本文關(guān)鍵詞：飛機(jī)排班算法的研究與實(shí)現(xiàn)，由筆耕文化傳播整理發(fā)布。

【摘要】： 民航飛機(jī)排班問(wèn)題是航空公司生產(chǎn)運(yùn)營(yíng)過(guò)程中的一項(xiàng)重要工作,其解決的好壞直接影響到航空公司的安全和效益。因此,在目前民航信息化的大背景下,如何使用合適的算法實(shí)現(xiàn)飛機(jī)排班的計(jì)算機(jī)化,并合理有效的進(jìn)行飛機(jī)排班,是國(guó)內(nèi)航空公司提高競(jìng)爭(zhēng)力和成本控制的重要內(nèi)容。 本文將進(jìn)化算法引入飛機(jī)排班問(wèn)題,研究并實(shí)現(xiàn)了基于離散型粒子群算法的飛機(jī)排班系統(tǒng)。論文首先分析了飛機(jī)排班的基本過(guò)程,給出了飛機(jī)排班的基本數(shù)學(xué)模型以及在多種因素限制下的數(shù)學(xué)模型。在分析目前幾種典型飛機(jī)排班算法特點(diǎn)的基礎(chǔ)上,對(duì)其性能進(jìn)行了分析對(duì)比�？紤]到各種算法的優(yōu)缺點(diǎn)和飛機(jī)排班問(wèn)題本身的各種特點(diǎn),本文選擇了在解決組合優(yōu)化問(wèn)題方面具有較好效果的離散型粒子群算法對(duì)排班過(guò)程進(jìn)行優(yōu)化,并著重研究了飛機(jī)排班(Fleet Assignment)算法的實(shí)現(xiàn)技術(shù)。根據(jù)目標(biāo)函數(shù)建立飛機(jī)排班的算法數(shù)學(xué)模型,利用離散型粒子群算法對(duì)其進(jìn)行優(yōu)化。首先,根據(jù)飛機(jī)排班問(wèn)題的屬性以及各種限制和約束,定義了離散型粒子群算法中對(duì)應(yīng)的各個(gè)參數(shù)和進(jìn)化過(guò)程中的運(yùn)算規(guī)則,通過(guò)航班節(jié)交換操作來(lái)產(chǎn)生運(yùn)動(dòng)過(guò)程中粒子在各個(gè)維度上的速度,同時(shí)通過(guò)引入排斥算子增加粒子的多樣性,以保持個(gè)體的進(jìn)化能力。然后建立了基于離散型粒子群算法的飛機(jī)排班模型,并討論了基于離散型粒子群算法的飛機(jī)排班的流程、系統(tǒng)基本構(gòu)成和各個(gè)功能模塊的設(shè)計(jì)與實(shí)現(xiàn)。本文最后對(duì)系統(tǒng)性能進(jìn)行了分析和評(píng)估,并提出了進(jìn)一步改進(jìn)建議。
【關(guān)鍵詞】：飛機(jī)排班 組合優(yōu)化 離散型粒子群算法
【學(xué)位授予單位】：南京航空航天大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2007
【分類號(hào)】：F560;F224
【目錄】：

