CN115660216B - 航空货运装箱与配载分步优化方法、系统及设备 - Google Patents

航空货运装箱与配载分步优化方法、系统及设备 Download PDF

Info

Publication number
CN115660216B
CN115660216B CN202211416852.XA CN202211416852A CN115660216B CN 115660216 B CN115660216 B CN 115660216B CN 202211416852 A CN202211416852 A CN 202211416852A CN 115660216 B CN115660216 B CN 115660216B
Authority
CN
China
Prior art keywords
weight
loading
cargo
container
stowage
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
CN202211416852.XA
Other languages
English (en)
Other versions
CN115660216A (zh
Inventor
王治宇
赵向领
左蕾
韦崇富
郝德月
苏剑飞
王杰
胡婕
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.)
Civil Aviation University of China
Zhuhai Xiangyi Aviation Technology Co Ltd
Original Assignee
Civil Aviation University of China
Zhuhai Xiangyi Aviation 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 Civil Aviation University of China, Zhuhai Xiangyi Aviation Technology Co Ltd filed Critical Civil Aviation University of China
Priority to CN202211416852.XA priority Critical patent/CN115660216B/zh
Publication of CN115660216A publication Critical patent/CN115660216A/zh
Application granted granted Critical
Publication of CN115660216B publication Critical patent/CN115660216B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种航空货运装箱与配载分步优化方法、系统及设备，该方法包括：基于货运装箱与配载的限制条件，获得约束条件；获取预装载货物的属性数据；基于所述约束条件、属性数据，建立装箱配载分步优化模型，对货运装箱与配载进行优化；该装箱配载分步优化模型包括装箱模型、配载模型。本技术方案将装箱与配载操作结合起来，使当前的装箱结果更好地为后续的配载工作服务，有利于飞机重心的控制，使货物的装载步骤更加合理，利用本方案提供所达成的配载方案能够通过减少装载后整机重心和目标重心的偏移距离，减小飞行阻力和飞机为保持平衡付出的额外燃料消耗，显著节约航油成本，提升飞行安全性。

