一種航班調(diào)度方法和裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明實(shí)施例設(shè)及信息技術(shù)，尤其設(shè)及一種航班調(diào)度方法和裝置。
【背景技術(shù)】
[0002] 隨著我國(guó)空中交通運(yùn)輸事業(yè)取得的發(fā)展，飛行流量快速增加，樞紐機(jī)場(chǎng)W及主干 航路的容量日漸飽和，空中交通擁堵現(xiàn)象逐步加劇，導(dǎo)致大面積航班延誤，不但造成巨大的 經(jīng)濟(jì)損失，而且嚴(yán)重影響飛行運(yùn)行安全，已成為影響我國(guó)航空運(yùn)輸業(yè)發(fā)展的焦點(diǎn)問(wèn)題。解 決空中交通擁堵問(wèn)題最有效、最經(jīng)濟(jì)的手段是空中交通流量管理，即通過(guò)先期的航班計(jì)劃 優(yōu)化和實(shí)時(shí)的飛行流量控制等措施，減少不同航班對(duì)有限的航路資源和時(shí)刻資源的使用沖 突，進(jìn)而保障空中交通系統(tǒng)的安全、有序、順暢地運(yùn)行。
[0003] 智能優(yōu)化算法（Intelligent Optimization Algorithm)，又稱智能計(jì)算 (Intelligent Computation)，是通過(guò)模擬或揭示某些自然現(xiàn)象或過(guò)程發(fā)展而來(lái)的優(yōu)化算 法，其中的粒子群算法（Particle Swarm化timization，簡(jiǎn)稱PS0)是一種模仿鳥類群體行 為的智能優(yōu)化算法，基本思想是通過(guò)群體中個(gè)體之間的協(xié)作和信息共享來(lái)尋找最優(yōu)解。
[0004] 基本PS0算法由于采用全聯(lián)通網(wǎng)絡(luò)結(jié)構(gòu)，其獲取結(jié)果的收斂速度較慢。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明實(shí)施例提供一種航班調(diào)度方法和裝置，W克服現(xiàn)有技術(shù)中獲取結(jié)果的速度 較慢的問(wèn)題。
[0006] 本發(fā)明實(shí)施例的第一方面提供一種航班調(diào)度方法，包括：
[0007] 獲取時(shí)間段T內(nèi)在第一機(jī)場(chǎng)待降落的D架飛機(jī)的計(jì)劃到達(dá)時(shí)間段和的空中等待成 本；其中，第d架飛機(jī)的計(jì)劃到達(dá)時(shí)間段為A(d)，第d架飛機(jī)的空中等待成本為Ca化At)， At為空中等待時(shí)長(zhǎng)，時(shí)間段T包括m個(gè)安全著陸時(shí)間段Ti、T2、…、Tm，A(d)為Ti、T2、…、 Tm中的一個(gè)時(shí)間段，dG[1，D];
[000引隨機(jī)生成X個(gè)粒子，并根據(jù)無(wú)標(biāo)度網(wǎng)絡(luò)的產(chǎn)生機(jī)制建立初始狀態(tài)各個(gè)粒子的網(wǎng)絡(luò) 拓?fù)?；其中，X大于D，每個(gè)粒子包括D維位置矢量和D維速度矢量，所述D維位置矢量中的 第d個(gè)元素為第d架飛機(jī)的著陸時(shí)間段L(d)，且L(d)大于等于A(d)，所述D維速度矢量中 的第d個(gè)元素為第d架飛機(jī)的著陸時(shí)間段的迭代改變量；所述各個(gè)粒子中的第i個(gè)粒子的 網(wǎng)絡(luò)拓?fù)浒ǖ趇個(gè)粒子與所述X個(gè)粒子中除該粒子之外的其他粒子之間的相鄰關(guān)系；根 據(jù)初始狀態(tài)各個(gè)粒子的位置矢量和各個(gè)飛機(jī)的空中等待成本，計(jì)算各個(gè)粒子當(dāng)前的位置矢 量對(duì)應(yīng)的航班總延誤成本，確定各個(gè)粒子當(dāng)前的位置矢量對(duì)應(yīng)的航班總延誤成本為各個(gè)粒 子的初始的自身歷史最好位置；根據(jù)各個(gè)粒子的當(dāng)前的位置矢量對(duì)應(yīng)的航班總延誤成本和 所述初始狀態(tài)各個(gè)粒子的網(wǎng)絡(luò)拓?fù)?，確定各個(gè)粒子的鄰居最好位置和所述X個(gè)粒子的全局 最好位置；其中，第i個(gè)粒子的鄰居最好位置為當(dāng)前與第i個(gè)粒子直接相鄰的粒子的自身歷 史最好位置中對(duì)應(yīng)的航班總延誤成本最小的粒子的自身歷史最好位置；所述X個(gè)粒子的全 局歷史最好位置為所述X個(gè)粒子的當(dāng)前自身歷史最好位置中對(duì)應(yīng)的航班總延誤成本最小 的自身歷史最好位置；
