一种适用于航空公司的模拟机排班算法的制作方法

1.本发明涉及企业管理技术领域，具体的说是一种适用于航空公司的模拟机排班算法。


背景技术：

2.模拟机通是航空公司的培养飞行员的重要机器，也是保障飞行员飞行安全的重要手段。模拟机的调度与排班是航空公司营管理中的一个重要环节。在需要培训的飞行员数量和模拟总时长确定之后，模拟机调度与排班是航空公司的一项日常性工作。航空公司模拟机的最佳排班调度可以通过减少模拟机数量和模拟机空运行时长，显著节省运营成本。


技术实现要素：

3.本发明要解决的技术问题是提供一种适用于航空公司的模拟机排班算法，能够合理的安排飞行员进行模拟机训练，并通过减少模拟机数量和模拟机空运行时长，显著节省运营成本。
4.为解决上述技术问题，本发明采用的技术方案为：一种适用于航空公司的模拟机排班算法，其特征在于：包括以下步骤：步骤一：基于动态规划构建模拟机调度基本模型并求解，获得一个模拟机调度初始解；步骤二：基于禁忌搜索算法构建损失函数作为初始解进行迭代的依据；步骤三：基于邻域结构思想进行局部迭代搜索改进生成若干可靠候选解；步骤四：为了避免局部搜索陷入局部最优解此时加入多种破坏算子扰动初始解使其具有相对较高的质量；步骤五：根据禁忌搜索算法所采用的损失函数过滤候选解得到候选解中的最优解并生成最终的模拟机排班方案。
5.所述的步骤三中，局部迭代搜索算法主要采用两种策略：1)随机替换策略，即随机选择两个候选解中的某班次并相互替换其所在位置，从而构建新的候选解；2)随机插入策略，即随机选择两个候选解中的某班次，并随机将其中一个候选解中的一个班次插入到另外一个候选解中的另外一个班次的前方或者后方，从而构建新的候选解。
6.所述模拟机调度是人机绑定调度模式的模拟机排班，给定调度模式，算法迭代次数m，模拟机调度排班算法步骤描述如下：(1)初始解：以模拟机调度空运行成本以及使用者停留等待成本为目标通过动态规划算法进行模拟机调度调度，获得模拟机初始班次链，要求满足给定的最大中停时间、最小中停时间的限制；(2)重定义损失函数，考虑无人使用和空运行因素的影响并将其转换为损失值，考虑模拟机停运成本为目标通过禁忌搜索算法进行构建目标函数；(3)局部搜索：针对人机固定调度模式，通过执行基于邻域结构的局部搜索算法进行模拟机班次链候选解的构建，并使用插入策略、替换策略等算子进行对当前的
排班链候选解的质量提升，并尝试构建新的可行排班链候选集；(4)局部搜索：针对人机固定调度模式，局部搜索用于改进排班链次链；并使用班次移动、班次链合并、班次链重组和班次链拆分算子对当前的班次链进行调整，尝试将给可行的班次链调整为可行班次链，也尝试通过调整降低模拟机和使用者成本；(5)迭代执行步骤(3)到(4)m次；(6)此时返回损失函数最小的可行解，将其与当前最好的解进行比较，如果优于当前最优解，此时将该解作为最终调度方案。
7.所述的禁忌搜索算法的基本步骤如下：1)初始化：利用上述动态规划算法生成初始解，清空禁忌表，设置禁忌长度为6，迭代次数为200；2)邻域结构产生候选解：通过搜索算子产生候选解并计算各个候选解的适应值；3)选择最好的候选解，从步骤2产生的所有的候选解中选择适应值最好的候选解，将其与当前最好的解进行比较，如果优于当前解，则将其更新当前最好解；4)判断终止条件：若满足终止条件，则立即停止并输出当前最好解；否则继续搜索。
8.该种适用于航空公司的模拟机排班算法能够产生的有益效果为：考虑模拟机租赁成本和模拟机空运行成本，运用科学的模型算法，即贪婪禁忌搜索算法和寻找最小模拟机数和符合调度习惯的排班方案，并验证算法的有效性，将其应用于实际中。
附图说明
9.图1为本发明一种适用于航空公司的模拟机排班算法的算法流程图。
具体实施方式
10.以下结合说明书附图和具体优选的实施例对本发明作进一步描述。
11.如图1所示，一种适用于航空公司的模拟机排班算法，其特征在于：包括以下步骤：步骤一：基于动态规划构建模拟机调度基本模型并求解，获得一个模拟机调度初始解；步骤二：基于禁忌搜索算法构建损失函数作为初始解进行迭代的依据；步骤三：基于邻域结构思想进行局部迭代搜索改进生成若干可靠候选解；步骤四：为了避免局部搜索陷入局部最优解此时加入多种破坏算子扰动初始解使其具有相对较高的质量；步骤五：根据禁忌搜索算法所采用的损失函数过滤候选解得到候选解中的最优解并生成最终的模拟机排班方案。
12.所述的步骤三中，局部迭代搜索算法主要采用两种策略：1)随机替换策略，即随机选择两个候选解中的某班次并相互替换其所在位置，从而构建新的候选解；2)随机插入策略，即随机选择两个候选解中的某班次，并随机将其中一个候选解中的一个班次插入到另外一个候选解中的另外一个班次的前方或者后方，从而构建新的候选解。
13.所述模拟机调度是人机绑定调度模式的模拟机排班，给定调度模式，算法迭代次数m，模拟机调度排班算法步骤描述如下：(1)初始解：以模拟机调度空运行成本以及使用者停留等待成本为目标通过动态规划算法进行模拟机调度调度，获得模拟机初始班次链，要求满足给定的最大中停时间、最小中停时间的限制；(2)重定义损失函数，考虑无人使用和
空运行因素的影响并将其转换为损失值，考虑模拟机停运成本为目标通过禁忌搜索算法进行构建目标函数；(3)局部搜索：针对人机固定调度模式，通过执行基于邻域结构的局部搜索算法进行模拟机班次链候选解的构建，并使用插入策略、替换策略等算子进行对当前的排班链候选解的质量提升，并尝试构建新的可行排班链候选集；(4)局部搜索：针对人机固定调度模式，局部搜索用于改进排班链次链；并使用班次移动、班次链合并、班次链重组和班次链拆分算子对当前的班次链进行调整，尝试将给可行的班次链调整为可行班次链，也尝试通过调整降低模拟机和使用者成本；(5)迭代执行步骤(3)到(4)m次；(6)此时返回损失函数最小的可行解，将其与当前最好的解进行比较，如果优于当前最优解，此时将该解作为最终调度方案。
14.所述的禁忌搜索算法的基本步骤如下：1)初始化：利用上述动态规划算法生成初始解，清空禁忌表，设置禁忌长度为6，迭代次数为200；2)邻域结构产生候选解：通过搜索算子产生候选解并计算各个候选解的适应值；3)选择最好的候选解，从步骤2产生的所有的候选解中选择适应值最好的候选解，将其与当前最好的解进行比较，如果优于当前解，则将其更新当前最好解；4)判断终止条件：若满足终止条件，则立即停止并输出当前最好解；否则继续搜索。
15.进一步的，禁忌搜索算法排班简化了飞行员的排班。此算法实现了能够利用最少数量的模拟机、实现任务量以及模拟时间的大致公平。避免了因任务量和上班时间不均衡导致需要多次轮班的情况，从运营管理上也使得驾驶员排班更加简单。遗传算法、元启发算法等可以部分替代本技术方案，但运算速度明显减慢，排班结果在调度层面的可执行性较本技术方案有明显不足。
16.以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，应视为本发明的保护范围。