一种机场新建卫星厅的转场航班分配方法与流程
本发明涉及机场管理优化技术领域，具体而言，涉及一种机场新建卫星厅的转场航班优化分配方法。
背景技术：
机场作为民用航空最重要的基础设施，其运行的状态至关重要。
统计数据表明，近年来，旅客运输量每年都有巨大的增幅，而随着运输量的增加，不可避免地加大了机场负荷，增建机场数量固然是提升运输量的一个途径，但新机场的建设不仅需耗费大量资金、时间，新机场的选址也要尽可能考虑旅客的方便与减少对附近居民的影响，且不能解决短期内旅客运输量的容纳问题。相比之下，在原有机场的基础上对其进行扩建，工程量较小且方便旅客换乘，具有较高的可行性。而扩建机场在投入使用前，必然需要考虑其航班-登机口的分配方案，需要在原有的航站楼周边扩充卫星厅，以增加登机口的数量，缓解运输压力。新建卫星厅的引入，会改变原有航班的分配，需要重新对全部登机口航班停靠进行规划。本发明基于以上背景，提出了对扩建机场的航班-登机口分配方案，综合考虑多种评价因素，达到对现有登机口资源的最优利用。
技术实现要素：
本发明要解决的技术问题是：在机场新建卫星厅的情况下，如何对登机口停靠的转场航班进行优化分配，在最大化安排飞机停靠数目的基础上最小化占用的登机口数目。
为了解决上述技术问题，本发明的技术方案是提供一种机场新建卫星厅的转场航班分配方法，其特征在于，该方法由以下6个步骤组成：
步骤1：登机口、航班预处理；
航班与登机口均有宽机型w、窄机型n、国内航班d、国际航班i的属性划分，由于登机口分配时，w型登机口只能停靠w型飞机，n型登机口只能停靠n型飞机，将登机口及航班类型以w型、n型独立进行规划；
步骤2：将航班与登机口分别采用整数i和整数j进行编号，记为mi、nj，将航班与登机口的所有编号混合随机排列在染色体上，染色体以登机口号码为界被分成了多段，每一段表示一个登机口基因；
步骤3：设置约束条件；
染色体上同一个登机口基因下的航班须符合该登机口属性；每个登机口基因下的相邻航班起飞与降落的时间必须保持在设定的临界值以上；满足这两个条件的染色体才能通过筛选留下；
步骤4：对通过筛选留下的染色体，进行适应度的计算；
提出一个适应度函数，用来判断染色体是否符合当前的生存环境，且适应度越高的个体去交叉和变异的概率越大；将最大化安排飞机数目的权重设为a，最小化登机口使用数目的权重设为b，适应度函数为：
步骤5：染色体交叉和变异；
a)、染色体交叉；对于执行交换操作的任意两条染色体a、b，通过随机产生的数来选择染色体交叉操作的片段，片段的长度随机或固定，不超过设定的最大长度l即可；先在染色体a中随机找一段片段，记录下相应的基因号码，之后在染色体b中找到对应基因的位置，执行染色体交叉变换；
b)、染色体变异；由于基因号码在染色体上是唯一存在的，因此变异只能对单一染色体操作；为了得到更优的解，规定适应度越高的染色体变异的可能性越高；设置变异概率，对于按变异概率选中的执行变异操作的染色体c，随机选择两个基因，然后进行基因换位操作，染色体即产生了变异后的新个体c’，如果在变异之前达到局部最优，则跳出当前最优解，再进行运算；
步骤6：执行完交叉、变异后的染色体，通过适应度函数使每条染色体均产生一个适应度值，所有染色体中适应度值最高的是最优染色体，其上的登机口航班排列顺序即为登机口转场航班最优分配方法。
优选地，所述步骤1中，在w型和n型的独立规划内，航班被划分为dd、di、ii、id四种类型，其中：
dd是指该航班为国内到达国内起飞；
di是指该航班为国内到达国际起飞；
ii是指该航班为国际到达国际起飞；