[0009] 開始迭代過(guò)程，所述迭代過(guò)程包括（1)至（3);
[0010] (1)分別根據(jù)各個(gè)粒子的自身歷史最好位置和鄰居最好位置，更新各個(gè)粒子的速 度矢量；分別根據(jù)各個(gè)粒子的更新后的速度矢量，更新各個(gè)粒子的位置矢量；
[0011] (2)根據(jù)更新后的各個(gè)粒子的位置矢量和各個(gè)飛機(jī)的空中等待成本，計(jì)算各個(gè)粒 子當(dāng)前的位置矢量對(duì)應(yīng)的航班總延誤成本，并根據(jù)由更新后的各個(gè)粒子的位置矢量計(jì)算的 各個(gè)粒子的航班總延誤成本，確定各個(gè)粒子的自身歷史最好位置、鄰居最好位置和所述X 個(gè)粒子的全局歷史最好位置；其中，第i個(gè)粒子的自身歷史最好位置為在迭代過(guò)程中第i個(gè) 粒子的所有位置矢量中對(duì)應(yīng)的航班總延誤成本最小的位置矢量；
[0012] (3)判斷本次迭代是否達(dá)到迭代終止條件，若達(dá)到所述迭代終止條件，則確定當(dāng)前 全局歷史最好位置中的D個(gè)元素為所述待著陸飛機(jī)中各架飛機(jī)的著陸時(shí)間段，停止迭代過(guò) 程；若未達(dá)到所述迭代終止條件，則進(jìn)一步判斷本次迭代是否達(dá)到拓?fù)渥赃m應(yīng)調(diào)整口限，若 本次迭代達(dá)到所述拓?fù)渥赃m應(yīng)調(diào)整口限，則對(duì)各個(gè)粒子的網(wǎng)絡(luò)拓?fù)溥M(jìn)行調(diào)整；所述調(diào)整包 括；選擇當(dāng)前所述X個(gè)粒子中自身歷史最好位置對(duì)應(yīng)的航班總延誤成本最小的P個(gè)第一粒 子和所述X個(gè)粒子中自身歷史最好位置對(duì)應(yīng)的航班總延誤成本最大的Q個(gè)第二粒子，對(duì)每 個(gè)所述第一粒子，隨機(jī)選擇第一邊調(diào)整個(gè)數(shù)個(gè)第=粒子，增加第一粒子與每個(gè)第=粒子之 間的相鄰關(guān)系，對(duì)每個(gè)所述第二粒子，在與所述第二粒子直接相鄰的粒子中，隨機(jī)選擇第二 邊調(diào)整個(gè)數(shù)個(gè)第四粒子，刪除第二粒子與每個(gè)第四粒子之間的相鄰關(guān)系，執(zhí)行（1);
[0013] 分別將所述待著陸飛機(jī)中的各架飛機(jī)的著陸時(shí)間段發(fā)送給對(duì)應(yīng)的飛機(jī)。
[0014] 進(jìn)一步地，所述根據(jù)初始狀態(tài)各個(gè)粒子的位置矢量和各個(gè)飛機(jī)的空中等待成本， 計(jì)算各個(gè)粒子的當(dāng)前的位置矢量對(duì)應(yīng)的航班總延誤成本，包括：
[0015] 根捐
I計(jì)算第i個(gè)粒子的當(dāng)前的位置矢量對(duì)應(yīng)的航班總延 誤成本；
[0016] 其中，L,(d)為初始狀態(tài)第i個(gè)粒子的位置矢量中的第d架飛機(jī)的著陸時(shí)間段， A(d)為第d架飛機(jī)的計(jì)劃到達(dá)時(shí)間段，Ca化At)為第d架飛機(jī)空中等待時(shí)長(zhǎng)為At時(shí)的 成本；
[0017] 所述根據(jù)更新后的各個(gè)粒子的位置矢量和各個(gè)飛機(jī)的空中等待成本，計(jì)算各個(gè)粒 子當(dāng)前的位置矢量對(duì)應(yīng)的航班總延誤成本，并根據(jù)由更新后的各個(gè)粒子的位置矢量計(jì)算的 各個(gè)粒子的航班總延誤成本，包括：
[0018] 根據(jù)
計(jì)算第i個(gè)粒子的當(dāng)前位置矢量對(duì)應(yīng)的航班總延誤 成本；
[0019] 其中，Li(d)為更新后的第i個(gè)粒子的位置矢量中的第d架飛機(jī)的著陸時(shí)間段， A(d)為第d架飛機(jī)的計(jì)劃到達(dá)時(shí)間段，Ca化At)為第d架飛機(jī)空中等待時(shí)長(zhǎng)為At時(shí)的 成本。
[0020] 進(jìn)一步地，所述分別根據(jù)各個(gè)粒子的自身歷史最好位置和鄰居最好位置，更新各 個(gè)粒子的速度矢量，分別根據(jù)各個(gè)粒子的更新后的速度矢量更新各個(gè)粒子的位置矢量，具 體包括：
