【摘要】：對于航空運輸來說,機場是承擔運輸活動的必要場所,為所有與之相關(guān)的旅客服務(wù)、飛機起降等過程提供各種基礎(chǔ)和保障。停機位作為機場的重要資源,是實現(xiàn)航班快速、安全停靠的關(guān)鍵因素。而停機位分配不但要從旅客和航空公司的角度出發(fā),為旅客提供更優(yōu)質(zhì)服務(wù)的同時為航空公司節(jié)約成本,而且還要從機場運行控制部門的角度出發(fā),合理、均衡、高效地分配有限的停機位資源,以預(yù)防突發(fā)事件對機場運行的不利影響。因此,開展機場停機位分配建模及智能調(diào)度算法的研究,具有重要的理論意義和應(yīng)用價值。本論文針對蟻群優(yōu)化算法控制參數(shù)難以確定、早熟收斂等缺陷,提出一種自適應(yīng)協(xié)同進化蟻群優(yōu)化算法(Self-adaption Co-Evolutionary Ant Colony Optimization,SCEACO)。該算法首先通過對信息素更新公式進行改進以及對信息素限制更新范圍,實現(xiàn)蟻群優(yōu)化算法信息素的自適應(yīng)更新;然后借鑒了協(xié)同進化的思想和共生機制,將蟻群分為多個蟻群有著共同的搜索空間,并將多目標優(yōu)化問題分解成若干個子優(yōu)化問題,實現(xiàn)種群信息共享與協(xié)同進化。以機場停機位分配問題為研究對象,在考慮機場和航空公司效益最大化以及旅客滿意程度的基礎(chǔ)上,建立了樞紐機場停機位分配優(yōu)化模型,進而提出了基于自適應(yīng)協(xié)同進化蟻群優(yōu)化算法的機場停機位分配方法。最后通過旅行商問題,對自適應(yīng)協(xié)同進化蟻群優(yōu)化算法的優(yōu)化性能進行了驗證,結(jié)果表明該算法克服了控制參數(shù)難以確定、早熟收斂等問題,具有較強的優(yōu)化能力和更好的穩(wěn)定性。同時,采用機場的實際航班數(shù)據(jù),來驗證了提出的機場停機位分配方法的有效性。實驗結(jié)果表明,該方法能夠有效地獲得停機位分配結(jié)果。因此該研究為機場停機位分配提供了一種新的方法。
【圖文】：

算競爭適應(yīng)度的個體叫做學(xué)習(xí)者（Ｌｅａｒｎｅｒ），臨時競爭對手叫做評價者（Ｅｖａｌｕａｔｏｒ）。評價逡逑者可以與學(xué)習(xí)者處于同一種群，這時候種群中的個體即是學(xué)習(xí)者又是評價者，采用多種逡逑群的方式實現(xiàn)競爭協(xié)同進化算法。競爭型協(xié)同進化流程圖如圖３．１。逡逑１５逡逑

（邐通過競爭學(xué)習(xí)者計算適應(yīng)度邋＂）逡逑Ｖ邐／逡逑圖３．１競爭型協(xié)同進化流程圖逡逑Ｆｉｇ．邋３．１邋Ｔｈｅ邋ｆｌｏｗ邋ｃｈａｒｔ邋ｏｆ邋ＣｏｍｐＣＥＡ逡逑（２）合作型協(xié)同進化算法（Ｃｏｏｐｅｒａｔｉｖｅ邋Ｃｏｅｖｏｌｕｔｉｏｎａｒｙ邋Ａｌｇｏｒｉｔｈｍ，邋ＣｏｏｐＣＥＡ）逡逑從生態(tài)進化的角度看，ＣｏｏｐＣＥＡ是對協(xié)同進化中的公式機制的模擬，共生是物種逡逑之間相依為命的一種互利關(guān)系，這種互利關(guān)系己經(jīng)達到了如果失去一方，另一方也就不逡逑能生存。逡逑從形式上看，ＣｏｏｐＣＥＡ把傳統(tǒng)的進化算法中的種群人為的從縱向分為多個子種群，，逡逑每個子種群對應(yīng)一個子任務(wù)。所以在應(yīng)用ＣｏｏｐＣＥＡ?xí)r，首要的工作是進行任務(wù)分解。逡逑本文所采用的協(xié)同進化算法就是這種合作型協(xié)同進化算法。合作型協(xié)同進化流程圖如圖逡逑３．２。逡逑１６逡逑
【學(xué)位授予單位】：大連交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：V35;TP18

【參考文獻】

相關(guān)期刊論文 前10條

1 吳福芳;許峰;;協(xié)同進化多目標優(yōu)化算法在車間調(diào)度中的應(yīng)用[J];軟件導(dǎo)刊;2014年12期

2 匡芳君;張思揚;金忠;徐蔚鴻;;混沌差分進化粒子群協(xié)同優(yōu)化算法[J];微電子學(xué)與計算機;2014年08期

3 徐冰純;葛洪偉;王燕燕;;基于多種群多模型協(xié)同進化的粒子群優(yōu)化算法[J];計算機工程;2013年05期

4 劉朝華;章兢;張英杰;吳建輝;;競爭合作型協(xié)同進化免疫算法及其在旅行商問題中的應(yīng)用[J];控制理論與應(yīng)用;2010年10期

5 陶新民;徐晶;楊立標;劉玉;;改進的多種群協(xié)同進化微粒群優(yōu)化算法[J];控制與決策;2009年09期

6 李昕;顏學(xué)峰;;基于群體信息挖掘的協(xié)同差分進化算法及其應(yīng)用[J];化工進展;2009年05期

7 李碧;林土勝;;協(xié)同進化在遺傳算法中的應(yīng)用述評[J];計算機科學(xué);2009年04期

8 高尚;孫玲芳;侯志遠;楊靜宇;;基于多樣信息素的蟻群算法[J];計算機科學(xué);2006年10期

9 王麗芳;曾建潮;;基于微粒群算法與模擬退火算法的協(xié)同進化方法[J];自動化學(xué)報;2006年04期

10 孫曉燕;高振;鞏敦衛(wèi);;基于合作式協(xié)同進化算法的神經(jīng)網(wǎng)絡(luò)優(yōu)化[J];中國礦業(yè)大學(xué)學(xué)報;2006年01期

本文編號：2655861