Description

航空货运装箱与配载分步优化方法、系统及设备
技术领域
本发明涉及计算机辅助设计及航空运输技术领域，具体涉及一种结合计算机辅助设计方案的航空货运与配载分步优化方法、系统及设备。
背景技术
航空货运托运货物操作流程简单的来说就是，由发货人将被托运货物交接给承运人，由承运人负责货物的装机和配载任务，一般装机是在航班起飞前2小时完成，超过截载时间是不能再进行装机服务的，发货人将货物交给机场代理人，由代理人将货物进行打包加固，贴标签，然后填写货物申报单，将货物交给机场收货物安检机过安检，安检通过以后就由内部装机人员进行货物的装机任务，一切准备完毕后只等着航班起飞。其中装箱和配载环节是基于客观承载量、平衡约束等合理规划货物与集装箱，充分利用飞机运力的综合设计阶段。对货物合理的装箱和集装器位置的合理分配不仅可以增加运输量，还可以保证飞行安全，减少燃油消耗。
每一件货物的操作都具有战略重要性，即在一架飞机上货物的选择、装载和定位。货物的种类及其在飞机上的位置容易受到大量的操作和安全约束，使货物装载的决策复杂化。当飞机尾部装载过多的重量时，飞机就会尾翼倾斜。前面装载太重的货物，会使飞机机头变重，阻碍起飞。其他的安全约束是为了避免飞机结构上的受力不平衡的问题。
目前航空货运装箱与配载存在以下问题：
当前航空公司把装箱与配载分开考虑，装箱与配载操作隔离。装箱过程只考虑满足集装箱的各种限制要求，没有考虑与配载相结合，不能很好地为后续的配载工作服务，致使配载优化困难或不理想，间接带来燃油消耗增多的问题，甚至威胁飞行安全。
而在现场组装中，货物通过传送带连续送达，操作员需要基于当前集装器已经组装的基础，及时、快速、不间歇地从传送带上仅有的几件货物中选择一个合适的物品，放入集装器内。这种操作流程的决策时间较短。货物连续送达，操作员没有过多时间思考如何组装优化，主要依赖操作员的操作经验。经验丰富的人员可以相同体积下装载更多的货物、空间利用率高，轮廓和高度比较合理，操作较快；而缺少经验操作员组装时间长，质量差，装载量少，将会浪费大量航班运力。这种完全依赖经验的操作，很难实现统一的集装器装载标准，使得不同集装器重量及轮廓偏差较多，为后续的配载、装机等工作带了困难。传统的配载模式基于人工决策，决策时间长，人为因素大，且易出错。
虽然现在很多航空公司使用了计算机离港系统，采用计算机辅助决策，配载员在配载集装器时，通过手动移动集装器的位置可以实时显示飞机的重心位置，保证配载结果的重心在规定的安全范围内，从而能够在一定程度上提高配载效率，节约人工成本，但仍然没有对重心进行优化，存在配载效率及飞行安全的潜在风险。
发明内容
有鉴于此，针对现有技术中所存在的不足，本发明提供的航空货运装箱与配载问题的分步优化方法，先考虑装箱，再考虑配载，通过装箱结果进行配载，可以充分挖掘航班运力。飞机重量布局的均衡，可实现飞机重心的优化，从装箱层面考虑重心的优化，从而实现节省燃油的效果。
具体而言，本发明提供了以下技术方案：
一方面，本发明提供了一种航空货运装箱与配载分步优化方法，所述方法包括：
S1、基于货运装箱与配载的限制条件，获得约束条件；
S2、获取预装载货物的属性数据；
S3、基于所述约束条件、属性数据，建立装箱配载分步优化模型，对货运装箱与配载进行优化；
所述装箱配载分步优化模型包括装箱模型、配载模型。
优选的，所述装箱模型基于货物最大化有效载荷为目标函数，具体如下：
Figure 511965DEST_PATH_IMAGE001
；
Zij为货物的决策变量：
Figure 976706DEST_PATH_IMAGE002
；
Figure 929619DEST_PATH_IMAGE003
；
优选的，所述装箱模型的约束条件包括货物数量约束、货物重量约束、货物体积约束。
优选的，所述货物数量约束包括：每个货物最多装载到一个集装箱；每个货舱至少有一件货物。
优选的，所述货物重量约束包括：装载货物的重量不超过货物所在集装箱的最大重量限制。
优选的，所述货物体积约束包括：装载货物的体积不超过货物所在集装箱的最大体积限制。
优选的，所述配载模型的目标函数包括集装箱最大化有效载荷、最小化重心偏移量；
所述配载模型的约束条件包括：集装箱分配约束、位置重量约束、横向不平衡约束、不对称装在约束、最大允许荷载约束、力矩约束。
优选的，所述集装箱最大化有效载荷为：
Figure 195515DEST_PATH_IMAGE004
；
集装箱的决策变量yjk为：
Figure 397826DEST_PATH_IMAGE005
；
Figure 40160DEST_PATH_IMAGE006
；
其中，j为集装箱下标，k为货舱下标，Ncomp为货舱舱位的总数量，Wj为集装箱j装载的货物总重量。
优选的，所述最小化重心偏移量为：
Figure 909896DEST_PATH_IMAGE007
；
Figure 346694DEST_PATH_IMAGE008
；
Figure 534836DEST_PATH_IMAGE009
；
Figure 449703DEST_PATH_IMAGE010
；
