飞机着陆调度优化--带移动时间窗的隐枚举算法

以深度优先搜索的隐枚举算法为基础,结合MPS约束、位置冻结限制、移动时间窗限制和其他多项约束,使用复杂的软件编码实现了特定于飞机着陆调度问题的优化排序算法。对比研究了全局优化、带移动时间窗的局部优化以及一种启发式算法。结果表明,后两种算法可以很好地达到现实空管应用中的实时性要求。可应用于多种目标函数的动态实时ATC自动化系统中,能有效地减小交通延误和提高着陆容量。     

终端区起飞着陆的协同优化

研究当预期交通需求超过容量时的起飞着陆协同优化问题，终端区系统容量由各定位点和跑道的容量所限制，建立了考虑两种计算情况和两种优化策略的整数规划数学模型，两种情况为：引入定位点容量限制和不计定位点容量限制，两种优化策略为：固定容量分配和优化容量分配，计算表明，引入定位点容量限制下的优化容量分配方案能较好的满足交通需求。     

航空公司飞机排班问题的分阶段指派算法

针对国内航空公司运营管理的特点，提出了描述单枢纽航线结构下飞机排班问题的排序模型并构造了一种分阶段指派算法。首先通过引入航班节概念，将飞机对航班的安排问题转化为飞机对航班节的安排问题，然后在定义航班节的“出发事件”和“到达事件”的基础上，分折航班节的出发阶段属性和到达阶段属性，并运用Hungarian算法对各阶段的出发航班节进行指派，该算法的计算复杂性为0(m^2n^2)。最后通过对一个算例的分折说明了该算法的应用。     

求解连续函数优化问题的改进蚁群算法及仿真

蚁群算法是近几年优化领域中新出现的一种启发式仿生类并行智能进化算法,该算法采用分布式并行计算和正反馈机制,易于与其它方法结合,目前虽然已经在离散空间优化领域中得到了广泛应用,但是在求解连续空间优化问题方面的研究相对较少.在介绍基本蚁群算法机制原理和数学模型的基础上,对信息素更新方式进行了改进,采用动态局部信息素更新方式和自适应调节信息素挥发的全局信息素更新方式相结合,并将各条寻优路径上可能的残留信息素数量限制在一个最大最小区间,以提高改进后蚁群算法的全局收敛性能.仿真实验表明,提出的改进蚁群算法能更快地找到连续空间优化问题更优良的全局解,从而为蚁群算法求解这类问题提供了一条可行有效的新途径.     

基于差分进化算法的多旅行商问题优化

针对所有旅行商路径最大值最小的多旅行商问题,提出改进的差分进化算法优化.在该优化方法中,编码采用实数编码;改进的差分进化算法采用轮盘赌选择;根据旅行商问题的特点,在差分进化算法中增加邻域搜索算子.该方法适于距离对称和非对称的多旅行商问题求解.以距离非对称的多旅行商问题的实例进行了仿真和比较,可以看出所提出的改进差分用来解决多旅行商这类离散组合优化问题是有效的.     

遗传算法求解旅行推销员问题时算子的设计与选择

主要讨论了在用遗传算法求解ＴＳＰ时,在算子的设计和选择方面应该注意的一些问题,并且给出了一些算子的分析和设计实例。     

基于蚁群算法的海洋工程群项目资源调度研究

针对海洋工程项目管理的热点问题——群项目管理中的难点,即人力、资金、设备及材料等资源的合理、动态调度问题,提出了一种基于蚁群算法(ACO)的资源调度方法.该方法利用群项目间资源调度问题与旅行商问题(TSP)的相似性,结合ACO算法的特点,将资源需在各个分项目中占用的时间与资源的急需程度与之比作为算法中的启发式信息进行处理.海洋工程群项目管理中资源调度的实例表明,该方法实现了资源的合理、动态调度,为海洋工程群项目管理提供了一较为有效的资源调度算法,对提高我国海洋工程及其他领域群项目管理水平具有一定意义.     

圆排列问题的蚁群模拟退火算法

首先把圆排列问题转化为旅行商问题,然后利用模拟退火算法是求解此问题.针对模拟退火算法对选择试验解比较敏感这一问题,文章提出六种找领域解算法.算法的分析和测试表明,利用了城市间距离大小的信息的蚁群模拟退火算法 是一种简单有效的算法.     

一类仓库作业优化问题的混合遗传算法研究

针对自动化立体仓库固定货架系统中拣选作业优化问题的特点, 分析并设计了一种新型高效混合遗传算法。提出了多起点2-最近点搜索算法进行初始种群的构造,采用了一种新的自适应启发式变异方法,显著改善了原有遗传算法的搜索能力。仿真结果表明该算法从执行时间和优化效果两方面均能够很好地满足作业要求。     

MPS上作业的分配和调度问题

多处理机系统MPS(MultiprocessorSystem)上作业的分配和调度问题是其运行效率的关键.本文讨论的是具有不相容性作业集的作业分配和调度问题,提出了一种启发式方法及其定量分析技术,并证明了相关定理和若干推论.     

CDM GDP飞机着陆时隙多目标优化分配

为科学利用机场时隙资源、降低航班延误损失,研究了CDM GDP时隙资源分配方法.提出采用有效性、功效性和公平性均衡的CDM GDP时隙分配方法,给出一种多目标优化模型.模型以有效性为约束,以功效性和公平性为目标,寻求总延误成本损失最小和航空公司间损失偏差最小的分配方案;引入具体的评价指标量化比较分析航空公司间的公平性.模型采用一种多目标遗传算法予以求解.算例仿真结果表明,获得的一组最优方案的功效性和公平性比RBS算法提高了17.9%、88.5%,验证了所提方法的有效性.     

