一种顾及旅客中转时间的机场登机口分配方法

1.一种顾及旅客中转时间的机场登机口分配方法，其特征在于，包括以下步骤：步骤1：根据机场实际运行特点和模型假设，建立航班-登机口优化分配变量约束模型及建立航班-登机口优化分配目标函数模型；步骤2：根据飞机转场信息、旅客信息以及机场登机口信息，利用贪婪算法生成遗传算法初始种群，使用的贪婪策略为，对于每个到达航班优先指派航班至空闲时间间隔最小的登机口；步骤3：根据航班-登机口优化分配目标函数计算个体适应度，并针对种群按照适应度值进行降序排序，取适应度值最大的个体染色体作为精英保留；步骤4：对染色体进行选择操作，采用轮盘赌算法选择染色体，若所有的染色体具有相等的适应度，则通过服从均匀分布的随机数对染色体进行随机性选择操作；步骤5：对染色体进行交叉操作，生成两个随机整数t 1 和t 2 ，将其作为需要截取的染色体片段，并采用双点杂交策略对染色体进行杂交操作；步骤6：对染色体进行变异操作，生成随机整数作为需要变异染色体的基因位置，并将该位置登机口变异为1～Q间随机整数，其中，Q表示固定登机口数量；步骤7：计算经选择、交叉和变异后的种群个体适应度，按照适应度值进行降序排序，淘汰适应度值最小的个体，并使用上一代精英补充，更新精英个体；步骤8：重复执行步骤4至步骤7共计G次，获得最优航班-登机口分配结果，其中，G表示最大遗传代数。 2.根据权利要求1所述的一种顾及旅客中转时间的机场登机口分配方法，其特征在于，步骤1中：航班-登机口优化分配变量约束模型如下：航班-登机口优化分配目标函数模型如下：其中，L表示转场航班数量，即为染色体长度，P表示中转旅客组数，i＝1,2,...,L，j＝1,2,...,Q，l＝1,2,...,P，x i,j 表示转场航班i分配登机口j的决策变量，T 1,i 表示转场航班i的到达航班类型，T 2,j 表示登机口j接受的到达航班类型，T 3,i 表示转场航班i的出发航班类型，T 4,j 表示登机口j接受的出发航班类型，T 5,i 表示转场航班i的机体类型，T 6,j 表示登机口j接受的机体类型，t k 表示转场航班k的到达时间，t i 表示转场航班i的到达时间， 表示转场航班i的出发时间，x k,j 表示转场航班k分配登机口j的决策变量，w 1 和w 2 为极大的正数，且w 1 远大于w 2 ，J表示航班-登机口分配目标函数，min()表示取表达式最小值，x i,Q+1 表示转场航班i分配临时登机口的决策变量，d l 表示第l组中转旅客随行人数，τ l 表示第l组中转旅客的最短流程时间，M 1 为极大的正数， 表示向上取整。 3.根据权利要求2所述的一种顾及旅客中转时间的机场登机口分配方法，其特征在于，步骤2包括：步骤2-1：将航班按照到达时间进行排序，先到达的航班优先分配登机口，设定登机口的空闲时间为上一架飞机的离港时间；步骤2-2：对于每个到达航班，寻找其与登机口空闲时间间隔最小的登机口作为局部最优解，若转场航班i占用登机口j，则x i,j ＝1，否则x i,j ＝0；步骤2-3：若某一转场航班经过多次尝试仍然无法分配到合理的登机口，则安排该航班至临时登机口；步骤2-4：遍历待分配航班，为所有的航班分配适合的登机口。 4.根据权利要求3所述的一种顾及旅客中转时间的机场登机口分配方法，其特征在于，步骤3中所述适应度函数计算式如下：其中，fitness表示航班-登机口分配适应度函数，max()表示取表达式最大值，F max 为极大的正数使得fitness恒大于零；其中，ii＝1,2,...,NP，jj＝1,2,...,NP，f ii 表示第ii个个体的适应度，f jj 表示第jj个个体的适应度，p ii 表示第ii个个体被遗传到下一代群体中的概率，NP表示遗传算法种群数量；其中，q ii 表示第ii个个体被遗传到下一代群体中的累积概率。 5.