其中，i为货物下标，j为集装箱下标，k为货舱下标，BA表示平衡力臂，TOW表示起飞重量，TOF表示起飞燃油重量，OEW表示运营空机重量，CGtogret表示目标重心，LEMAC表示前缘，MAC表示平均空气动力弦，Ncomp表示货舱舱位的总数量，Xk表示货舱k的重心位置，Wj为集装箱j装载的货物总重量，yjk表示集装箱的决策变量，优选的可设置为0-1变量，表示第j个集装箱装入第k个货舱舱位则为1，否则为0，BAOEW表示空机重量的平衡力臂，BATOF表示起飞燃油重量的平衡力臂，m表示集装箱的总数量。
优选的，所述横向不平衡约束中，使用飞机左右两侧允许的最大重量差表示横向不平衡，所述横向不平衡基于起飞重量TOW及着陆重量LW确定。
优选的，所述力矩约束为：
Figure 173945DEST_PATH_IMAGE011
Figure 781644DEST_PATH_IMAGE012
；
Figure 161810DEST_PATH_IMAGE013
Figure 5001DEST_PATH_IMAGE014
；
Figure 459116DEST_PATH_IMAGE015
；
Figure 129394DEST_PATH_IMAGE016
；
其中，TOF表示起飞燃油重量，OEW表示运营空机重量，LW表示着陆重量，j表示集装箱下标，k表示货舱下标，XOEW表示空机重心位置，XTOF表示燃油重心位置，Xk表示货舱k的重心位置，Wj表示集装箱j装载的货物总重量，yjk表示集装箱的决策变量，XUB表示装载后最大重心位置，XLB表示装载后最小重心位置，Ncomp表示货舱舱位的总数量，m表示集装箱的总数量，XLW表示着陆重量的重心位置。
另一方面，本发明还提供了一种航空货运装箱与配载分步优化系统，所述系统包括：
约束条件模块，基于货运装箱与配载的限制条件，获得约束条件；
货物属性模块，用于获取预装载货物的属性数据；
优化模块，用于基于所述约束条件、属性数据，建立装箱配载分步优化模型，对货运装箱与配载进行优化；
所述优化模块包括：装箱模型单元，用于确定装箱模型；配载模型单元，用于确定配载模型；所述装箱模型、配载模型共同构成所述装箱配载分步优化模型。
优选的，所述装箱模型基于最大化有效载荷为目标函数，具体如下：
Figure 668959DEST_PATH_IMAGE001
；
Zij为货物的决策变量：
Figure 315841DEST_PATH_IMAGE002
；
Figure 624463DEST_PATH_IMAGE003
；
其中，i为货物下标，j为集装箱下标，wi为货物i的重量。
优选的，所述配载模型的目标函数包括最大化有效荷载、最小化重心偏移量；
所述配载模型的约束条件包括：集装箱分配约束、位置重量约束、横向不平衡约束、不对称装在约束、最大允许载荷约束、力矩约束。
优选的，横向不平衡表示为：
Figure 698598DEST_PATH_IMAGE017
；
其中WLeft、WRight分别为左右两边的总重量，
Figure 459881DEST_PATH_IMAGE018
都是系数。
优选的，所述横向不平衡约束为：
Figure 910454DEST_PATH_IMAGE019
；
其中，yjk为集装箱的决策变量，优选的可设置为0-1变量，表示第j个集装箱装入第k个货舱舱位则为1，否则为0；Wj表示集装箱j装载的货物总重量，k为货舱下标，U表示可用集装箱集合，KL表示飞机左侧的货舱舱位的集合，KR表示飞机右侧的货舱舱位的集合，P表示可用货舱集合，TOF表示起飞燃油重量，OEW表示运营空机重量，TripF表示航程消耗燃油重量，
Figure 73582DEST_PATH_IMAGE018
为系数。
又一方面，本发明还提供了航空货运装箱与配载分步优化设备，所述设备包括：
处理器，以及与处理器连接的存储器；所述处理器调用所述存储器中存储的计算机指令，以执行如上所述的航空货运装箱与配载分步优化方法。
与现有技术相比，本发明技术方案将装箱与配载操作结合起来，使当前的装箱结果更好地为后续的配载工作服务，可以更好地进行合理的航空货运配载，有利于飞机重心的控制，使货物的装载步骤更加合理，对提高运输效率、降低存储和运输成本、提高运输效益、提升飞行安全性等具有非常重要的现实意义，利用本方案方法提供所达成的配载方案能够通过减少装载后整机重心和目标重心的偏移距离，减小飞行阻力和飞机为保持平衡付出的额外燃料消耗，从而节约可观的航油成本。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
图1为本发明实施例的优化方法流程图；
图2为本发明实施例的模型建立方式流程图；
图3为本发明实施例的系统结构示意图；
图4为本发明实施例的起飞重量限制的横侧重量曲线Lateral Wt示意图；
图5为本发明实施例的着陆重量限制的横侧重量曲线Lateral Wt示意图。
具体实施方式
下面结合附图和具体实施例，进一步阐明本发明。应当明确，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
本领域技术人员应当知晓，下述具体实施例或具体实施方式，是本发明为进一步解释具体的发明内容而列举的一系列优化的设置方式，而这些设置方式之间均是可以相互结合或者相互关联使用的，除非在本发明明确提出了其中某些或某一具体实施例或实施方式无法与其他的实施例或实施方式进行关联设置或共同使用。同时，下述的具体实施例或实施方式仅作为最优化的设置方式，而不作为限定本发明的保护范围的理解。