• 摘要4-5
• Abstract5-11
• 第一章 緒論11-14
• 1.1 國(guó)內(nèi)外研究現(xiàn)狀及趨勢(shì)11-12
• 1.2 研究目的及意義12-13
• 1.3 論文主要研究?jī)?nèi)容及結(jié)構(gòu)13-14
• 第二章 飛機(jī)排班理論與方法分析14-21
• 2.1 航空公司航班計(jì)劃編排過(guò)程14-15
• 2.2 飛機(jī)排班問(wèn)題15-16
• 2.2.1 飛機(jī)排班問(wèn)題的描述15
• 2.2.2 飛機(jī)排班規(guī)則與限制15-16
• 2.3 飛機(jī)排班數(shù)學(xué)模型16-20
• 2.3.1 飛機(jī)排班基本模型16-17
• 2.3.2 各種因素限制下的飛機(jī)排班數(shù)學(xué)模型17-20
• 2.4 飛機(jī)排班常用方法20-21
• 第三章 飛機(jī)排班算法21-43
• 3.1 飛機(jī)排班算法概述21
• 3.2 螞蟻算法21-25
• 3.2.1 螞蟻算法原理21-23
• 3.2.2 螞蟻算法應(yīng)用于飛機(jī)排班問(wèn)題23-24
• 3.2.3 螞蟻算法應(yīng)用于飛機(jī)排班問(wèn)題流程圖24-25
• 3.3 模擬退火算法25-32
• 3.3.1 模擬退火算法原理25-27
• 3.3.2 模擬退火算法應(yīng)用于飛機(jī)排班問(wèn)題27-30
• 3.3.3 模擬退火算法應(yīng)用于飛機(jī)排班問(wèn)題流程圖30-32
• 3.4 離散型粒子群算法32-36
• 3.4.1 離散型粒子群算法原理32-34
• 3.4.2 離散型粒子群算法應(yīng)用于飛機(jī)排班問(wèn)題34-35
• 3.4.3 粒子群算法應(yīng)用于飛機(jī)排班問(wèn)題流程圖35-36
• 3.5 遺傳算法36-40
• 3.5.1 遺傳算法原理36-37
• 3.5.2 遺傳算法應(yīng)用于飛機(jī)排班問(wèn)題37-39
• 3.5.3 遺傳算法應(yīng)用于飛機(jī)排班問(wèn)題流程圖39-40
• 3.6 幾種算法分析與比較40-43
• 3.6.1 螞蟻算法分析40
• 3.6.2 模擬退火算法分析40-41
• 3.6.3 離散型粒子群算法分析41
• 3.6.4 遺傳算法分析41-43
• 第四章 離散型粒子群算法實(shí)現(xiàn)飛機(jī)排班問(wèn)題43-56
• 4.1 飛機(jī)排班的實(shí)現(xiàn)策略43-45
• 4.1.1 飛機(jī)排班問(wèn)題的實(shí)現(xiàn)43
• 4.1.2 飛機(jī)排班問(wèn)題的數(shù)學(xué)模型設(shè)計(jì)43-45
• 4.2 飛機(jī)排班算法設(shè)計(jì)45-56
• 4.2.1 離散型粒子群算法參數(shù)及運(yùn)算規(guī)則設(shè)計(jì)46-48
• 4.2.2 離散型粒子群算法優(yōu)化算子48-49
• 4.2.3 運(yùn)動(dòng)過(guò)程中的航班節(jié)交換49-51
• 4.2.4 初始群體的產(chǎn)生51-53
• 4.2.5 排班結(jié)果的人工調(diào)整53-54
• 4.2.6 離散型粒子群算法求解飛機(jī)排班問(wèn)題主要流程54-56
• 第五章 飛機(jī)排班系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)56-62
• 5.1 系統(tǒng)結(jié)構(gòu)設(shè)計(jì)56-57
• 5.2 應(yīng)用系統(tǒng)實(shí)現(xiàn)57-61
• 5.2.1 系統(tǒng)主要功能設(shè)計(jì)57
• 5.2.2 機(jī)隊(duì)管理模塊57-59
• 5.2.3 航班管理模塊59
• 5.2.4 飛機(jī)排班模塊59-61
• 5.3 系統(tǒng)性能評(píng)價(jià)61-62
• 總結(jié)與展望62-63
• 參考文獻(xiàn)63-65
• 致謝65-66
• 在學(xué)期間的研究成果及發(fā)表的學(xué)術(shù)論文66

【引證文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前1條

1 張群;薛雨石;;蟻群算法在機(jī)隊(duì)指派問(wèn)題中的應(yīng)用[J];中國(guó)管理信息化;2011年13期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前6條

1 楊卉竹;基于多Agent的飛機(jī)排班系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];南京航空航天大學(xué);2011年

2 劉英;應(yīng)急狀態(tài)下航班運(yùn)行的干擾管理研究[D];武漢理工大學(xué);2008年

3 鄧玉林;空管自動(dòng)化ATC系統(tǒng)中的飛行控制研究[D];華南理工大學(xué);2012年

4 尹海龍;基于多任務(wù)調(diào)度的飛機(jī)排班系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];南京航空航天大學(xué);2012年

5 魏星;飛機(jī)排班一體化優(yōu)化模型與算法研究[D];南京航空航天大學(xué);2012年

6 王肆君;飛行訓(xùn)練計(jì)劃軟件的優(yōu)化設(shè)計(jì)[D];電子科技大學(xué);2012年

  本文關(guān)鍵詞：飛機(jī)排班算法的研究與實(shí)現(xiàn)，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：272350