k个待装载散货;
所述l为第l个下货舱;
所述Ncargo为散货总数;
所述Nhold为散货舱总数;
整体优化的配载限制条件:
限定任意航段上的任意集合的某个集装器必须装载到飞机内某个位置;
限定任意航段上的任意的飞机舱位最多装载一个集装器;
限定每个航段上集装器重量不超过飞机每个货舱的最大重量;
限定每个航段上所装载的集装器不超过所在舱位能容纳的最大高度;
限定分舱位最大重量;
限定集装器在任意航段都被装载;
限定每个散货最多放置在一个下货舱内;
限定每个下货舱的最大重量;
限定每个下货舱所能容纳的最大容积;
限定下货舱的区域累积重量;
限定每个航段上的重心在规定的重心前后限内;
限定每个航段上飞机的重量限制;
限定每个航段上飞机的最大业载;
限定每个航段上飞机的前部分上下舱最大联合重量;
限定每个航段上飞机的后半部分上下舱最大联合重量。
4.根据权利要求2所述配载优化方法,其特征在于:
所述局部优化的整数规划模型包括:
机载目标重心目标函数模型:
min|CGtarget-CGTOW|;
集装器距离舱门最近函数模型:
局部决策变量模型:
所述CGtarget为飞机的目标重心;
所述CGTOW为飞机的起飞重心;
所述U1为机场A到机场B的直达集装器;
所述i为第i个集装器;
所述j为飞机第j个舱位;
所述NULD为待装载的集装器总数
所述NPOS为飞机的舱位个数;
所述k为第k个待装载散货;
所述l为第l个下货舱;
所述Ncargo为散货总数;
所述Nhold为散货舱总数;
局部优化的配载限制条件:
限定每个集装器只能装载到飞机的一个舱位内;
限定飞机的每个舱位最多装载一个集装器;
限定飞机的每个舱位所能承受的集装器最大重量;
限定所装载的集装器不超过所在舱位能容纳的最大高度;
限定分舱位最大重量;
限定每个散货最多装载到一个下货舱内;
限定每个下货舱所能承受的最大重量;
限定每个下货舱所能容纳的最大容积;
限定下货舱的区域累积重量;
限定重心在规定的重心前后限内;
限定每个航段上飞机的重量限制;
限定飞机的最大业载;
限定飞机的前部分上下舱最大联合重量;
限定飞机的后部分上下舱最大联合重量。
5.根据权利要求2所述配载优化方法,其特征在于:
所述不考虑中间集装器操作优化的整数规划模型包括:
机载目标重心目标函数模型:
所述n为第n个航段;
所述L为飞行航段总数;
所述CGtargetn为第n个航段的目标重心;
所述CGTOWn为第n个航段的起飞重心;
不考虑中间集装器操作优化的配载限制条件:
限定任意航段上的任意集合的某个集装器必须装载到飞机内某个位置:
限定任意航段上的任意的飞机舱位最多装载一个集装器:
限定每个航段上集装器重量不超过飞机每个货舱的最大重量:
限定每个航段上所装载的集装器不超过所在舱位能容纳的最大高度:
限定分舱位最大重量;
限定集装器在两个航段都被装载;
限定每个散货最多放置在一个下货舱内;
限定每个下货舱的最大重量;
限定每个下货舱所能容纳的最大容积;
限定下货舱的区域累积重量;
限定每个航段上的重心在规定的重心前后限内;
限定每个航段上飞机的重量限制;
限定每个航段上飞机的最大业载;
限定每个航段上飞机的前部分上下舱最大联合重量;
限定每个航段上飞机的后半部分上下舱最大联合重量。
6.根据权利要求2所述配载优化方法,其特征在于:
所述机载目标重心通过机载目标重心模型确定,所述机载目标重心模型包括各航段机载基础模型、机载最大业载模型、机载实际重心模型;
所述机载基础模型用于确定各航段上的飞机无油重量、飞机起飞重量、飞机着陆重量;
所述机载最大业载模型用于确定各航段上的飞机最大业载量;
所述机载实际重心模型用于确定各航段上的飞机实际重心量。
7.根据权利要求6所述配载优化方法,其特征在于:
所述机载基础模型包括:
所述ZFWn为飞机在任一航段上的无油重量;
所述OEW为飞机的空机重量;
所述NULD为集装器总数;
所述NPOS为飞机主货舱总数;
所述i为第个待装载集装器;
所述j为飞机的j个舱位;
所述Wi为第i个集装器的重量;
所述k为第k个待装载散货;
所述l为第l个下货舱;
所述Ncargo为散货的总数;
所述Nhold为飞机下货舱总数;
所述wk为第k个待装载散货的重量;
所述n为第任一个航段;
所述L为航段总数;
所述TOWn为飞机在任一航段上的起飞重量;
所述FWn为任一航段上的起飞油量;
所述LWn为飞机在任一航段上的着陆重量;
所述RFWn为任一航段上的备用油量。
9.根据权利要求6所述配载优化方法,其特征在于:
所述机载实际重心模型包括:
其中:
其中,飞机重心相对于平均气动弦的位置为:
所述IND(TOWn)为任意航段起飞重量TOW下的总指数;
所述BI为空机重指数;
所述FWI为起飞油量指数;
所述i为第i个待装载散货;
所述NULD为集装器集合;
所述j为第j个飞机舱位;
所述NPOS为飞机主货舱总数;
所述Wi为第i个集装器重量;
所述n为第n个航段数;
所述L为飞行航段总数;
所述BAj为飞机第j个主货舱的舱位力臂;
所述CGDATUM为飞机的基准参考力矩;
所述C1为缩小系数;
所述k为第个待装载散货;
所述Ncargo为散货的总数量;
所述l为第l个飞机下货舱;
所述Nhold为飞机下货舱的总数;
所述wk为第k个待装载散货的重量;
所述bal为第l个下货舱对应的力臂值;
所述C2为常数;
所述BATOWn为第n个航段的起飞重心所对应的平衡力臂;
所述CGTOWn为第n个航段起飞重心所对应的%MAC值;
所述LEMAC为基准到平均空气动力弦前缘的长度;
所述MAC为平均空气动力弦长。