航空货运装箱与配载组合优化问题是研究如何装箱使得满足一系列限制要求的条件下，把不同重量、不同体积的物品、货物放入集装器（即集装箱），然后把集装器分配到飞机的货舱的合理的舱位，实现运输量最大，飞行安全性最大。
为解决上述问题，本发明所采取的技术方案如下：
结合图1、图2所示，本方案提供的航空货运装箱与配载问题的分步优化方法，包括以下步骤：
S1：研究组装与配载的组合优化问题，基于配载知识，分析配载中的相关限制条件；同时，收集集装器和航空器相关限制、要求，以及机场货站日常使用的集装器和配载操作流程、约束事项，根据集装器的类型分配舱位。
基于上述各基础信息及条件信息的收集，获得货运装箱与配载中的约束条件。
S2：获得货物属性，如货物的重量、轮廓、三维尺寸等信息，从而获得货物的属性数据，为不同的货物分配集装箱，然后分配到具体的货舱舱位。货物的属性数据包括货物的重量、货物的三维尺寸、货物的轮廓等。
S3：根据已知信息中的约束条件，建立装箱配载分步优化模型，进行装箱及配载的优化。
基于模型优化的结果，就可以获得优化装配的方案。
实施例1
在一个更具体的实施例中，本发明所涉及的装箱与配载优化方法，通过建立装箱配载分步优化模型进行，为实现对配载的更科学的装配，本发明采用分步模型方式，即所述装箱配载分步优化模型包括装箱模型和配载模型。
在一个优选的实施例中，本发明中所给出的装箱模型、配载模型，可以通过以下方式来建立：
一、装箱模型。我们可以优先设置针对单个货物的装箱模型，以满足货物装箱过程中的装配要求等，并进行优化。在一个优选的实施方式中，装箱模型以装箱的货物最大化有效载荷为目标函数，构建过程如下：
设货物的决策变量Zij为：
Figure 840591DEST_PATH_IMAGE002
；
Figure 354749DEST_PATH_IMAGE003
；
目标函数为货物最大化有效载荷：
Figure 343434DEST_PATH_IMAGE001
；
在货物装箱过程中，我们需要引入必要的约束条件，包括：
1、 每个货物最多装载到一个集装箱。
Figure 688964DEST_PATH_IMAGE020
；
2、每个货舱至少有一件货物。
Figure 245848DEST_PATH_IMAGE021
；
3、装载货物的重量不超过货物所在集装箱的最大重量限制C。
Figure 106356DEST_PATH_IMAGE022
；
4、装载货物的体积不超过货物所在集装箱的最大体积限制V。
Figure 508519DEST_PATH_IMAGE023
；
结合以上的约束条件，即可以建立起货物装箱阶段的装箱模型。
二、配载模型。在货物装载至集装箱后，集装箱进入货舱的阶段，我们采用配载模型进行优化，在这一阶段的优化模型中，我们以集装箱最大化有效载荷、最小化重心偏移量作为目标函数。在一个优选的实施方式中，飞机配载模型构建方式包括：
设集装箱的决策变量yjk为：
Figure 272338DEST_PATH_IMAGE005
；
Figure 122DEST_PATH_IMAGE006
；
目标函数中集装箱最大化有效载荷为：
Figure 82348DEST_PATH_IMAGE004
；
目标函数中最小化重心偏移量为：
Figure 553780DEST_PATH_IMAGE007
；
Figure 936220DEST_PATH_IMAGE008
；
Figure 897223DEST_PATH_IMAGE009
；
Figure 607690DEST_PATH_IMAGE010
；
其中，BAOEW表示空机重量的平衡力臂，BATOF表示起飞燃油重量的平衡力臂，m表示集装箱的总数量。在集装箱的配载模型优化阶段，我们需要引入针对配载过程中有效载荷、重心偏移量相关的约束条件，以满足配载要求、平衡要求、飞行安全要求等，这些约束包括：
1、集装箱的分配约束。包括：
每个集装箱最多装载到一个货舱：
Figure 240403DEST_PATH_IMAGE024
；
每个货舱最多有一个集装箱：
Figure 87136DEST_PATH_IMAGE025
；
2.位置重量约束
装载货物的重量不超过货物所在舱位的最大重量限制：
Figure 281357DEST_PATH_IMAGE026
；
3.横侧平衡装载约束
在装载配平中，有效载荷应该对称地装载在飞机的中线附近。然而，由于货物分布的变化，很难实现横向不平衡为零，因此本方案中，我们使用左右两侧允许的最大重量差来表示横向不平衡，它是TOW和LW的函数，即：
Figure 213541DEST_PATH_IMAGE017
；
其中WLeft、WRight分别为左右两边的总重量，
Figure 151410DEST_PATH_IMAGE018
都是系数。
对于参数，
Figure 118229DEST_PATH_IMAGE018
