發(fā)布時間：2021-10-21 14:14

　　隨著我國社會經濟的快速增長,通用航空產業(yè)的發(fā)展?jié)摿κ艿絿遗c社會的關注,在相關政策的支持與引導下,通航運輸業(yè)逐漸成為影響國民經濟運行的重要因素。而國內通航公司在擴大運力資源規(guī)模,提高運行產能以適應市場需求的同時,也面臨著傳統(tǒng)運行控制管理方式落后,無法提升資源利用率等問題。因此如何采用信息化技術合理地調度現有資源,提升運力匹配效率以保持公司運行效能最大化是當前行業(yè)亟需解決的難題。本文基于國內某通航公司運行特點,結合多智能體理論將電力巡檢背景下的運力匹配問題分解為宏觀角度的多區(qū)域運力資源規(guī)劃問題,和單區(qū)域內運力資源的匹配調度問題。首先以部署最少運力資源為目標構建了資源規(guī)劃數學模型,采用改進后的灰狼算法求解得到靜態(tài)的多區(qū)域運力資源規(guī)劃結果。其次在各區(qū)域內結合多智能體理論建立運力匹配系統(tǒng)框架,采用基于招投標機制的多智能體協(xié)商算法實現生產任務與運力資源的匹配過程,在匹配性結果基礎上,以單機日利用率最高為目標函數建立資源調度數學模型,求解得到最優(yōu)每日作業(yè)時長。仿真實驗結果表明,該方法能夠實現運力資源作業(yè)效率最大化。本文在理論模型及仿真實驗數據的支撐下,基于Eclipse實驗環(huán)境及JADE智能體模型... 

【文章來源】：中國民航大學天津市

【文章頁數】：60 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究意義與背景
    1.2 國內外研究現狀
    1.3 論文主要工作內容
第二章 通航運力匹配問題分析與解決思路
    2.1 國內通航運行流程與特點
    2.2 應用于運力匹配問題的多智能體理論
        2.2.1 智能體的概念與特征
        2.2.2 多智能體系統(tǒng)技術
        2.2.3 多智能體理論解決運力匹配問題的優(yōu)勢
    2.3 基于多智能體理論的運力匹配問題研究思路
    2.4 本章小結
第三章 運力資源配置規(guī)劃研究
    3.1 資源規(guī)劃模型的構建
    3.2 基于改進灰狼算法的資源規(guī)劃模型求解
    3.3 仿真實驗對比分析
    3.4 本章小結
第四章 運力資源與生產任務的匹配性研究
    4.1 基于多Agent的運力匹配系統(tǒng)框架
    4.2 系統(tǒng)級運力資源與生產任務的匹配性模型設計
        4.2.1 匹配性智能體模型的構建
        4.2.2 匹配性模型中Agent單元的功能設計
        4.2.3 基于招投標機制的匹配流程
        4.2.4 匹配性模型中Agent間的通信機制
    4.3 分系統(tǒng)級運力資源調度模型設計
        4.3.1 分系統(tǒng)目標函數及約束條件
        4.3.2 分系統(tǒng)數學模型求解及分析
    4.4 本章小結
第五章 運力匹配自動化系統(tǒng)的設計與實現
    5.1 系統(tǒng)架構設計
    5.2 功能模塊的設計與實現
        5.2.1 運力資源規(guī)劃模塊
        5.2.2 運力資源匹配及調度模塊
    5.3 系統(tǒng)運行效果評估
    5.4 本章小結
總結與展望
致謝
參考文獻
附錄1 論文發(fā)表及參與科研項目


【參考文獻】：
期刊論文
[1]基于人工蜂群算法的多用戶OFDM自適應資源分配方案[J]. 袁建國,南蜀崇,張芳,王竟鑫,龐宇.  吉林大學學報(工學版). 2019(02)
[2]我國通用航空市場增長動力分析[J]. 邵文武,劉畔,黃濤.  沈陽航空航天大學學報. 2019(01)
[3]我國通用航空產業(yè)供給側結構性改革的幾個關鍵問題[J]. 高啟明.  改革與戰(zhàn)略. 2018(09)
[4]基于JADE的multi-Agent智能網絡化資源推送關鍵技術[J]. 劉志明,李劍.  科學技術與工程. 2018(25)
[5]基于入侵雜草蝙蝠雙子群優(yōu)化的裝備保障編組協(xié)同任務規(guī)劃[J]. 王堅浩,張亮,史超,車飛,張鵬濤.  控制與決策. 2019(07)
[6]一種基于變異算子與淘汰重組機制的改進GWO及其應用（英文）[J]. Xiao-qing ZHANG,Zheng-feng MING.  Frontiers of Information Technology & Electronic Engineering. 2017(11)
[7]基于遺傳算法的飛機一體化排班優(yōu)化方法[J]. 李耀華,譚娜.  控制工程. 2017(02)
[8]基于啟發(fā)式算法的飛機指派優(yōu)化模型及算法[J]. 劉婧,賈寶惠.  系統(tǒng)仿真技術. 2016(02)
[9]多智能體協(xié)同任務分配問題研究綜述[J]. 李相民,顏驥,劉波,魏健.  計算機與數字工程. 2014(12)
[10]基于動態(tài)列生成算法的飛機排班問題研究[J]. 朱星輝,朱金福,高強.  數學的實踐與認識. 2014(19)

碩士論文
[1]A通航公司發(fā)展戰(zhàn)略研究[D]. 劉渠.南京大學 2018
[2]基于多Agent的飛機調度協(xié)同決策技術研究[D]. 張潤.南京航空航天大學 2017
[3]基于前景理論的多Agent辯論協(xié)商策略研究[D]. 李靜.北京工業(yè)大學 2015
[4]飛機排班中多任務調度技術研究[D]. 王進.南京航空航天大學 2015
[5]基于多Agent的飛機排班系統(tǒng)設計與實現[D]. 楊卉竹.南京航空航天大學 2011



本文編號：3449141