[发明专利]一种基于整数编码的猴群优化算法的飞机着陆跑道选择方法

说明书

技术领域

本发明涉及一种基于整数编码的猴群优化算法的飞机着陆跑道选择方法。

背景技术

飞机调度问题是一经典的NP-难问题，其目的是为一组给定的飞机跑道和一组需要着陆的飞机，确定一组最佳的着陆序列和相应的着陆时间，使得这些飞机的实际着陆时间与计划着陆时间的偏差之和最小，同时要求任意两架航班之间应满足最小的时间间隔要求。由于经济的高速发展，旅客和货物的航空运输的数量急剧增加，据统计在2007年和2008年国际机场的达到和发送的旅客总数分别为48.69亿次和48.75亿次，在未来20年，这个数据还在以百分之四的比例增长。由于航班数量的增加，必然导致飞机在计划的时间内无法着陆，因此飞机必然消耗更多的燃料，增加了航空公司的运行成本并造成更大的空气污染，由此可见，寻找一个代价最小的飞机着陆序列对于减少燃料的消耗，航空公司成本和对大气的污染有着非常重要的作用。飞机着陆问题分为两类：跑道独立的飞机着陆问题和跑道依赖的飞机着陆问题。跑道独立的飞机着陆调度问题根据最早的着陆时间是为着陆飞机独立分配的跑道，然而在现实中，这种情况很少拥有，因为飞机在接近机场时在不同的跑道上有不同的最早着陆时间。而跑道依赖的飞机着陆问题比较符合现实生活中的情况，因此引起了学者的极大关注和研究，常用的方法如遗传算法，散射算法，仿生算法等智能优化算法。本发明主要涉及的也是具有跑道依赖的飞机着陆问题。

目前用于解决在满足两架航班之间的时间间隔条件下，使得总的时间延误最小的飞机着陆跑道选择的问题上，主要使用的算法系统有如下四种GA算法系统、SS算法系统、BA算法系统和GLS算法系统。但上述的四种算法中GA算法系统、SS算法系统和BA算法系统这三种系统存在随着机场规模增大，性能明显下降，不适合于大型机场的不足，而GLS算法系统虽然能较好的适应于大型机场，但是GLS算法系统一家独大的局面，不利于市场的健康发展，因此目前需要一种性能可以与GLS算法相当甚至超越它的用于解决具有跑道依赖的飞机着陆问题的算法系统。

另外本发明专利的申请人发现猴群算法在求解连续的、大规模的多峰问题有着良好的效果，猴群算法(Monkey Algorithm，MA)是由天津大学Zhao和Tang于2008年提出一种用于求解大规模的、多峰优化问题的新型群智能优化算法，在求解连续的、大规模的多峰问题有着良好的效果，然而基本猴群算法并不适合求解离散的组合优化问题，本专利的申请人在实际将猴群算法运用于解决飞机着陆跑道选择问题时，发现基于猴群算法的技术方案，在算法中的猴群经过多次迭代后，使得种群失去多样性，导致算法会陷入局部最优，不能最优的实现飞机的实际着陆时间与计划着陆时间的偏差之和最小的同时任意两架航班之间满足最小的起降时间间隔。如果此问题能得到解决，所述的猴群算法系统的性能至少能与GLS算法系统齐平。

综上所述，现有技术中急需要一种更加科学有效，不会陷入局部最优，在满足两架航班之间的时间间隔条件下，使得总的时间延误最小的飞机着陆跑道选择方法。

发明内容

本发明要解决的技术问题是，提供一种更加科学有效，不会陷入局部最优，在满足两架航班之间的时间间隔条件下，使得总的时间延误最小的基于整数编码的猴群优化算法(Integer Monkey Algorithm，IMA)的飞机着陆跑道选择方法。

为解决上述技术问题，本发明提供的技术方案为：一种基于整数编码的猴群优化算法的飞机着陆跑道选择方法，它包括如下步骤：

步骤1：读取机场的航班信息、跑道信息、各航班在各跑道上的最早着陆时间和每两架航班的时间间隔信息；

步骤2：设定IMA算法系统参数以及种群大小、迭代次数；

步骤3：算法系统迭代开始，设置t＝1；

步骤4：爬过程：对每只猴子当前位置邻域内选取两个点，选择位置较优的点移动，重复此过程直到设定的爬次数；

步骤5：判断是否达到望-跳次数，若达到则转步骤6；否则，每只猴子通过在视野范围内寻找一个更优的位置，将这个新的位置作为爬过程的起点，转步骤4；

步骤6：判断是否达到迭代次数，若达到，则转步骤7；否则，对每只猴子，随机选取另一只猴子作为其翻支点，在翻区间内进行翻越，将猴群的新位置作为爬过程的的起点，t＝t+1，转步骤4；

步骤7：算法终止。