，此处进行说明，可以结合后面的表4，表4中Lateral Wt代表横侧重量，Takeoff Wt代表起飞重量，Landing Wt代表着陆重量，单位是Kg。同时结合图4、图5所示，横侧平衡限制是指装载在飞机货舱内的左侧与右侧的重量绝对差额必须满足表4限制，本实施例中具体可理解为:主舱A至Р位置两侧装载、下舱两侧装载时，按照表4计算左右重量的绝对差额，此差额不能超过根据飞机实际起飞重量或落地重量查得的左右允许限制额（具体可根据起飞重量和落地重量分别查表得限制重量，然后比较取较小的限制值)。我们以一个实际的算例为例，如果起飞重量为347451Kg，着陆重量为260608Kg，则主舱A至Р位置两侧装载、下舱两侧装载时，按照表4计算左右重量的绝对差额，此差额不能超过781Kg，通过该差值要求计算得出上述各个参数。具体的参数计算可以基于曲线拟合等方式，使用本领域的常规方式即可，这是本领域技术人员基于说明书记载及附图示例完全可以获知的，此处不再赘述。
横向不平衡约束可以表示为：
Figure 483352DEST_PATH_IMAGE027
；
4.主货舱不对称装载约束
并排放置在主货舱左右两侧的货物重量必须满足不对称线性载荷的限制，即左侧 第k货舱货物重量
Figure 168411DEST_PATH_IMAGE028
、右侧第k货舱货物重量
Figure 145856DEST_PATH_IMAGE029
满足以下约束限制：
Figure 701603DEST_PATH_IMAGE030
；
Figure 237626DEST_PATH_IMAGE031
；
给定
Figure 144402DEST_PATH_IMAGE032
为一对并排的位置，其中
Figure 424074DEST_PATH_IMAGE033
和
Figure 99906DEST_PATH_IMAGE034
是常量。
Figure 806831DEST_PATH_IMAGE028
和
Figure 200903DEST_PATH_IMAGE029
可用以下方式确定：
Figure 517221DEST_PATH_IMAGE028
即
Figure 313139DEST_PATH_IMAGE035
；
Figure 394228DEST_PATH_IMAGE029
即
Figure 806754DEST_PATH_IMAGE036
；
Figure 428229DEST_PATH_IMAGE037
；
Figure 406549DEST_PATH_IMAGE038
；
5.最大允许载荷约束
最大起飞重量(MTOW)限制起飞重量。最大着陆重量(MLW)限制着陆重量。MZFW(maximum zero fuel weight)是对无油重量的一种限制。因此，计算最大业载量MPL为:
Figure 330643DEST_PATH_IMAGE039
；
Figure 325406DEST_PATH_IMAGE040
；
6.力矩约束
为了使飞机的重心保持平衡，考虑力矩约束，数学公式如下：
Figure 360358DEST_PATH_IMAGE011
Figure 255501DEST_PATH_IMAGE012
；
Figure 678393DEST_PATH_IMAGE013
Figure 862249DEST_PATH_IMAGE014
；
Figure 700892DEST_PATH_IMAGE015
；
Figure 214657DEST_PATH_IMAGE016
；
其中，TOF表示起飞燃油重量，OEW表示运营空机重量，LW表示着陆重量，j表示集装箱下标，k表示货舱下标，XOEW表示空机重心位置，XTOF表示燃油重心位置，Xk表示货舱k的重心位置，Wj表示集装箱j装载的货物总重量， yjk表示集装箱的决策变量，优选的可设置为0-1变量，表示第j个集装箱装入第k个货舱舱位则为1，否则为0，XUB表示装载后最大重心位置，XLB表示装载后最小重心位置，Ncomp表示货舱舱位的总数量，m表示集装箱的总数量，XLW表示着陆重量的重心位置。
上述各模型建立过程中涉及的模型符号及说明表1：
Figure 496865DEST_PATH_IMAGE041
/>
Figure 840121DEST_PATH_IMAGE042
需要进一步说明的是，在一个具体的实施方式中，所述飞机的机型数据可通过该机型的载重配平手册、载重配平单以及飞行计划信息获取，所述飞机的机型数据可如表2，3，4，5所示：
Figure 544772DEST_PATH_IMAGE043
Figure 148929DEST_PATH_IMAGE044
/>
Figure 179202DEST_PATH_IMAGE045
/>
Figure 9754DEST_PATH_IMAGE046
/>
Figure 813369DEST_PATH_IMAGE047
实施例2
为了进一步说明本申请技术方案的具体原理，本实施例中，以国内某航空公司的波音B777F机型为例，算例使用不同规模数量的货物，具体货物信息参见表6，使用PMC集装箱进行装载， PMC集装箱装载的最大重量为6804KG，长318cm，宽244cm，高163cm。所有算例均使用37个集装箱，集装箱数量和货舱数量相等。本实施例中，依托Python编程环境，使用Gurobi求解器进行求解。
Figure 412978DEST_PATH_IMAGE048
具体步骤如下：
