CN117933490A - 一种机场场面拖曳调度优化方法、电子设备和存储介质 - Google Patents
一种机场场面拖曳调度优化方法、电子设备和存储介质 Download PDFInfo
- Publication number
- CN117933490A CN117933490A CN202410289707.2A CN202410289707A CN117933490A CN 117933490 A CN117933490 A CN 117933490A CN 202410289707 A CN202410289707 A CN 202410289707A CN 117933490 A CN117933490 A CN 117933490A
- Authority
- CN
- China
- Prior art keywords
- flight
- matrix
- current
- machine
- value
- 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 64
- 238000005457 optimization Methods 0.000 title claims abstract description 19
- 238000003860 storage Methods 0.000 title claims abstract description 10
- 239000011159 matrix material Substances 0.000 claims abstract description 202
- 238000009826 distribution Methods 0.000 claims abstract description 23
- 230000010006 flight Effects 0.000 claims description 43
- 239000008186 active pharmaceutical agent Substances 0.000 claims description 16
- 238000012512 characterization method Methods 0.000 claims description 3
- 239000002699 waste material Substances 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 14
- 230000006870 function Effects 0.000 description 13
- 238000012545 processing Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000013459 approach Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 101100016620 Arabidopsis thaliana HDG11 gene Proteins 0.000 description 3
- 101100445050 Caenorhabditis elegans elt-2 gene Proteins 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000033001 locomotion Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及计算机技术应用领域,特别是涉及一种机场场面拖曳调度优化方法、电子设备和存储介质,包括:首先基于约束条件,建立拖曳调度优化模型;接着,设计贪心初始解策略与拖曳扰动更新策略,对模型求解;然后,计算求得分配矩阵的目标函数与相关指标并和当前最优解对比,若结果更优,则更新当前最优解,若结果较差,则以一定概率接受该解;最后,在所有分配方案矩阵中选择综合指标最优的分配矩阵,作为最终的拖曳优化方案。本发明能够尽可能地降低拖曳分配时间、能够确保拖曳分配合理以及最大限度地避免近机位的资源浪费。
Description
技术领域
本发明涉及计算机技术应用领域,特别是涉及一种机场场面拖曳调度优化方法、电子设备和存储介质。
背景技术
随着航空运输业需求不断增加,机场需要承载更大的航班吞吐量及更多的航班停中转等保障工作,然而机场对于停场与过站航班的调度能力往往有限,必须在运行过程中保障资源高效利用。采用近机位保障的航班可直接靠廊桥服务,避免额外使用摆渡车和拖车,其服务质量要优于远机位保障,因此应在航班进离港过程中尽可能多的使用近机位靠桥,优化地面服务保障,提高近机位利用率。而高吞吐量下近机位数量往往不足以保证所有航班靠桥,尤其长过站航班在近机位长时间停放会过多占用近机位资源,造成不必要浪费,对于长过站航班,通常以拖曳方式使得航空器合理地在远近机位之间移动,以提高近机位利用率。
机场拖曳操作会受到多种限制因素制约,如机位分布、近机位数量、拖曳所需人力和拖车资源等等,当前并不存在完善的拖曳分配方案以完成机场的拖曳分配。在实际运行中,机场的拖曳分配任务由席位人员人工操作安排,操作过程过分依赖于主观经验,当下的拖曳分配安排往往得不到较优的拖曳方案,无法有效通过拖曳来提高近机位的利用率。
拖曳调度问题考虑对航班与机位等资源的分配与优化,本质上属于机场场面资源调度问题。关于机场场面资源调度问题,当前的解决方案多集中于停机位分配问题,大都针对不同场景和需求分析问题和建立模型,并分别从不同角度设计算法求解,机位分配问题的解决方案大都以建模与使用智能优化算法求解为主,在部分场景中还可以用基于深度强化学习的方案进行求解。而关于机位分配问题的解决方法往往以固定分配为前提,假定不存在航班在机位之间的移动,拖曳则是实际运行过程中必要且频繁的操作,尤其在早晚高峰需要大量拖曳来保证廊桥的高效使用,因此需要结合实际运行状况来考虑拖曳调度问题。
当下拖曳调度方法可分为规则策略与现实设计两方面,而这些方法没有充分考虑拖曳过程所需要花费的时间代价,机场现有拖曳分配方式也无法针对成本代价做出全局合理的安排,由于机场场面资源有限,不同的机坪和机位之间距离和路线差异较大,在进行拖曳分配时需要充分考虑实际拖行条件与拖曳时间等成本,需要考虑带成本的拖曳分配问题。因此,机场拖曳调度问题仍亟待解决。
发明内容
针对上述技术问题,本发明采用的技术方案为:
根据本发明第一方面,提供了一种机场场面拖曳调度优化方法,所述方法包括如下步骤:
S100,获取目标机场的基础数据;所述基础数据包括拖曳时间表DS以及在设定时间段T内的航班计划表FS和机位信息表PI;其中,DS的第u行的第v列为第u个机位区域和第v个机位区域内的机位相互拖曳所需要的历史平均时长,u的取值为1到n1,n1为目标机场中的近机位区域的数量,v的取值为1到n2,n2为目标机场中的远机位区域的数量;FS的第i行包括(NFi,CFi,ELTi,EDTi,EPTi,EMTi,AFi),NFi为第i行对应的航班号,CFi为NFi对应的机型大类的ID,ELTi为NFi对应的预计进港时间,EDTi为NFi对应的预计离港时间,EPTi为NFi对应的预计上轮档时间,EMTi为NFi对应的预计撤轮档时间,AFi为NFi对应的航班属性的ID,i的取值为1到m1,m1为FS中的航班号的数量;PI的第j行包括(NSj,CSj,Wj,APj),NSj为第j行对应的机位号,CSj为NSj对应的机型大类的ID,Wj为NSj对应的机位类型的ID,APj为NSj对应的机位属性的ID,j的取值为1到m2,m2为PI中的机位号的数量;机位类型包括近机位和远机位,航班属性和机位属性均包括国内属性和国际属性。
S200,基于第一预设约束条件、FS和PI,获取初始分配矩阵以及初始航班状态矩阵和初始机位状态矩阵;其中,初始分配矩阵的大小为m2×q,q为T内的时刻数量,初始分配矩阵的第r1行第s1列的元素Xr1s1为表示第r1个机位在第s1个时刻的航班停放情况的航班停放状态表征值,r1的取值为1到m2,s1的取值为1到q;初始航班状态矩阵的大小为m1×q,初始航班状态矩阵的第r2行第s2列的元素Br2s2为表示第r2个航班在第s2个时刻的航班状态的航班状态表征值,r2的取值为1到m1,s2的取值为1到q;初始机位状态矩阵的大小为m2×q,初始机位状态矩阵的第r3行第s3列的元素BPr3s3为表示第r3个机位在第s3个时刻的机位状态的机位状态表征值,r3的取值为1到m2,s3的取值为1到q。
S300,设置第1计数器h1=1,设置第2计数器h2=1。
S400,如果h1≤N1,执行S500;N1为第一设定次数阈值;否则,将当前最优拖曳分配矩阵作为目标拖曳分配矩阵,并退出当前控制程序。
S500,如果h2≤N2,执行S600,否则,执行S800;N2为第二设定次数阈值。
S600,对当前分配矩阵执行第h2次拖曳操作,如果第h2次拖曳操作满足第二预设约束条件,对当前分配矩阵执行对应的拖曳操作,得到对应的拖曳分配矩阵并作为当前分配矩阵,并更新当前航班状态矩阵和当前机位状态矩阵;否则,执行S700;当前分配矩阵的初始值为初始分配矩阵,当前航班状态矩阵为初始航班状态矩阵。
S700,设置h2=h2+1,执行S500。
S800,基于当前分配矩阵、当前航班状态矩阵和DS,计算模型对应的目标值f=(f1-f2/H);如果f>fc,将当前分配矩阵设置为当前最优拖曳矩阵,否则,基于预设条件确定是否将当前分配矩阵设置为当前最优拖曳矩阵,fc为当前的最优目标值;执行S900;其中,f1为第一目标值,f2为第二目标值,H为预设最大拖曳时长,f1=Q1/Q2,Q1为基于当前分配矩阵中和当前航班状态矩阵确定的靠桥航班数量,Q2为基于当前分配矩阵中和当前航班状态矩阵确定的进离港时段内航班停靠数量;f2=∑k b=1DLb,其中,DLb为当前分配矩阵中存在拖曳操作的第b个航班对应的拖曳时长,基于DS确定,b的取值为1到k,k为当前分配矩阵中存在拖曳操作的航班数量;fc的初始值基于初始分配矩阵、初始航班状态矩阵和DS确定。
S900,设置h1=h1+1,执行S400。
根据本发明第二方面,提供一种电子设备,包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被设置为用于执行本发明第一方面所述的方法。
根据本发明第三方面,提供一种计算机可读存储介质,存储有计算机可执行指令,所述计算机指令用于执行本发明第一方面所述的方法。
本发明至少具有以下有益效果:
本发明实施例提供的机场场面拖曳调度优化方法,首先考虑拖曳有效性约束、机位空闲时间约束、拖曳时间窗约束等约束条件,建立拖曳调度优化模型;接着,对模型求解,包括:以贪心策略生成航班初始分配矩阵作为初始解,并建立航班与机位忙碌状态矩阵,保存初始解对应的指标作为当前最优解;对初始矩阵进行迭代优化,在初始矩阵基础上引入拖曳算子,形成拖曳操作,检查拖曳操作是否满足既定的约束条件,若满足,则更新航班与机位状态矩阵,并继续迭代,若不满足,则跳过此操作,进行一定次数迭代后形成拖曳分配矩阵;然后,计算此分配矩阵的目标函数与相关指标并和当前最优解对比,若结果更优,则更新当前最优解,若结果较差,则以一定概率接受该解;最后,在所有分配方案矩阵中选择综合指标最优的分配矩阵,作为最终的拖曳优化方案。因此,本发明能够尽可能地降低拖曳分配时间、能够确保拖曳分配合理以及最大限度地避免近机位的资源浪费。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的机场场面拖曳调度优化方法的流程图;
图2为本发明实施例中的拖曳量分布示意图;
图3为本发明实施例中的拖曳时长示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅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,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中使用的术语只是为了描述具体的实施方式的目的,不是旨在于限制本发明。本文所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。
需要说明的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理,但是其中的许多步骤可以被并行地、并发地或者同时实施。此外,各步骤的顺序可以被重新安排。当其操作完成时处理可以被终止,但是还可以具有未包括在附图中的附加步骤。处理可以对应于方法、函数、规程、子例程、子程序等等。
本发明实施例提供一种机场场面拖曳调度优化方法,该方法包括:首先考虑拖曳有效性约束、机位空闲时间约束、拖曳时间窗约束等约束条件,建立考虑靠桥率最大化与拖曳成本最小化的拖曳调度优化模型;接着,对模型求解,包括:以贪心策略生成航班初始分配矩阵作为初始解,并建立航班与机位忙碌状态矩阵,保存初始解对应的指标作为当前最优解;对初始矩阵进行迭代优化,在初始矩阵基础上引入拖曳算子,形成拖曳操作,检查拖曳操作是否满足既定的约束条件,若满足,则更新航班与机位状态矩阵,并继续迭代,若不满足,则跳过此操作,进行一定次数迭代后形成拖曳分配矩阵;然后,计算此分配矩阵的目标函数与相关指标并和当前最优解对比,若结果更优,则更新当前最优解,若结果较差,则以一定概率接受该解;最后,在所有分配方案矩阵中选择综合指标最优的分配矩阵,作为最终的拖曳优化方案。具体地,如图1所示,所述方法可包括如下步骤:
S100,获取目标机场的基础数据。
在本发明实施例中,所述基础数据包括拖曳时间表DS以及在设定时间段T内的航班计划表FS和机位信息表PI。其中,DS的第u行的第v列为第u个机位区域和第v个机位区域内的机位相互拖曳所需要的历史平均时长,u的取值为1到n1,n1为目标机场中的近机位区域的数量,v的取值为1到n2,n2为目标机场中的远机位区域的数量。
