一种基于资源受限条件下的停机位分配多目标优化方法

1.一种基于资源受限条件下的停机位分配多目标优化方法，其特征在于，包括如下步骤：(1)研究场面停机位分配流程，确定停机位分配过程中的关键资源；研究停机位分配过程中的综合效能指标，并对关键指标用进行详细分析；基于选取的关键效能指标，构建基于多资源受限条件下的停机位分配优化模型；研究停机位分配过程中的综合效能指标，并对关键指标用进行详细分析具体为：航班延误是评判停机位分配效能的关键指标之一，指的是航班能否按照约定时间起飞，能够按照约定时间起飞的航班为正常航班，否则为延误航班，分析停机位分配过程中发生航班延误的情况，将航班延误分为机坪延误和跑道延误；分析停机位分配过程中的其他关键效能指标，包括拖曳次数以及靠桥率，并找出拖曳次数和靠桥率的关系；基于选取的关键效能指标，构建基于多资源受限条件下的停机位分配优化模型具体包括如下步骤：(1-1)基于选取的关键效能指标建立目标函数：以早高峰离港航空器延误时间、靠桥率以及拖曳次数为目标构建停机位优化目标函数：其中f(y ik ,t it ,c ic ,w km )表示机场因机位之间相互限制因素，管制员、牵引车资源约束所导致的航空器机坪延误时间，该时间将通过后续构建的机坪延误仿真模型得出，N表示航空器数量； 表示航空器的跑道延误时间，计算公式为：μ＝1/t其中， 代表航空器的跑道平均延误时间，λ i 代表航空器第i小时的跑道到达率， 代表T小时的平均跑道到达率，t为单个航空器的跑道使用时长，μ为跑道服务率；cic为0～1决策变量，管制员c为航空器i提供服务时为1，否则为0；tit为0～1决策变量，牵引车t为航空器i提供服务时为1，否则为0；wkm为机位之间相互限制参数,wkm∈{0,1}，机位k和机位m之间有相互限制时为1，否则为0；di代表航空器i的拖曳次数；则：(1-2)考虑停机位分配过程的机位约束，建立机位约束条件的步骤为：(1-2-1)每个航空器在每个阶段只能安排在一个停机位上的约束条件为：其中F为航空器集合，F＝{i|i＝1,2,…,n}；G为停机位集合，G＝{k|k＝1,2,…,m}；(1-2-2)同一停机位的航空器最多有一个后继航空器的约束条件为：其中Zijk为0～1决策变量，航空器i，j分配到机位k且航空器j紧跟在航空器i后面时为1，否则为0，i,j∈F；(1-2-3)同一停机位的航空器最多有一个前驱航空器的约束条件为：(1-2-4)当航空器i分配到机位k时，满足航空器i的航司和机位k的航司相同的约束条件为：c i y ik ＝c k y ik i∈F,k∈Gc i 为航空器i的所属航司,i∈F，c i ∈{1,2,3}分别对应三个不同航司；(1-2-5)表示当航空器i分配到机位k时，满足航空器i的机型大小和机位k的大小匹配的约束条件为：v i ≤t k +(1-y ik )M其中v i 表示航空器i的机型大小,i∈F,v i ∈{1,2,3,4}分别对应航空器机型C\D\E\F四种；t k 为机位k的大小,k∈G,t k ∈{1,2,3,4}分别对应机位C\D\E\F四种大小；M表示一个很大的数；(1-2-6)分配到同一停机位的两相邻航空器间的固定缓冲时间约束条件为：E Ai +(1-Z ijk )M≤E Di +o其中E Ai 航空器i的计划进港时间,i∈F；E Di 为航空器i的计划进港时间,i∈F；(1-3)考虑停机位分配过程的管制员和牵引车资源约束，建立相应约束条件：(1-3-1)同一个牵引车在同一时间只能被一架航空器占用的约束条件为：(1-3-2)表示同一个牵引车在同一时间只能被一架航空器占用的约束条件：其中t