1.通过获取散货和集装箱的信息，获取所述飞机的可用位置；获取所述飞机的如表2、3、4、5所示的机型数据；根据所述飞机的机型数据，分别构建装箱模型和配载模型，完成对整体的装箱配载分步优化模型的构建；
2.对上述模型进行编码编程；
3.在程序中输入基本参数，如设置目标重心CGtagret:例如为28%MAC；
4.运行程序，基于模型，最后求解装箱模型、配载模型的结果，得出散货分配到集装箱的结果，再将集装箱分配到具体的货舱位置。
求解之后，模型计算结果如表7：
Figure 348573DEST_PATH_IMAGE049
从表7可知本技术方案所设计的改进的组合优化模型求解得到的平均最大装载量为100165.3Kg，平均重心偏离量为1.647%，平均求解时间为0.524s，说明本方案所设计的优化模型可以在短时间内获得较好的解，以指导实际的货物配载。
实施例3
在又一个具体的实施例中，本发明的技术方案还可以通过系统的方式来实现。结合图3所示，本发明的系统可以进行如下设置：
约束条件模块，基于货运装箱与配载的限制条件，获得约束条件；
货物属性模块，用于获取预装载货物的属性数据；
优化模块，用于基于所述约束条件、属性数据，建立装箱配载分步优化模型，对货运装箱与配载进行优化；
所述优化模块包括：装箱模型单元，用于确定装箱模型；配载模型单元，用于确定配载模型；所述装箱模型、配载模型共同构成所述装箱配载分步优化模型。
优选的，所述装箱模型基于最大化有效载荷为目标函数，具体如下：
Figure 259897DEST_PATH_IMAGE001
；
Zij为货物的决策变量：
Figure 244033DEST_PATH_IMAGE002
；
Figure 88361DEST_PATH_IMAGE003
；
其中，i为货物下标，j为集装箱下标，wi为货物i的重量。
优选的，所述配载模型目标函数包括最大化有效荷载、最小化重心偏移量；
所述配载模型的约束条件包括：集装箱分配约束、位置重量约束横向不平衡约束、不对称装载约束、最大允许荷载约束、力矩约束。
优选的，所述最大化有效载荷为：
Figure 961902DEST_PATH_IMAGE004
；
集装箱的决策变量yjk为：
Figure 32626DEST_PATH_IMAGE005
；
Figure 945087DEST_PATH_IMAGE006
；
其中，j为集装箱下标，k为货舱下标，Ncomp为货舱舱位的总数量，Wj为集装箱j装载的货物总重量。
优选的，所述最小化重心偏移量为：
Figure 581605DEST_PATH_IMAGE007
；
Figure 796686DEST_PATH_IMAGE008
；
Figure 649979DEST_PATH_IMAGE009
；
Figure 100552DEST_PATH_IMAGE010
；
其中，i为货物下标，j为集装箱下标，k为货舱下标，BA表示平衡力臂，TOW表示起飞重量，TOF表示起飞燃油重量，OEW表示运营空机重量，CGtagret表示目标重心，LEMAC表示前缘，MAC表示平均空气动力弦，Ncomp表示货舱舱位的总数量，Xk表示货舱k的重心位置，Wi为货物i的重量，yjk表示集装箱的决策变量，为0-1变量，表示第j个集装箱装入第k个货舱舱位则为1，否则为0。
本方案在又一种实施方式下，可以通过设备的方式来实现，该设备可以包括执行上述各个实施方式中各个或几个步骤的相应模块。因此，可以由相应模块执行上述各个实施方式的每个步骤或几个步骤，并且该电子设备可以包括这些模块中的一个或多个模块。模块可以是专门被配置为执行相应步骤的一个或多个硬件模块、或者由被配置为执行相应步骤的处理器来实现、或者存储在计算机可读介质内用于由处理器来实现、或者通过某种组合来实现。
该设备可以利用总线架构来实现。总线架构可以包括任何数量的互连总线和桥接器，这取决于硬件的特定应用和总体设计约束。总线将包括一个或多个处理器、存储器和/或硬件模块的各种电路连接到一起。总线还可以将诸如外围设备、电压调节器、功率管理电路、外部天线等的各种其它电路连接。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本方案的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本方案的实施方式所属技术领域的技术人员所理解。处理器执行上文所描述的各个方法和处理。例如，本方案中的方法实施方式可以被实现为软件程序，其被有形地包含于机器可读介质，例如存储器。在一些实施方式中，软件程序的部分或者全部可以经由存储器和/或通信接口而被载入和/或安装。当软件程序加载到存储器并由处理器执行时，可以执行上文描述的方法中的一个或多个步骤。备选地，在其他实施方式中，处理器可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行上述方法之一。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体（Read-Only Memory，ROM）或随机存储记忆体（Random AccessMemory，RAM）等。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (7)