在本发明实施例中,存在机位相互拖曳的两个机位区域分别为近机位区域和远机位区域,两个机位区域内的机位相互拖曳所需要的历史平均时长可基于历史数据获取得到。
进一步地,FS的第i行包括(NFi,CFi,ELTi,EDTi,EPTi,EMTi,AFi),NFi为第i行对应的航班号,CFi为NFi对应的机型大类的ID,ELTi为NFi对应的预计进港时间,EDTi为NFi对应的预计离港时间, EPTi为NFi对应的预计上轮档时间,EMTi为NFi对应的预计撤轮档时间,AFi为NFi对应的航班属性的ID,i的取值为1到m1,m1为FS中的航班号的数量。
进一步地,PI的第j行包括(NSj,CSj,Wj,APj),NSj为第j行对应的机位号,CSj为NSj对应的机型大类的ID,Wj为NSj对应的机位类型的ID,APj为NSj对应的机位属性的ID,j的取值为1到m2,m2为PI中的机位号的数量;机位类型包括近机位和远机位,航班属性和机位属性均包括国内属性和国际属性。
本领域技术人员知晓的是,PI中的机位为在T内可使用的机位。
在本发明实施例中,ID可使用数字表示。例如,不同的机型大类可使用不同的数字表示。
又例如,如果航班属性或者机位属性为国内属性,可使用第一设定值表示,如果航班属性或者机位属性为国际属性,可使用第二设定值表示,第一设定值和第二设定值可基于实际需要进行设置,例如,第一设定值为1,第二设定值为2等,即如果NFi对应的航班为国内航班,AFi=1,如果为国际航班,AFi=2。
又例如,如果机位类型为近机位,可使用第三设定值表示,如果机位类型为远机位,可使用第四设定值表示,第三设定值和第四设定值可基于实际需要进行设置,例如,第三设定值为1,第四设定值为0等,即,如果第j个机位为近机位,则Wj=1,如果第j个机位为远机位,则Wj=0。
在本发明实施例中,T可基于实际需要确定,在一个示意性实施例中,T的时长为1天。
S200,基于第一预设约束条件、FS和PI,获取初始分配矩阵以及初始航班状态矩阵和初始机位状态矩阵;其中,初始分配矩阵的大小为m2×q,q为T内的时刻数量,初始分配矩阵的第r1行第s1列的元素Xr1s1为表示第r1个机位在第s1个时刻的航班停放情况的航班停放状态表征值,r1的取值为1到m2,s1的取值为1到q;初始航班状态矩阵的大小为m1×q,初始航班状态矩阵的第r2行第s2列的元素Br2s2为表示第r2个航班在第s2个时刻的航班状态的航班状态表征值,r2的取值为1到m1,s2的取值为1到q;初始机位状态矩阵的大小为m2×q,初始机位状态矩阵的第r3行第s3列的元素BPr3s3为表示第r3个机位在第s3个时刻的机位状态的机位状态表征值,r3的取值为1到m2,s3的取值为1到q。
在本发明实施例中,如果第r1个机位在第s1个时刻停放了航班,Xr1s1的取值为第r1个机位在第s1个时刻停放的航班号,如果第r1个机位在第s1个时刻没有停放航班,Xr1s1的取值为0。
如果第r2个航班在第s2个时刻处于航班忙碌状态,Br2s2的取值为1,如果第r2个航班在第s2个时刻处于航班空闲状态,Br2s2的取值为0。
如果第r3个机位在第s3个时刻处于机位忙碌状态,BPr3s3的取值为1,如果第r3个机位在第s3个时刻处于机位空闲状态,BPr3s3的取值为0。
在本发明实施例中,航班忙碌状态对应的时间段为[ELT,ELT+ELBT]∪[EDT-EDBT,EDT],其中, ELT为航班进港时间,ELBT为预设航班进港忙碌时间,EDT为航班离港时间,EDBT为预设航班离港忙碌时间。在一个示意性实施例中,ELBT为60min,EDBT为120min。即,航班忙碌状态对应的时间段为航班进港后60min和离港前120min之间的时间。
在本发明实施例中,机位忙碌状态对应的时间段为[EDT1,EDT1+t0]∪[ELT2,ELT2-t0]。其中,EDT1为停放在机位上的前一架飞机离开该机位的时间,ELT2为停放在机位上的后一架飞机进入该机位的时间,t0为设定时间,在一个示意性实施例中,t0=5min。即,机位忙碌状态对应的时间段为前一架飞机离开机位时刻后5min与后一架飞机进入机位时刻前5min之间的时间。
在本发明实施例中,航班空闲状态对应的时间段为航班忙碌状态对应的时间段之外的时间段。机位空闲状态对应的时间段为机位忙碌状态对应的时间段之外的时间段。
在本发明实施例中,第一预设约束条件为机位分配类型约束,包括:航班唯一性约束、机位唯一性约束、机型机位匹配约束、国际机位约束、机位空闲时间约束,分别表示:任一时刻下一个航班只能停放在一个停机位上、任一时刻下一个停机位上最多只能停放一个航班、航空器的机型大小应与停放机位所能容纳的机型大小相匹配、国际航班在近机位进港和离港时需要停靠在相应的国际机位、同一机位的前一架飞机离开机位时刻和后一架飞机进入该机位时刻的差值应大于规定的最小时间间隔。具体,第一预设约束条件包括如下条件(1)至(5):
∑m2 j=1Ejgi=1;(1)
∑m1 i=1Ejgi=1;(2)
(NFi-CSi j)×Aij≥0; (3)
AFi×Wi j×Aij=APi j; (4)
(EDTj d1-ELTj d2+△T)×(ELTj d1-EDTj d2-△T)×Ejg(d1)d1×Ejg(d2)d2>0; (5)
其中,g的取值为1到q;d1∈(1,2,……,m1),d2∈(1,2,……,m1),d1≠d2。
其中,Ejgi为表示第i个航班在第g个时刻是否停放于第j个机位的决策变量,如果Xjg∈(NF1,NF2,……,NFi,……,NFm1),Ejgi=1,否则,Ejgi=0;CSi j为NFi停放的机位的机型大类的ID;Aij为表示第i个航班是否停放于第j个机位的决策变量,如果第i个航班停放于第j个机位,Aij=1,否则,Aij=0;Wi j为NFi停放的机位对应的机位类型的ID,APi j为NFi停放的机位对应的机位属性的ID。ELTj d1为停放在第j个机位的第d1个航班的进港时间,EDTj d1为停放在第j个机位的第d1个航班的离港时间,ELTj d2为停放在第j个机位的第d2个航班的进港时间,EDTj d2为停放在第j个机位的第d2个个航班的离港时间。在本发明实施例中,第d1个航班和第d2个航班可为分别停放在第j个机位的前一个航班和后一个航班。△T为预设机位空闲时间,即同一机位相邻两架航班的最小时间间隔,可为10min。
进一步地,在本发明实施例中,可使用贪心策略构建初始分配矩阵,更具体地,S200可具体包括如下步骤:
S201,基于FS,构建初始航班状态矩阵,以及基于FS和PI,构建值为空的初始中间分配矩阵和初始中间机位状态矩阵。
本领域技术人员知晓的是,基于FS构建初始航班状态矩阵的方法可为现有技术。
S202,基于FS,获取航班时间信息列表,所述航班时间信息列表的第g行包括(tg,Eg,Og),tg为T内的第g个时刻,Eg为在tg处于进港状态的航班号,Og为在tg处于出港状态的航班号,g的取值为1到q。