id是指该航班为国际到达国内起飞；
同时，登机口被划分为d/d、d/di、i/i、i/di、di/di、di/d、di/i七种类型，其中：
d/d是指该登机口只允许国内航班停靠，国内航班起飞；
d/di是指该登机口只允许国内航班停靠，国内或国际航班起飞；
i/i是指该登机口只允许国际航班停靠，国际航班起飞；
i/di是指该登机口只允许国际航班停靠，国内或国际航班起飞；
di/di是指该登机口允许国内或国际航班停靠，国内或国际航班起飞；
di/d是指该登机口允许国内或国际航班停靠，国内航班起飞；
di/i是指该登机口允许国内或国际航班停靠，国际航班起飞。
更优选地，所述步骤3中，染色体上同一个登机口基因下的航班须符合该登机口属性是指：
d/d型登机口只能分配dd型航班；
d/di型登机口能停靠dd型或di型航班；
i/i型登机口只能停靠ii型航班；
i/di型登机口能停靠id型或ii型航班；
di/di型登机口能停靠任意航班；
di/d型登机口能停靠dd型或id型航班；
di/i型登机口能停靠di型或ii型航班。
优选地，所述步骤3中，先对每个登机口上的航班按降落时间的先后顺序进行排序，之后再进行约束条件判断。这样可以减少程序运行时间，提高算法的计算速度。
本发明提供的方法通过将染色体上的基因顺序进行乱序排列，可最大程度地找出最优解。在机场新建卫星厅的情况下，能够对登机口停靠的转场航班进行优化分配，在最大化安排飞机停靠数目的基础上最小化占用的登机口数目。所提方法具有较强的灵活性，实际运行中，机场坏境复杂偶然因素多，可通过更新适应度值提升方法的适应能力，使得方法具有很好的抗干扰能力。
附图说明
图1为本实施例提供的机场新建卫星厅的转场航班分配方法流程图；
图2是改进的遗传算法的流程图；
图3随机生成染色体序列的流程图；
图4是染色序列交叉图；
图5是染色体序列变异图。
具体实施方式
下面结合具体实施例，进一步阐述本发明。
航班与登机口均有宽机型(w)、窄机型(n)、国内航班(d)、国际航班(i)的属性划分与航班起飞降落时间的考量。对于宽机型与窄机型，两者属于独立属性，无相关性，可单独考量。根据飞机型号将航班划分为n、w两类，并分别与n、w两种类型的登机口进行独立分配。
对于同一架飞机，其降落航班类型与起飞航班类型可能存在不同，如到达航班为国内航班(d)，起飞航班为国际航班(i)，由于转场航班降落后不可对其进行挪动，此种航班只能分配到支持国内到达与国际起飞航班停靠的登机口与支持国内国际到达与起飞的登机口。依据此种属性，可将航班划分为dd、di、ii、id四种类型，以di为例，是指该航班为国内到达国际起飞。而对于登机口而言，可划分为d/d、d/di、i/i、i/di、di/di、di/d、di/i七种类型，以d/d为例，是指该登机口只允许国内航班停靠且国内航班起飞。
本发明的技术方案是构造一种基于多约束条件下的多旅行商模型，结合改进的遗传算法，对登机口转场航班进行最优化分配。所述的多旅行商模型的具体实施方式是：将登机口(75个)比作旅行商，航班(304个)比作旅行商需要前往的城市，飞机在登机口停靠的时间比作旅行商去往城市的距离；多旅行商模型中目标是去更多城市的同时行走的路程最短。本发明将约束条件设定为：登机口在时间限定(不同航班降落起飞时间不同，相邻飞机停靠同一登机口需要间隔一定时间，设为45分钟)下停靠更多的飞机。本实施例利用改进的遗传算法规划出登机口航班最优分配方法。
由于登机口分配时，w型登机口只能停靠w型飞机，n型登机口只能停靠n型飞机，将登机口及航班类型以w型、n型独立进行规划。