1.航空货运装箱与配载分步优化方法，其特征在于，所述方法包括：
S1、基于货运装箱与配载的限制条件，获得约束条件；
S2、获取预装载货物的属性数据；
S3、基于所述约束条件和属性数据，建立装箱配载分步优化模型，对货运装箱与配载进行优化；
所述装箱配载分步优化模型包括装箱模型和配载模型；
所述配载模型的目标函数包括最大化有效载荷和最小化重心偏移量；
所述最小化重心偏移量为：
Figure QLYQS_1
；
Figure QLYQS_2
；
Figure QLYQS_3
；
Figure QLYQS_4
；
其中，j为集装箱下标，k为货舱下标，BA表示平衡力臂，TOW表示起飞重量，TOF表示起飞燃油重量，OEW表示运营空机重量，CGtagret表示目标重心，LEMAC表示前缘，MAC表示平均空气动力弦，Ncomp表示货舱舱位的总数量，Xk表示货舱k的重心位置，Wj为集装箱j装载的货物总重量，yjk集装箱的决策变量，BAOEW表示空机重量的平衡力臂，BATOF表示起飞燃油重量的平衡力臂，m表示集装箱的总数量；
所述配载模型的约束条件包括：集装箱分配约束、位置重量约束、横向不平衡约束、不对称装载约束、最大允许载荷约束和力矩约束；
所述力矩约束为：
Figure QLYQS_5
；
Figure QLYQS_6
；
Figure QLYQS_7
；
Figure QLYQS_8
；
其中，TOF表示起飞燃油重量，OEW表示运营空机重量，LW表示着陆重量，j表示集装箱下标，k表示货舱下标，XOEW表示空机重心位置，XTOF表示燃油重心位置，Xk表示货舱k的重心位置，Wj表示集装箱j装载的货物总重量，yjk为集装箱的决策变量，XUB表示装载后最大重心位置，XLB表示装载后最小重心位置，Ncomp表示货舱舱位的总数量，m表示集装箱的总数量，XLW表示着陆重量的重心位置。
2.根据权利要求1所述的方法，其特征在于，所述装箱模型基于货物最大化有效载荷为目标函数，具体如下：
Figure QLYQS_9
；
zij为货物的决策变量：
Figure QLYQS_10
；
Figure QLYQS_11
；
其中，i为货物下标，j为集装箱下标，wi为货物i的重量，n为货物总数量。
3.根据权利要求2所述的方法，其特征在于，所述装箱模型的约束条件包括货物数量约束、货物重量约束和货物体积约束。
4.根据权利要求1所述的方法，其特征在于，所述集装箱最大化有效载荷为：
Figure QLYQS_12
；
集装箱的决策变量yjk为：
Figure QLYQS_13
；
Figure QLYQS_14
；
其中，j为集装箱下标，k为货舱下标，Ncomp为货舱舱位的总数量，Wj为集装箱j装载的货物总重量。
5.根据权利要求1所述的方法，其特征在于，所述横向不平衡约束中，使用飞机左右两侧允许的最大重量差表示横向不平衡，所述横向不平衡基于起飞重量TOW及着陆重量LW确定。
6.航空货运装箱与配载分步优化系统，其特征在于，所述系统包括：
约束条件模块，基于货运装箱与配载的限制条件，获得约束条件；
货物属性模块，用于获取预装载货物的属性数据；
优化模块，用于基于所述约束条件和属性数据，建立装箱配载分步优化模型，对货运装箱与配载进行优化；
所述优化模块包括：装箱模型单元，用于确定装箱模型；配载模型单元，用于确定配载模型；所述装箱模型和配载模型共同构成所述装箱配载分步优化模型；
所述配载模型的目标函数包括最大化有效载荷和最小化重心偏移量；
所述最小化重心偏移量为：
Figure QLYQS_15
；
Figure QLYQS_16
；
Figure QLYQS_17
；
Figure QLYQS_18
；
其中，j为集装箱下标，k为货舱下标，BA表示平衡力臂，TOW表示起飞重量，TOF表示起飞燃油重量，OEW表示运营空机重量，CGtagret表示目标重心，LEMAC表示前缘，MAC表示平均空气动力弦，Ncomp表示货舱舱位的总数量，Xk表示货舱k的重心位置，Wj为集装箱j装载的货物总重量，yjk集装箱的决策变量，BAOEW表示空机重量的平衡力臂，BATOF表示起飞燃油重量的平衡力臂，m表示集装箱的总数量；
所述配载模型的约束条件包括：集装箱分配约束、位置重量约束、横向不平衡约束、不对称装载约束、最大允许载荷约束和力矩约束；
所述力矩约束为：
Figure QLYQS_19
；
Figure QLYQS_20
；
Figure QLYQS_21
；
Figure QLYQS_22
；
其中，TOF表示起飞燃油重量，OEW表示运营空机重量，LW表示着陆重量，j表示集装箱下标，k表示货舱下标，XOEW表示空机重心位置，XTOF表示燃油重心位置，Xk表示货舱k的重心位置，Wj表示集装箱j装载的货物总重量，yjk为集装箱的决策变量，XUB表示装载后最大重心位置，XLB表示装载后最小重心位置，Ncomp表示货舱舱位的总数量，m表示集装箱的总数量，XLW表示着陆重量的重心位置。
7.航空货运装箱与配载分步优化设备，其特征在于，所述设备包括：
处理器，以及与处理器连接的存储器；所述处理器调用所述存储器中存储的计算机指令，以执行如权利要求1-5任一所述的航空货运装箱与配载分步优化方法。
CN202211416852.XA 2022-11-14 2022-11-14 航空货运装箱与配载分步优化方法、系统及设备 Active CN115660216B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211416852.XA CN115660216B (zh) 2022-11-14 2022-11-14 航空货运装箱与配载分步优化方法、系统及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211416852.XA CN115660216B (zh) 2022-11-14 2022-11-14 航空货运装箱与配载分步优化方法、系统及设备