在本发明实施例中,相邻两个时刻之间的时间间隔相同,可为设定时间间隔。设定时间间隔可基于实际需要进行设置,在一个示意性实施例中,设定时间间隔可为5~10min。
S203,对于tg,将Og对应的航班号从当前中间分配矩阵中移除,得到新的当前中间分配矩阵;当前中间分配矩阵的初始值为初始中间分配矩阵;执行S204。
S204,如果当前中间分配矩阵中存在满足所述第一预设约束条件的近机位,并且近机位的数量大于等于Eg对应的航班数量,将当前中间分配矩阵中的近机位分配给Eg对应的航班号;如果当前中间分配矩阵中存在满足所述第一预设约束条件的近机位,而近机位的数量小于Eg对应的航班数量,将当前中间分配矩阵中的近机位分配给Eg对应的部分航班号,并将满足所述第一预设约束条件的远机位分配给Eg对应的剩余航班号;否则,将满足所述第一预设约束条件的远机位分配给Eg对应的航班号;执行S205。
S205,基于当前中间分配矩阵更新当前机位状态矩阵,执行S206;当前机位状态矩阵为初始机位中间分配矩阵。
本领域技术人员知晓的是,基于当前中间分配矩阵更新当前机位状态矩阵的方法可属于现有技术。
S206,设置g=g+1,如果g≤q,执行S203,否则,将当前中间分配矩阵作为所述初始分配矩阵,将当前机位状态矩阵作为所述初始机位状态矩阵。
在本发明实施例中,在求解迭代过程中通过三个二维矩阵替代原本的三维的解的形式,能够有效降低求解过程复杂度,可以在求解过程中少量迭代次数的条件下,将算法收敛至稳定区间,得到符合预期的分配结果。
S300,设置第1计数器h1=1,设置第2计数器h2=1。
S400,如果h1≤N1,执行S500;N1为第一设定次数阈值;否则,将当前最优拖曳分配矩阵作为目标拖曳分配矩阵,并退出当前控制程序。
在本发明实施例中,N1可基于实际需要进行设置,本发明不做特别限定。
S500,如果h2≤N2,执行S600,否则,执行S800;N2为第二设定次数阈值。
在本发明实施例中,N2可基于实际需要进行设置,本发明不做特别限定。
S600,对当前分配矩阵执行第h2次拖曳操作,如果第h2次拖曳操作满足第二预设约束条件,对当前分配矩阵执行对应的拖曳操作,得到对应的拖曳分配矩阵并作为当前分配矩阵,并更新当前航班状态矩阵和当前机位状态矩阵,执行S700;否则,执行S700;当前分配矩阵的初始值为初始分配矩阵,当前航班状态矩阵为初始航班状态矩阵。
在本发明实施例中,第二预设约束条件为拖曳属性约束,可包括:拖曳时间窗约束、拖曳量约束、有效拖曳约束,分别表示为:在航班进港后和离岗前两时段内不允许拖曳、在单个时段中的拖曳量限制在规定的数量内、在分配过程中只允许从近机位进港的航班拖曳到远机位停驻和在远机位停放的航班拖曳到近机位离港这两种有意义的拖曳方式。
进一步地,可使用如下条件(6)-(8)表示所述第二预设约束条件:
Bit=1,t∈[ELTi,ELTi+ELBT]∪[EDTi-EDBT,EDTi];(6)
∑t1 t=t1∑m2 j1,j2=1∑m1 i=1Ej1gi×Ej2gi<a; (7)
Ej1gi×Wj1-Ej2gi×Wj2≠0; (8)
其中,g的取值为1到q,j1≠j2;ELBT为预设航班进港忙碌时间,EDBT为预设航班离港忙碌时间。a为预设单位时间拖曳数量阈值,可为经验值。
本领域技术人员知晓的是,Bit为第i个航班号对应的航班在第t个时刻的航班状态表征值。Ej1gi为表示第i个航班在第g个时刻是否停放于第j1个机位的决策变量,Ej2gi为表示第i个航班在第g个时刻是否停放于第j2个机位的决策变量,具体取值可参照前述实施例。
进一步地,S600可具体包括:
S601,从中间航班号集中随机选择一个航班号作为候选拖曳航班号以及从满足第一预设约束条件的机位中随机选择一个机位作为目标拖曳机位;中间航班号集中的所有航班号对应的停靠时长均大于预设停靠时长。
在本发明实施例中,预设停靠时长可基于实际情况进行设置,一般,设置为8h。
S602,如果所述候选拖曳航班号对应的拖曳标识为第一标识,且此航班号当前对应的机位和所述目标拖曳机位满足第二预设约束条件,则将所述候选拖曳航班号在对应的进港时长等于进港时间加预设航班进港忙碌时间时,从当前的机位拖曳至所述目标拖曳机位,将此航班标记为已拖曳,得到对应的拖曳分配矩阵并作为当前分配矩阵,并更新当前航班状态矩阵和当前机位状态矩阵;所述第一标识为表征航班号没有被拖曳过的标识。
S603,如果所述候选拖曳航班号对应的拖曳标识为第二标识,且此航班号当前对应的机位和所述目标拖曳机位满足第二预设约束条件,则将所述候选拖曳航班号在对应的进港时长等于离港时间减预设航班离港忙碌时间时,从当前的机位拖曳至所述目标拖曳机位,得到对应的拖曳分配矩阵并作为当前分配矩阵,并更新当前航班状态矩阵和当前机位状态矩阵;否则,执行S700;第二标识为表征航班号被拖曳过的标识。
在本发明实施例中,第一标识和第二标识具体可基于实际需要进行设置,例如,第一标识为0,第二标识为1等。
在本发明实施例中,若候选拖曳航班位于近机位,且目标拖曳机位是一个空的远机位,则执行拖曳操作;若候选拖曳航班位于远机位,且目标拖曳机位是一个空的近机位,则执行拖曳操作,除此之外,均不执行拖曳操作。
在本发明实施例中,设定时长可为60min。
S700,设置h2=h2+1,执行S500。
S800,基于当前分配矩阵、当前航班状态矩阵和DS,获取对应的目标值f=(f1-f2/H);如果f>fc,将当前分配矩阵设置为当前最优拖曳矩阵,否则,基于预设条件确定是否将当前分配矩阵设置为当前最优拖曳矩阵,fc为当前的最优目标值;执行S900。
其中,f1为第一目标值。在一示意性实施例中,f1=Q1/Q2,Q1为基于当前分配矩阵中和当前航班状态矩阵确定的航班靠桥数量,Q2为基于当前分配矩阵中和当前航班状态矩阵确定的航班停靠数量。在本发明实施例中,Q1=∑q g=1∑m2 j=1(B(Xjg,g)×zj),Q2=∑q g=1∑m2 j=1B(Xjg,g),,其中,Xjg为当前分配矩阵中第j个机位在T内的第g个时刻对应的航班停放状态表征值,B(Xjg,g)为Xjg对应的航班在当前航班状态矩阵中的第g个时刻对应的航班状态值,zj为当前分配矩阵中的第j个机位对应的机位类型表征值。
在本发明实施例中,f2为第二目标值。在一示意性实施例中,f2=∑k b=1DLb=∑t1 t=t1∑m2 p1,p2=1∑m1 i=1Ep1gi×Ep2gi×DLig p1p2。其中,DLb为当前分配矩阵中存在拖曳操作的第b个航班对应的拖曳时长,基于DS确定,b的取值为1到k,k为当前分配矩阵中存在拖曳操作的航班数量。DLi p1p2为将第i个航班在第g个时刻从第p1个机位拖曳至第p2个机位的拖曳时长。
在本发明实施例中,当前分配矩阵中存在拖曳操作的航班为该航班对应的航班号在不同的机位对应的行出现,一般,最多在三个不同的机位对应的行出现。存在拖曳操作的航班对应的拖曳时长可通过拖曳操作对应的两个机位对应的区域查阅DS确定。
在本发明实施例中,H为预设最大拖曳时长,可基于实际需要进行设置,例如,可设置为3000~5000min。