单机场地面等待问题遗传算法设计

随着空中交通拥挤问题的日益严重，建立科学合理的空中交通管理系统变得十分迫切，而管理系统的核心一流量管理优化算法的研究就十分重要了,当飞机架次较多时，采用事件驱动型模型会取得较好的求解效果，但原有模型将不同类型飞机的单位延迟费用认为是相同的。从不同飞机有不同的延迟费用这一重要经济因素出发，建立了新的事件驱动型单机场地面等待模型，对模型的求解，设计了改革的序号编码遗传算法，采用上海浦东机场的实际数据进行了仿真，仿真结果表明了模型和算法的有效性。     

自动化立体仓库拣选作业路径优化问题研究

合理优化货物的拣选路径是提高自动化仓库运行效率的一种有效方法.通过分析自动化仓库拣选作业的工作特点,为自动化仓库拣选作业创建了含装箱约束条件的多目标优化新型数学模型,用遗传算法对该数学模型进行了求解,基于不可行程度和作业次数对遗传算法初始种群的生成进行了改进.实验仿真和工程实际应用表明该模型和算法是可行、有效的.     

两阶段优化算法求解绿色装箱车辆路径问题

带二维装箱约束的绿色开放式车辆路径问题（green open vehicle routing problem with twodimensional loading constraints, 2L-GOVRP）是绿色开放式车辆路径问题和二维装箱问题的集成。以最小化燃油消耗量为优化目标建立了2L-GOVRP模型,并提出一种两阶段优化算法（two stage optimization algorithm, TSOA）进行求解。TSOA的第一阶段,针对车辆路径问题,设计自适应鲸鱼优化算法（adaptive whale optimization algorithm, AWOA）进行求解,从而确定车辆初步配送路径（即2L-GOVRP的初始解）,并采用4种变邻域局部操作进行局部搜索。TSOA的第二阶段,针对二维装箱问题,设计融入扰动机制的天际线填充算法（skyline filling algorithm combined with disturbance mechanism, SFA-DM）优化装箱过程,从而确保所有货物能够合理装箱。通过对不同客户规模测试数例的仿真实验和算法比较,验证了TSOA可...     

整车物流网络规划问题的混合粒子群算法研究

综合考虑整车物流系统中的运输规模经济效应、库存控制策略、设施、服务质量等决策因素,建立了整车物流网络规划集成优化模型.给出了一种流预测算法和粒子群算法相结合的求解方法,用粒子群算法搜索物流网络可行结构,用流预测算法确定其最优运输路径,二者相互协调实现最优解的搜索.在粒子群搜索过程还加入了交叉变异操作来增加种群的多样性,以避免早熟收敛.实例仿真表明混合粒子群算法的运行效率有显著提高,且有更高概率搜索到全局最优.     

采用混合单亲遗传算法求解一类资源-时间优化问题

针对资源有限最短时间的一类资源 -时间优化问题 ,提出了混合单亲遗传算法进行求解 .作为一类 NP完全问题 ,该问题求解难度相当大 ,尤其问题规模大时寻找最短时间优化解就更困难 .针对问题的特点本文引入的算法结合了启发式规则 ,给出了算法全局收敛的理论分析 ,并给出实际应用表明该算法的有效性.     

Model and Algorithm of Transportation Problem on Network

Transportation problem on network needs to determine the freight quantity and the transportation route between supply point and demand point. Therefore, taken the uncertainty of freight supply and demand into account, a collaborative optimization model is formulated with transportation capacity constraint. In addition, a two-stage genetic algorithm （GA） is put forward. Herein, the first stage of this GA is adopted a priority-based encoding method for determining the supply and demand relationship between different points. Then supply and demand relationship which the supply and the demand are both greater than zero is a minimum cost flow （MCF） problem on network in the second stage. Aim at the purpose to solve MCF problem, a GA is employed. Moreover, this algorithm is suitable for balance and unbalance transportation on directed network or undirected network. At last, the model and algorithm are verified to be efficient by a numerical example.     

多机场网络系统流量分配策略

为有效减少机场交通拥挤、降低航班延误,从系统角度研究战略层面的机场交通供需平衡问题.通过考虑单机场进场和离场间的相关性以及多机场联程航班间的关联性,提出了开放式多机场有向网络交通流系统;基于多元容量受限约束和联程航班约束,以最小化网络系统内所有航班的总延误为目标,建立了开放式多机场网络配流模型.结合国内三大机场的实际航班数据,对模型进行了仿真验证.仿真结果表明:所建模型可以对多机场网络系统流量与容量进行协调优化匹配,充分利用系统容量最小化系统航班延误;可为空管部门提供流量调配优化策略、为民航部门制定航班计划提供辅助决策依据.     

一类地面等待问题的离散时间系统求解方法

近年来，航空业迅速发展，空中交通拥挤现象凸现。地面等待是缓解这类现象的有效措施和方法。针对一类目标机场容量随机的单机场地面等待问题，本文给出了问题的具体描述，建立了相应的离散事件系统模型，并在此基础上设计了求解模型的遗传算法，分析了模型的复杂度和相关参数的特性，最后对算法进行了仿真验证。结果表明，本文的离散事件系统模型及相应算法设计合理，可有效缩减总的消耗费用。相对普通的整数规划模型，本文的离散事件系统模型能够给出具体的航班到场时刻和地面等待时间长度，有效消除了“时间碎片”引起的累积误差。