10.根据权利要求2所述配载优化方法,其特征在于:所述机载偏离重心通过飞机实际重心模型分段拟合各航段飞机实际重心。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210042750.XA CN114386704A (zh) | 2022-01-14 | 2022-01-14 | 一种多航段协同配载优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210042750.XA CN114386704A (zh) | 2022-01-14 | 2022-01-14 | 一种多航段协同配载优化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114386704A true CN114386704A (zh) | 2022-04-22 |
Family
ID=81202112
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210042750.XA Pending CN114386704A (zh) | 2022-01-14 | 2022-01-14 | 一种多航段协同配载优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114386704A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115660215A (zh) * | 2022-11-14 | 2023-01-31 | 珠海翔翼航空技术有限公司 | 航空货运装箱与配载组合优化方法、系统及设备 |
-
2022
- 2022-01-14 CN CN202210042750.XA patent/CN114386704A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115660215A (zh) * | 2022-11-14 | 2023-01-31 | 珠海翔翼航空技术有限公司 | 航空货运装箱与配载组合优化方法、系统及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114372639A (zh) | 一种可减少中间机场集装器操作次数的多航段协同配载优化方法 | |
Brandt et al. | The air cargo load planning problem-a consolidated problem definition and literature review on related problems | |
Vancroonenburg et al. | Automatic air cargo selection and weight balancing: a mixed integer programming approach | |
CN109816147B (zh) | 一种航空货运路由规划方法、装置、设备和存储介质 | |
CN114386704A (zh) | 一种多航段协同配载优化方法 | |
Brandt | The air cargo load planning problem | |
CN111445083A (zh) | 大型运输机转场运输装载方法 | |
CN111144806B (zh) | 一种危险品集装箱自动配载方法 | |
CN113496058A (zh) | 货运飞机载重配平问题的优化方法、服务端及存储介质 | |
KR20210083661A (ko) | 인공지능 플래닝 기술 기반 선사 선적 네트워크의 공컨테이너 재배치 최적화 시스템 및 방법 | |
US20210053699A1 (en) | Method and system for automatic sequencing of baggage | |
CN115660215B (zh) | 航空货运装箱与配载组合优化方法、系统及设备 | |
CN114565230A (zh) | 一种货机平衡配载的方法及设备 | |
CN111086648A (zh) | 飞行器配载限制方法及装置 | |
US7073751B1 (en) | Aircraft structure fatigue alleviation | |
CN113837495A (zh) | 基于多阶段优化的物流干线运输调度优化方法 | |
JP2000172745A (ja) | 物流計画作成装置 | |
CN111415123A (zh) | 一种支线货机上多装载单元的货物精准配载方法及系统 | |
CN115660216B (zh) | 航空货运装箱与配载分步优化方法、系统及设备 | |
Neiberger | Air freight: Trends and issues | |
Koch et al. | Integrator network strategies and parameters of airport choice in the European air cargo market | |
CN212084193U (zh) | 一种支线货机上多装载单元的货物精准配载系统 | |
CN115600763A (zh) | 一种航空货运装箱与配载的方法、系统及装置 | |
Guenov | Intermodal integration of large volume air cargo | |
Hornburg | Transport Cargo Aircraft Concepts |
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 |