在本发明实施例中,fc的初始值基于初始分配矩阵、初始航班状态矩阵和DS确定。
在本发明实施例中,所述基于预设条件可为Metropolis准则。基于预设条件确定是否将当前分配矩阵设置为当前最优拖曳矩阵可具体包括:
从预设范围内生成随机数,如果生成的随机数位于预设接受范围,则将当前分配矩阵设置为当前最优拖曳矩阵,否则,不将当前分配矩阵设置为当前最优拖曳矩阵。在本发明实施例中,预设接收范围属于预设范围。预设范围和预设接收范围可基于实际需要进行设置。
S900,设置h1=h1+1,执行S400。
S400至S900的技术效果在于,能够以最大化靠桥率和最小化拖曳成本为目标,保证更多航班在进离港时段使用近机位靠廊桥服务和保障,选择相邻较近或拖行时间较短的两个机位之间进行拖曳。
实施例
本发明实施例选取2022年8月某典型日的数据做分析,其中共有548架次进离港航班需要在机场过站停驻,航班数据包含航班号、机型大类、进离港时间、始发标志等信息。其中短过站航班数量在所有进离港航班中占比最高,过站时间小于两小时的航班所占比例为47.4%,停驻时长大于8小时的长过站航班占总数据量29%。短过站航班不会长时间占据近机位资源,可以在其进港机位全程停驻而无需拖曳,故本发明主要将长过站航班作为主要拖曳对象。
进一步地,滑行路径根据飞机型号大小设置为三类,不同型号大小的飞机需要沿着对应滑行道拖曳作业。拖曳成本主要取决于滑行距离,近距离拖曳时长一般小于15分钟,而跨区拖曳则由于距离长地面因素复杂等原因需要花费更多时间。
进一步地,将航班进港后和离港前的忙碌时间分别设置为1h和2h,同一机位上前一架飞机离开后5min内不允许再次停放与拖曳操作。算法最大迭代次数设置为600次。
使用本发明实施例提供的方法得到的结果可如表1所示。通过表1可知,相对于机场实际排班,通过本发明实施例提供的方法,靠桥航班数量提升23架次,对应整体靠桥率提高4.3%,有效提高了廊桥利用率,同时将总拖曳成本降低10.2%,降低的拖曳时长共119分钟。
表1
使用本发明实施例提供的方法进行拖曳的具体拖曳量分布如图2所示,通过图2可以看出,在一天内的不同时段中,拖曳操作主要有两个高峰期,晚高峰时段拖曳量较大,集中于晚上6点至凌晨12点,早高峰时间则主要集中于上午7点至11点。形成此分布的原因是长过站航班大都集中在傍晚至晚上进港,在近机位靠桥保障后需要拖曳下桥至远机位停驻过夜,然后在第二天上午离港,此时需要从远机位将航空器拖曳至近机位,待靠廊桥上客后离港。因此拖曳操作会随着航班进离港高峰形成时间提前的两个高峰期,提前量为拖曳耗时与近机位保障耗时的总和。
使用本发明实施例提供的方法进行拖曳的拖曳时长分布可如图3所示。通过图3可知,本发明实施例提供的方法通过优化拖曳时长,通过匹配更合适的机位对来降低成本,使非高峰时段的拖曳成本平均降低40%,进而有效降低场面总体拖曳成本。
通过试验发现,相比于机场现有策略,本发明实施例提供的方法在同等条件下的靠桥率与拖曳成本均有不同程度的改善,符合场面运行实际情况的需要。
本发明实施例还提供一种电子设备,包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被设置为用于执行本发明实施例所述的方法。
本发明实施例还提供一种非瞬时性计算机可读存储介质,存储有计算机可执行指令,所述计算机指令用于执行本发明实施例所述的方法。
基于与方法同样的发明构思,本发明实施例提供一种移动终端,包括处理器和存储器。
存储器用于存储执行上述各个方法实施例所述方法的程序;处理器被配置为执行存储器中存储的程序。处理器可以是包括中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其它形式的处理单元,并且可以控制电子设备中的其它组件以执行期望的功能。存储器可以包括一个或多个计算机程序产品,所述计算机程序产品可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令,处理器可以运行所述程序指令,以实现上文所述的本公开的实施例的功能以及/或者其它期望的功能。
本发明实施例提供的移动终端,移动终端不仅包括处理器和存储器,还包括输入设备(例如触摸屏、摄像头、传声器等)、输出设备(例如显示屏、扬声器等)、通信模块、电源模块。
其中,存储器、输入设备、输出设备、通信模块、电源模块通过串口、总线或USB接口与处理器连接。其中,对于单处理器移动终端,处理器即CPU(中央处理器);对于双处理器移动终端,处理器包括主处理器和从处理器,由其主处理器执行应用程序实现本发明实施例提供的方法,若其中需要与外界进行通信,则由从处理器控制通信模块配合实现;对于包含GPU(图形处理器)和CPU的移动终端,处理器是指GPU和CPU,由GPU和CPU配合或由CPU单独实现本申请实施例提供的方法。
其中,移动终端的存储器可以但不仅限于包括:Flash(闪存)存储器、RAM(随机存取存储器)、ROM(只读存储器)等。RAM主要用于存储移动终端运行时的程序和数据,需要执行的程序或者需要处理的数据都必须先装入RAM内。ROM主要用于检查移动终端操作系统的配置情况,并提供最基本的输入输出(I/O)程序。Flash存储器是一种长寿命的非易失性(在断电情况下仍能保持所存储的数据信息)存储器,数据删除不是以单个的字节为单位,而是以固定的区块为单位。由于Flash存储器断电时仍能保存数据,它通常被用来保存设置信息,如用户对手机的设置信息等。
应当指出的是,针对不同的移动终端(单处理器智能手机、双处理器智能手机、智能穿戴设备、平板电脑等等),其可能包括比前述的移动终端更多或更少的硬件结构,但只要包括存储器和处理器,且能够实现上述方法实施例的功能,均在本公开的保护范围内。
上述各实施例中的移动终端包括智能手机、掌上电脑、平板电脑、带显示屏的可穿戴设备等等。
基于与方法同样的发明构思,本发明实施例还提供一种计算机可读存储介质,存储有执行上述各个实施例所述方法的程序。
本说明书是参照根据本说明书实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的设备。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令设备的制造品,该指令设备实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种机场场面拖曳调度优化方法,其特征在于,所述方法包括如下步骤:
S100,获取目标机场的基础数据;所述基础数据包括拖曳时间表DS以及在设定时间段T内的航班计划表FS和机位信息表PI;其中,DS的第u行的第v列为第u个机位区域和第v个机位区域内的机位相互拖曳所需要的历史平均时长,u的取值为1到n1,n1为目标机场中的近机位区域的数量,v的取值为1到n2,n2为目标机场中的远机位区域的数量;FS的第i行包括(NFi,CFi,ELTi,EDTi,EPTi,EMTi,AFi),NFi为第i行对应的航班号,CFi为NFi对应的机型大类的ID,ELTi为NFi对应的预计进港时间,EDTi为NFi对应的预计离港时间,EPTi为NFi对应的预计上轮档时间,EMTi为NFi对应的预计撤轮档时间,AFi为NFi对应的航班属性的ID,i的取值为1到m1,m1为FS中的航班号的数量;PI的第j行包括(NSj,CSj,Wj,APj),NSj为第j行对应的机位号,CSj为NSj对应的机型大类的ID,Wj为NSj对应的机位类型的ID,APj为NSj对应的机位属性的ID,j的取值为1到m2,m2为PI中的机位号的数量;机位类型包括近机位和远机位,航班属性和机位属性均包括国内属性和国际属性;
S200,基于第一预设约束条件、FS和PI,获取初始分配矩阵以及初始航班状态矩阵和初始机位状态矩阵;其中,初始分配矩阵的大小为m2×q,q为T内的时刻数量,初始分配矩阵的第r1行第s1列的元素Xr1s1为表示第r1个机位在第s1个时刻的航班停放情况的航班停放状态表征值,r1的取值为1到m2,s1的取值为1到q;初始航班状态矩阵的大小为m1×q,初始航班状态矩阵的第r2行第s2列的元素Br2s2为表示第r2个航班在第s2个时刻的航班状态的航班状态表征值,r2的取值为1到m1,s2的取值为1到q;初始机位状态矩阵的大小为m2×q,初始机位状态矩阵的第r3行第s3列的元素BPr3s3为表示第r3个机位在第s3个时刻的机位状态的机位状态表征值,r3的取值为1到m2,s3的取值为1到q;
S300,设置第1计数器h1=1,设置第2计数器h2=1;
S400,如果h1≤N1,执行S500;N1为第一设定次数阈值;否则,将当前最优拖曳分配矩阵作为目标拖曳分配矩阵,并退出当前控制程序;
S500,如果h2≤N2,执行S600,否则,执行S800;N2为第二设定次数阈值;
S600,对当前分配矩阵执行第h2次拖曳操作,如果第h2次拖曳操作满足第二预设约束条件,对当前分配矩阵执行对应的拖曳操作,得到对应的拖曳分配矩阵并作为当前分配矩阵,并更新当前航班状态矩阵和当前机位状态矩阵;否则,执行S700;当前分配矩阵的初始值为初始分配矩阵,当前航班状态矩阵为初始航班状态矩阵;
S700,设置h2=h2+1,执行S500;
S800,基于当前分配矩阵、当前航班状态矩阵和DS,计算模型对应的目标值f=(f1-f2/H);如果f>fc,将当前分配矩阵设置为当前最优拖曳矩阵,否则,基于预设条件确定是否将当前分配矩阵设置为当前最优拖曳矩阵,fc为当前的最优目标值;执行S900;其中,f1为第一目标值,f2为第二目标值,H为预设最大拖曳时长,f1=Q1/Q2,Q1为基于当前分配矩阵中和当前航班状态矩阵确定的靠桥航班数量,Q2为基于当前分配矩阵中和当前航班状态矩阵确定的进离港时段内航班停靠数量;f2=∑k b=1DLb,其中,DLb为当前分配矩阵中存在拖曳操作的第b个航班对应的拖曳时长,基于DS确定,b的取值为1到k,k为当前分配矩阵中存在拖曳操作的航班数量;fc的初始值基于初始分配矩阵、初始航班状态矩阵和DS确定;
S900,设置h1=h1+1,执行S400。
2.根据权利要求1所述的方法,其特征在于,S200具体包括:
S201,基于FS,构建初始航班状态矩阵,以及基于FS和PI,构建值为空的初始中间分配矩阵和初始中间机位状态矩阵;
S202,基于FS,获取航班时间信息列表,所述航班时间信息列表的第g行包括(tg,Eg,Og),tg为T内的第g个时刻,Eg为在tg处于进港状态的航班号,Og为在tg处于出港状态的航班号,g的取值为1到q;
S203,对于tg,将Og对应的航班号从当前中间分配矩阵中移除,得到新的当前中间分配矩阵;当前中间分配矩阵的初始值为初始中间分配矩阵;执行S204;
S204,如果当前中间分配矩阵中存在满足所述第一预设约束条件的近机位,并且近机位的数量大于等于Eg对应的航班数量,将当前中间分配矩阵中的近机位分配给Eg对应的航班号;如果当前中间分配矩阵中存在满足所述第一预设约束条件的近机位,而近机位的数量小于Eg对应的航班数量,将当前中间分配矩阵中的近机位分配给Eg对应的部分航班号,并将满足所述第一预设约束条件的远机位分配给Eg对应的剩余航班号;否则,将满足所述第一预设约束条件的远机位分配给Eg对应的航班号;执行S205;
S205,基于当前中间分配矩阵更新当前机位状态矩阵,执行S206;当前机位状态矩阵为初始机位中间分配矩阵;
S206,设置g=g+1,如果g≤q,执行S203,否则,将当前中间分配矩阵作为所述初始分配矩阵,将当前机位状态矩阵作为所述初始机位状态矩阵。
3.根据权利要求1所述的方法,其特征在于,Q1=∑q g=1∑m2 j=1(B(Xjg,g)×zj),Q2=∑q g=1∑m2 j=1B(Xjg,g),其中,Xjg为当前分配矩阵中第j个机位在T内的第g个时刻对应的航班停放状态表征值,B(Xjg,g)为Xjg对应的航班在当前航班状态矩阵中的第g个时刻对应的航班状态值,zj为当前分配矩阵中的第j个机位对应的机位类型表征值。
4.根据权利要求1所述的方法,其特征在于,S600具体包括:
S601,从中间航班号集中随机选择一个航班号作为候选拖曳航班号以及从满足第一预设约束条件的机位中随机选择一个机位作为目标拖曳机位;中间航班号集中的所有航班号对应的停靠时长均大于预设停靠时长;
S602,如果所述候选拖曳航班号对应的拖曳标识为第一标识,且此航班号当前对应的机位和所述目标拖曳机位满足第二预设约束条件,则将所述候选拖曳航班号在对应的进港时长等于进港时间加预设航班进港忙碌时间时,从当前的机位拖曳至所述目标拖曳机位,将此航班标记为已拖曳,得到对应的拖曳分配矩阵并作为当前分配矩阵,并更新当前航班状态矩阵和当前机位状态矩阵;所述第一标识为表征航班号没有被拖曳过的标识;
S603,如果所述候选拖曳航班号对应的拖曳标识为第二标识,且此航班号当前对应的机位和所述目标拖曳机位满足第二预设约束条件,则将所述候选拖曳航班号在对应的进港时长等于离港时间减预设航班离港忙碌时间时,从当前的机位拖曳至所述目标拖曳机位,得到对应的拖曳分配矩阵并作为当前分配矩阵,并更新当前航班状态矩阵和当前机位状态矩阵;否则,执行S700;第二标识为表征航班号被拖曳过的标识。
5.根据权利要求1所述的方法,其特征在于,所述基于预设条件确定是否将当前分配矩阵设置为当前最优拖曳矩阵具体包括:
从预设范围内生成随机数,如果生成的随机数位于预设接受范围,则将当前分配矩阵设置为当前最优拖曳矩阵,否则,不将当前分配矩阵设置为当前最优拖曳矩阵。
6.根据权利要求1所述的方法,其特征在于,所述第一预设约束条件包括如下条件(1)至(5):
∑m2 j=1Ejgi=1;(1)
∑m1 i=1Ejgi=1;(2)
(NFi-CSi j)×Aij≥0; (3)
AFi×Wi j×Aij=APi j; (4)
(EDTj d1-ELTj d2+△T)×(ELTj d1-EDTj d2-△T)×Ejg(d1)d1×Ejg(d2)d2>0; (5)