将飞机与登机口分别进行编号记为mi、nj，i、j为整数，飞机与登机口所有编号混合随机排列在染色体上(染色体上的第一个节点为登机口号码n1)，染色体以登机口号码为界被分成了75段，每一段表示一个登机口基因，随机生成500条染色体。
染色体上同一个登机口基因下的飞机d/i(国内/国际)和w/n(宽/窄)须符合该登机口属性；每个登机口基因里面的飞机航班起飞与降落的时间必须保持在45分钟以上。在500条随机生成的染色体中，选择100条满足这两个条件的留下，如果经筛选后满足条件的不足100条，继续随机生成染色体，直到找到100条符合上述条件的染色体。
考虑到本发明中染色体序列不是单纯的‘0’、‘1’组合，如若按照传统的染色体片段交叉操作的话，大概率会出现染色体上号码重复冲突的问题。本发明对交叉操作进行了改进。对于上述100条染色体以0.6的概率进行改进的交叉操作。对于执行交换操作的任意两条染色体a、b，通过随机产生的数来选择染色体交叉操作的片段，片段的长度可随机或固定，不超过最大长度100即可；先在染色体a中随机找一段片段，记录下相应的基因号码，之后在染色体b中找到对应基因的位置，把染色体a与b相应基因执行染色体交叉变换，完成染色体交叉过程。
自然界中染色体的变异往往会带来意想不到的个体出现，遗传算法中也不例外，为了防止较早的出现最优解的情况，算法中设置了变异操作。由于基因号码在染色体上是唯一存在的，因此变异只能对单一染色体操作。为了得到更优的解，规定适应度高的染色体变异的可能性更高，设置变异概率为0.1。对于按概率选中的执行变异操作的染色体c，随机选择两个基因r1和r2，然后进行基因换位操作，调换r1和r2的位置，染色体即产生了变异后的新个体c’，完成染色体变异过程。如果染色体在交叉或变异之前达到局部最优解，则可跳出当前最优解，再进行运算。
染色体上同一个登机口基因下的飞机d/i(国内/国际)须符合该登机口属性；每个登机口基因里面的飞机航班起飞与降落的时间必须保持在45分钟以上。剔除掉交叉编译后不符合上述条件的染色体，留下20条符合要求的染色体。为了使每个登机口分配的航班最优，考虑到使用最少的登机口，以及停留最多的飞机，就得在这两者之间做出一个权衡。提出一个适应度函数，用来判断染色体是否符合当前的生存环境，且适应度高的个体去交叉变异的概率更大。本发明将最大化安排飞机数目的权重设为0.4，最小化登机口使用数目的权重设为0.6。由此得到适应度函数为：
本发明方法通过将染色体上的基因顺序进行乱序排列，可最大程度地找出最优解。在约束条件的判断上，先对每个登机口上的飞机按降落时间的先后顺序进行排序，之后进行约束条件判断，减少了程序运行时间。改进的遗传算法具有较强的灵活性，实际运行中机场坏境复杂偶然因素多，可通过更新适应度值提升所提方法的适应能力，改进遗传算法的交叉变异操作，使得所提方法具有良好的抗干扰能力。
以上所述，仅为本发明的较佳实施例，并非对本发明任何形式上和实质上的限制，应当指出，对于本技术领域的普通技术人员，在不脱离本发明方法的前提下，还将可以做出若干改进和补充，这些改进和补充也应视为本发明的保护范围。凡熟悉本专业的技术人员，在不脱离本发明的精神和范围的情况下，当可利用以上所揭示的技术内容而做出的些许更动、修饰与演变的等同变化，均为本发明的等效实施例；同时，凡依据本发明的实质技术对上述实施例所作的任何等同变化的更动、修饰与演变，均仍属于本发明的技术方案的范围内。
- 还没有人留言评论。精彩留言会获得点赞！