Publications (2)

Publication Number Publication Date
CN115660216A CN115660216A (zh) 2023-01-31
CN115660216B true CN115660216B (zh) 2023-03-31

Family

ID=85021569

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211416852.XA Active CN115660216B (zh) 2022-11-14 2022-11-14 航空货运装箱与配载分步优化方法、系统及设备

Country Status (1)

Country Link
CN (1) CN115660216B (zh)

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113496058A (zh) * 2021-09-07 2021-10-12 中国民航大学 货运飞机载重配平问题的优化方法、服务端及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
朱向.带轴重约束货物平衡装载问题优化研究.交通运输系统工程与信息.2015,(05),第164-171页. *

Also Published As

Publication number Publication date
CN115660216A (zh) 2023-01-31

Similar Documents

Publication Publication Date Title
Vancroonenburg et al. Automatic air cargo selection and weight balancing: a mixed integer programming approach
Schmidt et al. Challenges for ground operations arising from aircraft concepts using alternative energy
CN109816147B (zh) 一种航空货运路由规划方法、装置、设备和存储介质
US20180209866A1 (en) Reconfiguration of aircraft
Lin et al. The economic effects of center-to-center directs on hub-and-spoke networks for air express common carriers
CN115660215B (zh) 航空货运装箱与配载组合优化方法、系统及设备
CN105523184A (zh) 一种民航飞机自动配载的方法
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
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
CN114565230A (zh) 一种货机平衡配载的方法及设备
CN115660216B (zh) 航空货运装箱与配载分步优化方法、系统及设备
CN111086648A (zh) 飞行器配载限制方法及装置
CN207617959U (zh) 一种箱式货运无人机
CN111414985A (zh) 一种支线货机多装载单元随机货物快速配载系统及方法
CN114386704A (zh) 一种多航段协同配载优化方法
Avery Aircraft load planning and control
CN111332455A (zh) 一种支线货机超窄体机舱的货物装载方法及系统
CN111832783B (zh) 全货机联程转板预警及决策方法及系统
Nayak et al. Quantum approach to optimize aircraft cargo loading
CN212074394U (zh) 一种支线货机超窄体机舱的货物装载系统
CN115600763A (zh) 一种航空货运装箱与配载的方法、系统及装置
CN112734315B (zh) 航空网络规划方法、设备及存储介质
Kehe et al. Cargo Airlift What's Old? What's New?
CN212009605U (zh) 一种支线货机多装载单元随机货物快速配载系统
CN212084193U (zh) 一种支线货机上多装载单元的货物精准配载系统

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