System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于动态任务图建模的机位分配方法组成比例_技高网

一种基于动态任务图建模的机位分配方法组成比例

技术编号:41831235 阅读:4 留言:0更新日期:2024-06-27 18:16
本发明专利技术提供了一种基于动态任务图建模的机位分配方法,包括:在当前处理时刻,基于目标机场的基础信息构建对应的机位分配任务图集;获取当前的机位分配任务图集对应的特征向量;基于特征向量和机位分配模型,获取当前的机位分配任务图集对应的机位分配信息。本发明专利技术能够有助于描述和刻画业务约束条件和规则,并且易于扩展。

【技术实现步骤摘要】

本专利技术涉及停机位分配问题领域,特别是涉及一种基于动态任务图建模的机位分配方法


技术介绍

1、机位分配是机场人员管理和物资调度的前提,与机场资源的使用效率和相关航空公司的利益密切相关。合理有效的分配机制可以显著提高机场资源的利用率和旅客满意度。停机位分配问题属于多目标组合优化问题。该问题的解决方案大都以建模与使用智能优化算法求解为主。现有的停机位分配方案关注于各种优化目标,主要的优化目标包括:最小化远机位数量、最小化滑行时间(距离)、滑行冲突最少、以及最大化航班停机位偏好等。然而,现有的停机位分配方案存在以下问题:(1)在建模过程中没有考虑到航班之前的潜在时间顺序约束,这导致了机位分配问题求解空间非常巨大,求解过程费时费力;(2)在对问题建模的过程中,大都没有考虑任务的时变性,比如航班的延误、取消、新增等,已有的静态建模难于用于模型动态求解。(3)没有考虑机位资源的变化问题,比如机场的父子机位在使用的过程中可以拆分两个小机位。(4)难以同时用于求解机位预分配和机位再分配问题。求解方法的不一致性会影响求解算法解的质量。


技术实现思路

1、针对上述技术问题,本专利技术采用的技术方案为:

2、本专利技术实施例提供一种基于动态任务图建模的机位分配方法,所述方法包括如下步骤:

3、s100,在当前处理时刻,基于目标机场的基础信息构建对应的机位分配任务图集g;所述基础信息包括机位信息p和航班计划信息a,g={g1,g2,……,gi,……,gn};gi为目标机场对应的第i个可分配机位对应的机位分配任务图,i的取值为1到n,n为可分配机位的数量;p={p1,p2,……,pj,……,pm},pj为p中的第j个机位的机位id,j的取值为1到m,m为p中的机位id的数量,m≤n;a={a1,a2,……,ar,……,ah},ar为a中的第r个航班信息,r的取值为1到h,h为a中的航班信息的数量;所述航班信息至少包括航班号、航班机型、预计起飞时间、预计到达时间、预计上轮档时间以及预计撤轮挡时间。

4、s200,获取当前的机位分配任务图集对应的特征向量f=(dmax,lmax,rmax,nmax,bmax,dmean,lmean,rmean,nmean,bmean,dmn,lmn,rmn,nmn,bmn);其中,dmax,lmax,rmax,nmax,bmax分别为当前机位分配任务图集对应的航班数的最大值、最大路径长度的最大值、节点重复比的最大值、当前可调度航班数量的最大值和已停靠航班数量的最大值;dmean,lmean,rmean,nmean,bmean分别为当前机位分配任务图集对应的航班数的平均值、最大路径长度的平均值、节点重复比的平均值、当前可调度航班数量的平均值和已停靠航班数量的平均值;dmn,lmn,rmn,nmn,bmn分别为当前机位分配任务图集对应的航班数的最小值、最大路径长度的最小值、节点重复比的最小值、当前可调度航班数量的最小值和已停靠航班数量的最小值;其中,当前机位分配任务图集的初始值为g。

5、s300,基于f和机位分配模型,获取当前的机位分配任务图集对应的机位分配信息。

6、本专利技术至少具有以下有益效果:

7、本专利技术实施例提供的基于动态任务图建模的机位分配方法,采用任务图模型建模,将机场环境、航班任务和机位分配等信息进行有机结合,能够有助于描述和刻画业务约束条件和规则,并且易于扩展。

8、应当理解,本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征,也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。

本文档来自技高网...

【技术保护点】

1.一种基于动态任务图建模的机位分配方法,其特征在于,所述方法包括如下步骤:

2.根据权利要求1所述的方法,其特征在于,S100具体包括:

3.根据权利要求2所述的方法,其特征在于,S109具体包括:

4.根据权利要求1所述的方法,其特征在于,还包括如下步骤:

5.根据权利要求1所述的方法,其特征在于,其中,所述机位分配模型为利用深度学习算法训练后的智能体网络结构,所述智能体网络结构被设置将停机位分配问题转化为马尔科夫决策过程,其中,机位分配任务图集作为智能体所处的环境,环境通过对应的特征向量与智能体进行交互,智能体的动作为选择一个调度操作,奖励值为执行一个动作后获得的靠桥数目;所述调度操作包括:近机位优先调度操作、最早到达航班优先调度操作、最晚到达航班优先调度操作、最长路径优先调度操作、最短路径优先调度操作、最大平均时间间隔优先调度操作、最小平均时间间隔优先调度操作、随机调度操作。

6.根据权利要求5所述的方法,其特征在于,S300具体包括:

7.根据权利要求1所述的方法,其特征在于,所述奖励值满足如下条件

8.根据权利要求7所述的方法,其特征在于,RVgate满足如下条件:

...

【技术特征摘要】

1.一种基于动态任务图建模的机位分配方法,其特征在于,所述方法包括如下步骤:

2.根据权利要求1所述的方法,其特征在于,s100具体包括:

3.根据权利要求2所述的方法,其特征在于,s109具体包括:

4.根据权利要求1所述的方法,其特征在于,还包括如下步骤:

5.根据权利要求1所述的方法,其特征在于,其中,所述机位分配模型为利用深度学习算法训练后的智能体网络结构,所述智能体网络结构被设置将停机位分配问题转化为马尔科夫决策过程,其中,机位分配任务图集作为智能体所处的环境,环境通过对应的特...

【专利技术属性】
技术研发人员:侯谨毅李博昱陈宇航李海丰
申请(专利权)人:中国民航大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1