[0021] 對(duì)于每一個(gè)粒子，依次根據(jù)
[00巧V"二乂小'/'+('iX/;x0V' -x/) + ￡']xr]X(八/ -A'/'：)]更新第i個(gè)粒子的速度矢量 中的第d個(gè)元素，dG[1，D];其中，vf，胃為第i個(gè)粒子的第d個(gè)元素更新后的速度矢量， vf為第i個(gè)粒子的第d個(gè)元素更新前的速度矢量，Pid為第i個(gè)粒子的歷史最好位置Pi的 第d個(gè)元素，Pgd為第i個(gè)粒子的歷史鄰居最好位置的第d個(gè)元素，C1為預(yù)設(shè)的自我學(xué)習(xí)因 子，C2為預(yù)設(shè)的社會(huì)學(xué)習(xí)因子，ri和r2為[Oa]間的隨機(jī)數(shù)；X為預(yù)設(shè)的收縮因子；
[0023] 對(duì)于每一個(gè)粒子，依次根據(jù)xf胃=x/+v/更新第i個(gè)粒子的位置矢量中的第d個(gè) 元素，dG[1，D];其中，第i個(gè)粒子的第d個(gè)元素更新后的位置矢量，x/第i個(gè)粒子 的第d個(gè)元素更新前的位置矢量。
[0024] 進(jìn)一步地，所述第一機(jī)場(chǎng)在Ti、T2、…、Tm時(shí)間段的可用跑道容量分別為C1、C2、…、 Cm，則
[0025] 對(duì)于初始狀態(tài)隨機(jī)生成的任一粒子中的位置矢量中的D個(gè)元素對(duì)應(yīng)的D架飛機(jī)的 著陸時(shí)間W及在迭代過(guò)程中的任一粒子更新后的位置矢量中的D個(gè)元素對(duì)應(yīng)的D架飛機(jī)的 著陸時(shí)間滿足第一約束條件，所述第一約束條件具體包括：
[0026] 在Ti、T2、…、Tm各個(gè)時(shí)間段著陸的飛機(jī)的數(shù)量小于各個(gè)時(shí)間段的可用跑道容量； 其中，所述第一機(jī)場(chǎng)在時(shí)間段T內(nèi)的可用跑道次大于X。
[0027] 進(jìn)一步地，所述隨機(jī)選擇第一邊調(diào)整個(gè)數(shù)個(gè)第=粒子，增加第一粒子與每個(gè)第= 粒子之間的相鄰關(guān)系，具體包括：
[002引在與所述第一粒子不直接相鄰的粒子中，隨機(jī)選擇第一邊調(diào)整個(gè)數(shù)個(gè)第=粒子， 增加第一粒子與每個(gè)第=粒子之間的相鄰關(guān)系；
[0029] 所述在與所述第二粒子直接相鄰的粒子中，隨機(jī)選擇第二邊調(diào)整個(gè)數(shù)個(gè)第四粒 子，刪除第二粒子與每個(gè)第四粒子之間的相鄰關(guān)系，還具體包括：
[0030] 若與所述第二粒子直接相鄰的粒子的個(gè)數(shù)小于或等于所述第二邊調(diào)整個(gè)數(shù)，則在 與所述第二粒子相鄰的粒子中，隨機(jī)刪除第=邊調(diào)整個(gè)數(shù)個(gè)第四粒子與所述第二粒子之間 的相鄰關(guān)系，所述第=邊調(diào)整個(gè)數(shù)為與所述第二粒子直接相鄰的粒子的個(gè)數(shù)減一。
[0031] 進(jìn)一步地，所述選擇所述X個(gè)粒子中自身歷史最好位置對(duì)應(yīng)的航班總延誤成本最 小的P個(gè)第一粒子和所述X個(gè)粒子中自身歷史最好位置對(duì)應(yīng)的航班總延誤成本最大的Q個(gè) 第二粒子，包括：
[0032] 根據(jù)預(yù)設(shè)的第一調(diào)整概率，選擇所述X個(gè)粒子中自身歷史最好位置對(duì)應(yīng)的航班總 延誤成本最小的P個(gè)第一粒子；根據(jù)預(yù)設(shè)的第二調(diào)整概率選擇所述X個(gè)粒子中自身歷史最 好位置對(duì)應(yīng)的航班總延誤成本最大的Q個(gè)第二粒子；
[0033] 進(jìn)一步地，P等于X與所述第一調(diào)整概率的乘積；Q等于X與所述第二調(diào)整概率的 乘積。
[0034] 進(jìn)一步地，所述第一預(yù)設(shè)調(diào)整概率等于所述第二預(yù)設(shè)調(diào)整概率。
[0035]本發(fā)明實(shí)施例的第二方面提供一種航班調(diào)度裝置，包括：
[0036] 獲取模塊，用于獲取時(shí)間段T內(nèi)在第一機(jī)場(chǎng)待降落的D架飛機(jī)的計(jì)劃到達(dá)時(shí)間段 和空中等待成本；其中，第d架飛機(jī)的計(jì)劃到達(dá)時(shí)間段為A(d)