根据权利要求4所述的一种顾及旅客中转时间的机场登机口分配方法，其特征在于，步骤4中改进轮盘赌算法选择操作包括：步骤4-1：取值indexi＝1；步骤4-2：如果indexi≤NP，执行步骤4-3，否则执行步骤4-6；步骤4-3：生成一个0～1之间的随机数rand，如果rand<q 1 ，则选择个体1，执行步骤4-5，否则执行步骤4-4；步骤4-4：遍历种群，如果第k个个体被遗传到下一代群体中的累积概率满足q k-1 <rand≤q k 成立，则选择个体k，执行步骤4-5，否则执行步骤4-4；步骤4-5：indexi+＝1，执行步骤4-2；步骤4-6：结束；其中，indexi表示循环执行计数变量；步骤4中随机性选择操作包括：步骤4-7：取值indexi＝1；步骤4-8：如果indexi≤NP，执行步骤4-9，否则执行步骤4-12；步骤4-9：生成一个1～NP之间的随机整数r和一个0～1之间的随机数rand，如果rand<p r ，执行步骤4-10，否则执行步骤4-9；步骤4-10：将第r条染色体赋值给经随机选择后的新群体的第indexi位，执行步骤4-11；步骤4-11：indexi+＝1，执行步骤4-8；步骤4-12：结束。 6.根据权利要求5所述的一种顾及旅客中转时间的机场登机口分配方法，其特征在于，步骤5中改进的交叉算子计算公式如下：当遗传代数小于等于G1时，交叉算子为：当遗传代数大于G1时，交叉算子为：其中，P c 表示交叉算子，f max 表示群体中最大的适应度，f avg 表示每一代种群适应度的平均值，k 1 和k 2 表示交叉算子初始值，Δ Pc 为一个常数，用于确保P c 值恒大于零，G1为一个常数，当遗传代数大于G1时，表示遗传迭代进入后期。 7.根据权利要求6所述的一种顾及旅客中转时间的机场登机口分配方法，其特征在于，步骤5中交叉计算的具体过程为：步骤5-1：生成两个1～L之间的随机整数t 1 和t 2 ，将其作为需要截取的染色体片段，且需满足t 1 ＜t 2 ≤L；步骤5-2：取值indexi＝1；步骤5-3：如果indexi＜NP，执行步骤5-4，否则执行步骤5-7；步骤5-4：生成0～1之间的随机数rand，并分别计算第indexi条染色体，即父本和第indexi+1条染色体，即母本的选择概率P c1 和P c2 ，且令P c ＝0.5×(P c1 +P c2 )，如果P c ≥rand，执行步骤5-5，否则执行步骤5-6；步骤5-5：第indexi条子代对应t 1 和t 2 断点两端的基因继承自上一代中的父本染色体，t 1 和t 2 两断点之间的基因继承自上一代中的母本染色体，而第indexi+1条子代对应t 1 和t 2 断点两端的基因继承自上一代中的母本染色体，t 1 和t 2 两断点之间的基因继承自上一代中的父本染色体；步骤5-6：indexi+＝2，执行步骤5-3；步骤5-7：结束。 8.根据权利要求7所述的一种顾及旅客中转时间的机场登机口分配方法，其特征在于，步骤6中改进的变异算子计算公式如下：当遗传代数小于等于G1时，变异算子为：当遗传代数大于G1时，变异算子为：其中，P m 表示变异算子，Δ Pm 为一个常数，用于确保P m 值恒大于零，k 3 和k 4 表示变异算子初始值。 9.根据权利要求8所述的一种顾及旅客中转时间的机场登机口分配方法，其特征在于，步骤6中变异计算具体过程为：步骤6-1：取值indexi＝1；步骤6-2：如果indexi≤NP，执行步骤6-3，否则执行步骤6-7；步骤6-3：生成一个1～10之间的随机整数t r ，并计算第indexi条染色体的变异概率P m ，如果t r ×P m ＝10P m ，执行步骤6-4，否则执行步骤6-6；步骤6-4：生成一个1～L之间的随机整数indexj，生成一个1～Q之间的随机整数tt，如果第indexi条染色体第indexj位置的登机口号等于tt，执行步骤6-4，否则执行步骤6-5；步骤6-5：将第indexi条染色体第indexj位置的登机口号变异为tt，执行步骤6-6；步骤6-6：indexi+＝1，执行步骤6-2；步骤6-7：结束。 10.根据权利要求9所述的一种顾及旅客中转时间的机场登机口分配方法，其特征在于，步骤7中计算经遗传操作后的种群个体适应度时按照如下方法调整适应度函数：当遗传代数小于等于G1时，适应度函数为：当遗传代数大于G1时，适应度函数为：其中，n为大于零的正整数。