其中,d1∈(1,2,……,m1),d2∈(1,2,……,m1),d1≠d2;Ejgi为表示第i个航班在第g个时刻是否停放于第j个机位的决策变量,如果Xjg∈(NF1,NF2,……,NFi,……,NFm1),Ejgi=1,否则,Ejgi=0;CSi j为NFi停放的机位的机型大类的ID,此处以整数表示;Aij为表示第i个航班是否停放于第j个机位的决策变量,如果第i个航班停放于第j个机位,Aij=1,否则,Aij=0;Wi j为NFi停放的机位对应的机位类型的ID,APi j为NFi停放的机位对应的机位属性的ID,ELTj d1为停放在第j个机位的第d1个航班的进港时间,ELTj d2为停放在第j个机位的第d2个航班的进港时间,EDTj d1为停放在第j个机位的第d1个航班的离港时间,EDTj d2为停放在第j个机位的第d2个航班的离港时间,△T为预设机位空闲时间。
7.根据权利要求1所述的方法,其特征在于,所述第二预设约束条件包括如下条件(6)-(8):
Bit=1,t∈[ELTi,ELTi+ELBT]∪[EDTi-EDBT,EDTi];(6)
∑t1 t=t1∑m2 j1,j2=1∑m1 i=1Ej1gi×Ej2gi<a; (7)
Ej1gi×Wj1-Ej2gi×Wj2≠0; (8)
其中,j1≠j2;ELBT为预设航班进港忙碌时间,EDBT为预设航班离港忙碌时间,a为预设单位时间内拖曳数量阈值。
8.根据权利要求1所述的方法,其特征在于,如果第r1个机位在第s1个时刻停放了航班,Xr1s1的取值为第r1个机位在第s1个时刻停放的航班号,如果第r1个机位在第s1个时刻没有停放航班,Xr1s1的取值为0;
如果第r2个航班在第s2个时刻处于航班忙碌状态,Br2s2的取值为1,如果第r2个航班在第s2个时刻处于航班空闲状态,Br2s2的取值为0;
如果第r3个机位在第s3个时刻处于机位忙碌状态,BPr3s3的取值为1,如果第r3个机位在第s3个时刻处于机位空闲状态,BPr3s3的取值为0。
9.一种电子设备,其特征在于,包括处理器和存储器;
所述处理器通过调用所述存储器存储的程序或指令,用于执行如权利要求1至8任一项所述方法的步骤。
10.一种非瞬时性计算机可读存储介质,其特征在于,所述非瞬时性计算机可读存储介质存储程序或指令,所述程序或指令使计算机执行如权利要求1至8任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410289707.2A CN117933490B (zh) | 2024-03-14 | 2024-03-14 | 一种机场场面拖曳调度优化方法、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410289707.2A CN117933490B (zh) | 2024-03-14 | 2024-03-14 | 一种机场场面拖曳调度优化方法、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117933490A true CN117933490A (zh) | 2024-04-26 |
CN117933490B CN117933490B (zh) | 2024-07-16 |
Family
ID=90757886
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410289707.2A Active CN117933490B (zh) | 2024-03-14 | 2024-03-14 | 一种机场场面拖曳调度优化方法、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117933490B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118195101A (zh) * | 2024-05-13 | 2024-06-14 | 中国民航大学 | 一种基于多智能体的机位分配方法、电子设备及存储介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109147396A (zh) * | 2018-08-23 | 2019-01-04 | 北京工业大学 | 机场停机位的分配方法及装置 |
CN111475769A (zh) * | 2020-04-03 | 2020-07-31 | 北京百度网讯科技有限公司 | 一种机位调度方法、装置、电子设备及存储介质 |
CN113570247A (zh) * | 2021-07-28 | 2021-10-29 | 南京航空航天大学 | 一种基于资源受限条件下的停机位分配多目标优化方法 |
US20220044172A1 (en) * | 2020-08-06 | 2022-02-10 | Hangzhou Pi-solution Information Technology Co.,Ltd | Method, system and terminal device for operation management of aircrew |
CN114358446A (zh) * | 2022-03-21 | 2022-04-15 | 北京航空航天大学 | 一种机场资源调度的鲁棒优化方法 |
CN114936804A (zh) * | 2022-06-23 | 2022-08-23 | 北京航空航天大学 | 一种机场多维资源协同调度方法 |
CN115809559A (zh) * | 2022-12-09 | 2023-03-17 | 民航成都信息技术有限公司 | 一种机位分配方法、装置、电子设备及存储介质 |
CN116168566A (zh) * | 2023-02-15 | 2023-05-26 | 南京航空航天大学 | 一种航空器场面联合调度方法、装置、设备及存储介质 |
CN116384640A (zh) * | 2022-12-09 | 2023-07-04 | 民航成都信息技术有限公司 | 一种航班停机位的分配方法、装置、电子设备及存储介质 |
CN117077981A (zh) * | 2023-10-16 | 2023-11-17 | 四川大学 | 融合邻域搜索变异和差分进化的停机位分配方法及装置 |
CN117592730A (zh) * | 2023-11-29 | 2024-02-23 | 中国东方航空股份有限公司 | 用于分配机场的停机位的方法、装置、设备及存储介质 |
-
2024
- 2024-03-14 CN CN202410289707.2A patent/CN117933490B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109147396A (zh) * | 2018-08-23 | 2019-01-04 | 北京工业大学 | 机场停机位的分配方法及装置 |
