个粒子的自身历史最好位置为在迭代过程中第i个粒子 的所有位置矢量中对应的航班总延误成本最小的位置矢量； (3) 判断本次迭代是否达到迭代终止条件，若达到所述迭代终止条件，则确定当前全局 历史最好位置中的D个元素为所述待着陆飞机中各架飞机的着陆时间段，停止迭代过程； 若未达到所述迭代终止条件，则进一步判断本次迭代是否达到拓扑自适应调整门限，若本 次迭代达到所述拓扑自适应调整门限，则对各个粒子的网络拓扑进行调整；所述调整包括： 选择当前所述X个粒子中自身历史最好位置对应的航班总延误成本最小的P个第一粒子和 所述X个粒子中自身历史最好位置对应的航班总延误成本最大的Q个第二粒子，对每个所 述第一粒子，随机选择第一边调整个数个第三粒子，增加第一粒子与每个第三粒子之间的 相邻关系，对每个所述第二粒子，在与所述第二粒子直接相邻的粒子中，随机选择第二边调 整个数个第四粒子，删除第二粒子与每个第四粒子之间的相邻关系，执行（1); 分别将所述待着陆飞机中的各架飞机的着陆时间段发送给对应的飞机。2. 根据权利要求1所述的方法，其特征在于，所述根据初始状态各个粒子的位置矢量 和各个飞机的空中等待成本，计算各个粒子的当前的位置矢量对应的航班总延误成本，包 括： ^f算第i个粒子的当前的位置矢量对应的航班总延误成 本； 其中，i, (6(1)为初始状态第i个粒子的位置矢量中的第d架飞机的着陆时间段，A(d)为 第d架飞机的计划到达时间段，Ca (d，At)为第d架飞机空中等待时长为At时的成本； 所述根据更新后的各个粒子的位置矢量和各个飞机的空中等待成本，计算各个粒子当 前的位置矢量对应的航班总延误成本，并根据由更新后的各个粒子的位置矢量计算的各个 粒子的航班总延误成本，包括：}计算第i个粒子的当前位置矢量对应的航班总延误成 本； 其中山(d)为更新后的第i个粒子的位置矢量中的第d架飞机的着陆时间段，A(d)为 第d架飞机的计划到达时间段，Ca (d，At)为第d架飞机空中等待时长为At时的成本。3. 根据权利要求1所述的方法，其特征在于，所述分别根据各个粒子的自身历史最好 位置和邻居最好位置，更新各个粒子的速度矢量，分别根据各个粒子的更新后的速度矢量 更新各个粒子的位置矢量，具体包括： 对于每一个粒子，依次根据vf = Zx[vf +C1 x/〖-xf) +? x( p/ -彳)]更新 第i个粒子的速度矢量中的第d个元素，d e [1，D];其中，vf 为第i个粒子的第d个元 素更新后的速度矢量，< 为第i个粒子的第d个元素更新前的速度矢量，Pid为第i个粒子 的历史最好位置Pi的第d个元素，p gd为第i个粒子的历史邻居最好位置的第d个元素，c i 为预设的自我学习因子，C2为预设的社会学习因子，r JPr2S [0，1]间的随机数；X为预 设的收缩因子； 对于每一个粒子，依次根据_ = xf + v/更新第i个粒子的位置矢量中的第d个元 素，de [1，D];其中，xf 第i个粒子的第d个元素更新后的位置矢量，xf第i个粒子的 第d个元素更新前的位置矢量。4. 根据权利要求1所述的方法，其特征在于，所述第一机场在T i、T2、…、T#间段的 可用跑道容量分别为Q、C2、…、Cm，则 对于初始状态随机生成的任一粒子中的位置矢量中的D个元素对应的D架飞机的着陆 时间以及在迭代过程中的任一粒子更新后的位置矢量中的D个元素对应的D架飞机的着陆 时间满足第一约束条件，所述第一约束条件具体包括： 在T\、T2、…、Tm#个时间段着陆的飞机的数量小于各个时间段的可用跑道容量；其中， 所述第一机场在时间段T内的可用跑道次大于X。5. 根据权利要求1所述的方法，其特征在于， 所述随机选择第一边调整个数个第三粒子，增加第一粒子与每个第三粒子之间的相邻 关系，具体包括： 在与所述第一粒子不直接相邻的粒子中，随机选择第一边调整个数个第三粒子，增加 第一粒子与每个第三粒子之间的相邻关系； 所述在与所述第二粒子直接相邻的粒子中，随机选择第二边调整个数个第四粒子，删 除第二粒子与每个第四粒子之间的相邻关系，还具体包括： 若与所述第二粒子直接相邻的粒子的个数小于或等于所述第二边调整个数，则在与所 述第二粒子相邻的粒子中，随机删除第三边调整个数个第四粒子与所述第二粒子之间的相 邻关系，所述第三边调整个数为与所述第二粒子直接相邻的粒子的个数减一。6. 根据权利要求1-5任一所述的方法，其特征在于，所述选择所述X个粒子中自身历史 最好位置对应的航班总延误成本最小的P个第一粒子和所述X个粒子中自身历史最好位置 对应的航班总延误成本最大的Q个第二粒子，包括： 根据预设的第一调整概率，选择所述X个粒子中自身历史最好位置对应的航班总延误 成本最小的P个第一粒子；根据预设的第二调整概率选择所述X个粒子中自身历史最好位 置对应的航班总延误成本最大的Q个第二粒子。