it 为0～1决策变量，牵引车t为航空器i提供服务时为1，否则为0； 表示航空器i结束占用牵引车t的时刻； 表示航空器i开始占用牵引车t的时刻；(2)对步骤(1)所建立的停机位分配优化模型进行求解，首先按照“先到先服务”的原则对航班进行排序，并对其进行初始指派；接着设计了禁忌搜索启发式算法对上述初始指派方案进行优化，确定所需的适配值函数、邻域结构、禁忌对象、停止准则、候选解的选择方法要素；对步骤(1)所建立的停机位分配优化模型进行求解，首先按照“先到先服务”的原则对航班进行排序，并对其进行初始指派具体包括如下步骤：(2-1)将航空器按照进场时间从小到达的顺序进行排序；(2-2)为进场航空器i优先选取满足约束条件的近机位停靠，如果没有空闲近机位，则将航空器安排到满足约束条件的远机位停靠；(2-3)将过站时间>6小时的航空器分为进港、停驻、离港阶段分别安排机位；(2-4)判断是否为所有航空器都分配了停机位，若分配完成，则得到初始解；否则重复步骤(2-3)和(2-4)直至所有航空器都被分配停机位；(3)为使实验结果更加符合场面运行实际，构建了仿真模型求解航班机坪延误，并采用排队论求解航班跑道延误；(4)应用航班数据做实例验证，并将实验结果与机场实际运行情况进行对比。 2.如权利要求1所述的基于资源受限条件下的停机位分配多目标优化方法，其特征在于，步骤(2)中，设计了禁忌搜索启发式算法对上述初始指派方案进行优化，确定所需的适配值函数、邻域结构、禁忌对象、停止准则、候选解的选择方法要素，各要素确定方法具体为：(a)适配值函数确定：选取目标函数作为适配值函数，对候选解的状态进行评价；(b)邻域结构：从当前解进行的所有移动统称为邻域，邻域移动也是产生新解的唯一的途径，通过插入移动和交换移动搜索可产生邻域，寻找满足约束条件的邻域解构成候选解集；(c)禁忌对象：选择每次发生移动操作的航空器作为禁忌对象；(d)候选解的选择方法：随机抽取若干领域，在其中选择适配值最小的几个作为候选解集；(e)停止准则：给定最大迭代次数，当超过该次数时，算法终止。 3.如权利要求1所述的基于资源受限条件下的停机位分配多目标优化方法，其特征在于，步骤(2)中，禁忌搜索启发式算法实施具体包括如下步骤：(2-5)首先判断迭代次数是否大于停止准则中给出的迭代次数，如果大于，则终止寻优，输出当前最优的解和适配值函数；否则，转(2-6)；(2-6)交换初始解序列中任意两个航班编号，得到若干邻域解，从中选择适配值较小的P个作为候选解；(2-7)判断是否满足藐视准则；记录候选解中最小的适配值函数，如果该适配值函数小于当前的最优解对应的适配值函数，则将该候选解作为最优解，将对应的禁忌对象替换最早进入禁忌表的禁忌对象，转(2-9)；否则，转(2-8)；(2-8)判断候选解对应的各对象的禁忌属性，在非禁忌对象中选取适配值最小的邻域解作为当前的解集，同时将对应的禁忌对象替换最早进入禁忌表的禁忌对象；(2-9)将迭代次数加1，转(2-6)。 4.如权利要求1所述的基于资源受限条件下的停机位分配多目标优化方法，其特征在于，步骤(3)中，为使实验结果更加符合场面运行实际，构建了仿真模型求解航班机坪延误，并采用排队论求解航班跑道延误具体包括如下步骤：(3-1)将停机位分配过程分为进场申请机位模块、航后拖曳模块、离场拖曳模块以及离场模块四个部分；(3-2)构建各模块的内部逻辑关系，以及模块与模块之间的资源共享机制；(3-3)基于Python搭建机坪延误仿真模型，得出某一停机位分配策略下的航空器机坪延误值，从而为后续停机位分配策略的评估与优化提供依据。