CN111475769A (zh) * | 2020-04-03 | 2020-07-31 | 北京百度网讯科技有限公司 | 一种机位调度方法、装置、电子设备及存储介质 |
US20220044172A1 (en) * | 2020-08-06 | 2022-02-10 | Hangzhou Pi-solution Information Technology Co.,Ltd | Method, system and terminal device for operation management of aircrew |
CN113570247A (zh) * | 2021-07-28 | 2021-10-29 | 南京航空航天大学 | 一种基于资源受限条件下的停机位分配多目标优化方法 |
CN114358446A (zh) * | 2022-03-21 | 2022-04-15 | 北京航空航天大学 | 一种机场资源调度的鲁棒优化方法 |
CN114936804A (zh) * | 2022-06-23 | 2022-08-23 | 北京航空航天大学 | 一种机场多维资源协同调度方法 |
CN115809559A (zh) * | 2022-12-09 | 2023-03-17 | 民航成都信息技术有限公司 | 一种机位分配方法、装置、电子设备及存储介质 |
CN116384640A (zh) * | 2022-12-09 | 2023-07-04 | 民航成都信息技术有限公司 | 一种航班停机位的分配方法、装置、电子设备及存储介质 |
CN116168566A (zh) * | 2023-02-15 | 2023-05-26 | 南京航空航天大学 | 一种航空器场面联合调度方法、装置、设备及存储介质 |
CN117077981A (zh) * | 2023-10-16 | 2023-11-17 | 四川大学 | 融合邻域搜索变异和差分进化的停机位分配方法及装置 |
CN117592730A (zh) * | 2023-11-29 | 2024-02-23 | 中国东方航空股份有限公司 | 用于分配机场的停机位的方法、装置、设备及存储介质 |
Non-Patent Citations (3)
Title |
---|
胡莉: "机场场面运行需求与关键资源配置匹配性研究", 《万方数据知识服务平台》, 1 November 2023 (2023-11-01) * |
蒋思,周巍等: "千万级机场航班近机位靠桥率影响因素研究", 《民航管理》, no. 2, 29 February 2024 (2024-02-29), pages 75 - 80 * |
高伟;高鹏;王涛波;: "提高航班靠桥效益的机位指派方法", 《计算机仿真》, vol. 32, no. 10, 31 October 2015 (2015-10-31), pages 35 - 38 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118195101A (zh) * | 2024-05-13 | 2024-06-14 | 中国民航大学 | 一种基于多智能体的机位分配方法、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN117933490B (zh) | 2024-07-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117933490B (zh) | 一种机场场面拖曳调度优化方法、电子设备和存储介质 | |
CN108764777B (zh) | 带时间窗的电动物流车调度方法和系统 | |
CN109034481B (zh) | 一种基于约束规划的带时间窗车辆路径问题建模及优化方法 | |
KR102080424B1 (ko) | 로봇 현장 복귀를 위한 방법 및 장치 | |
CN112288347A (zh) | 冷链配送的路线确定方法、装置、服务器及存储介质 | |
CN110705753A (zh) | 基于调度模型的车辆调度方法、装置、计算机设备及存储介质 | |
CN105389975A (zh) | 专车调度方法和装置 | |
CN111784398A (zh) | 一种航班数据的划分方法及相关装置 | |
CN109948844A (zh) | 一种停机位分配鲁棒性的优化方法、装置、设备及介质 | |
CN112418584A (zh) | 任务规划方法、装置、计算机设备及存储介质 | |
CN102244872B (zh) | 一种td-scdma小区的频率规划方法 | |
CN115514020A (zh) | 跨区域电力调度方法、装置、计算机设备和存储介质 | |
CN114298559A (zh) | 换电站的换电方法、换电管理平台及存储介质 | |
CN114358446A (zh) | 一种机场资源调度的鲁棒优化方法 | |
CN117592730B (zh) | 用于分配机场的停机位的方法、装置、设备及存储介质 | |
CN114529241A (zh) | 一种基于运筹学理论的公路零担货运物流路径规划算法 | |
CN105471043B (zh) | 充电设备的配置方法和装置 | |
CN114707820A (zh) | 货物运输方法、装置、终端设备及可读存储介质 | |
CN114511165A (zh) | 任务运力匹配方法、装置、计算机设备以及存储介质 | |
CN114819526A (zh) | 拍摄计划生成方法和装置、电子设备及计算机可读存储介质 | |
CN114037232A (zh) | 一种家庭维修订单在线分配方法、装置及终端设备 | |
CN112465280A (zh) | 任务的调整方法、装置、服务器及计算机可读存储介质 | |
CN114298294A (zh) | 一种基于硬件加速器的神经网络内存优化方法和装置 | |
CN115730888A (zh) | 货品库存分配方法及装置 | |
CN112116259A (zh) | 一种基于时段规则自动排队的智能调度方法及装置 |
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 | ||
CB03 | Change of inventor or designer information | ||
CB03 | Change of inventor or designer information |
Inventor after: Zhang Yifan Inventor after: Qiao Guoxuan Inventor after: Li Haifeng Inventor before: Zhang Yifan Inventor before: Qiao Guoxuan Inventor before: Li Haifeng |
|
GR01 | Patent grant | ||
GR01 | Patent grant |