7. 根据权利要求6所述的方法，其特征在于，P等于X与所述第一调整概率的乘积；Q 等于X与所述第二调整概率的乘积。8. 根据权利要求6所述的方法，其特征在于，所述第一预设调整概率等于所述第二预 设调整概率。9. 一种航班调度装置，其特征在于，包括： 获取模块，用于获取时间段T内在第一机场待降落的D架飞机的计划到达时间段和空 中等待成本；其中，第d架飞机的计划到达时间段为A(d)，第d架飞机的空中等待成本为 Ca (d，At)，At为空中等待时长，时间段T包括m个安全着陆时间段InT2、…、Tm，A (d)为 1'1、1'2、一、1'"1中的一个时间段，(1￡[1，〇]; 处理模块，用于随机生成X个粒子，并根据无标度网络的产生机制建立初始状态各个 粒子的网络拓扑；其中，X大于D，每个粒子包括D维位置矢量和D维速度矢量，所述D维位 置矢量中的第d个元素为第d架飞机的着陆时间段L (d)，且L (d)大于等于A (d)，所述D维 速度矢量中的第d个元素为第d架飞机的着陆时间段的迭代改变量；所述各个粒子中的第 i个粒子的网络拓扑包括第i个粒子与所述X个粒子中除该粒子之外的其他粒子之间的相 邻关系；根据初始状态各个粒子的位置矢量和各个飞机的空中等待成本，计算各个粒子当 前的位置矢量对应的航班总延误成本，确定各个粒子当前的位置矢量对应的航班总延误成 本为各个粒子的初始的自身历史最好位置；根据各个粒子的当前的位置矢量对应的航班总 延误成本和所述初始状态各个粒子的网络拓扑，确定各个粒子的邻居最好位置和所述X个 粒子的全局最好位置；其中，第i个粒子的邻居最好位置为当前与第i个粒子直接相邻的 粒子的自身历史最好位置中对应的航班总延误成本最小的粒子的自身历史最好位置；所述 X个粒子的全局历史最好位置为所述X个粒子的当前自身历史最好位置中对应的航班总延 误成本最小的自身历史最好位置；开始迭代过程，所述迭代过程包括（1)至（3) :(1)分别 根据各个粒子的自身历史最好位置和邻居最好位置，更新各个粒子的速度矢量；分别根据 各个粒子的更新后的速度矢量，更新各个粒子的位置矢量；（2)根据更新后的各个粒子的 位置矢量和各个飞机的空中等待成本，计算各个粒子当前的位置矢量对应的航班总延误成 本，并根据由更新后的各个粒子的位置矢量计算的各个粒子的航班总延误成本，确定各个 粒子的自身历史最好位置、邻居最好位置和所述X个粒子的全局历史最好位置；其中，第i 个粒子的自身历史最好位置为在迭代过程中第i个粒子的所有位置矢量中对应的航班总 延误成本最小的位置矢量；（3)判断本次迭代是否达到迭代终止条件，若达到所述迭代终 止条件，则确定当前全局历史最好位置中的D个元素为所述待着陆飞机中各架飞机的着陆 时间段，停止迭代过程；若未达到所述迭代终止条件，则进一步判断本次迭代是否达到拓扑 自适应调整门限，若本次迭代达到所述拓扑自适应调整门限，则对各个粒子的网络拓扑进 行调整；所述调整包括：选择当前所述X个粒子中自身历史最好位置对应的航班总延误成 本最小的P个第一粒子和所述X个粒子中自身历史最好位置对应的航班总延误成本最大的 Q个第二粒子，对每个所述第一粒子，随机选择第一边调整个数个第三粒子，增加第一粒子 与每个第三粒子之间的相邻关系，对每个所述第二粒子，在与所述第二粒子直接相邻的粒 子中，随机选择第二边调整个数个第四粒子，删除第二粒子与每个第四粒子之间的相邻关 系，执tx (1); 发送模块，用于分别将所述处理模块确定的所述待着陆飞机中的各架飞机的着陆时间 段发送给对应的飞机。
【专利摘要】本发明提供一种航班调度方法和装置。本发明航班调度方法通过在根据航班计划到达时间和各飞机的空中等待成本确定各航班的着陆时间时，采用无标度网络的产生机制生成各航班着陆时间的粒子群网络拓扑，增加航班等待成本最小的P个粒子与网络拓扑中其他粒子的连接，同时减少航班等待成本最大的Q个粒子与网络拓扑中其他粒子的连接,由于增加了距离最优航班调度时间结果最近的粒子的连接权重，降低了距离最优航班调度时间结果最远的粒子的连接权重，使得最终获得的航班着陆时间的结果的收敛时间缩短，提升了确定各航班着陆时间的效率,由于无标度网络的异质性特点，保证了粒子种群网络拓扑多样性，避免了采用规则网络获取的结果陷入局部最优。
【IPC分类】G06N3/00, G06Q10/04
【公开号】CN104881720
【申请号】CN201510303004
【发明人】杜文博, 周兴莲, 陈震, 高阳
【申请人】北京航空航天大学
【公开日】2015年9月2日
【申请日】2015年6月4日