[发明专利]一种通航作业的运力与任务匹配的遗传算法优化方法

权利要求书

1.一种通航作业的运力与任务匹配的遗传算法优化方法，其特征在于：所述的通航作业的运力与任务匹配的遗传算法优化方法包括按顺序进行的下列步骤：

(1)依据各区域的航空器与作业机组数据，确定现有的运力资源；依据承接的新增任务与结转任务，确定实际的年度任务量；

(2)依据通航作业中作业机组人员配置、运力资源与年度任务量在内的给定条件，确定以最少运力资源所代表的目标函数和约束条件，建立运力资源匹配性模型；

(3)对上述运力资源匹配性模型利用遗传算法求解目标函数，得到运力资源匹配性数据；

(4)依据运力资源在内的给定条件，结合步骤(3)中得到的运力资源匹配性数据，确定最大单机日利用率的目标函数和分别基于安全裕度、任务计划与外部环境的约束条件，建立运力资源与生产任务匹配性模型；单机日利用率指标由该区域所有航空器执行一个任务包的总飞行时间、该区域所有航空器总架次和该区域所有航空器执行一个任务包的总投运时间决定，基于安全裕度的约束条件包括维修计划约束、机组人员调休约束与单日最大活动量约束；基于任务计划的约束条件包括任务量约束与完成时间约束；

(5)对上述运力资源与生产任务匹配性模型利用两阶段算法求解目标函数，得到运力资源与生产任务匹配性结果，由此完成优化过程。

2.根据权利要求1所述的通航作业的运力与任务匹配的遗传算法优化方法，其特征在于：在步骤(1)中，所述的依据各区域的航空器与作业机组数据，确定现有的运力资源；依据承接的新增任务与结转任务，确定实际的年度任务量的方法是：收集各区域可用运力资源信息，统计当前阶段拟完成总任务量，最后进行实际的年度任务量的确定。

3.根据权利要求1所述的通航作业的运力与任务匹配的遗传算法优化方法，其特征在于：在步骤(2)中，所述的依据通航作业中作业机组人员配置、运力资源与年度任务量在内的给定条件，确定以最少运力资源所代表的目标函数和约束条件，建立运力资源匹配性模型的方法是：收集统计所需作业任务的作业机组人员配置、运力资源可用情况以及分区域相对应的任务量情况在内的信息，以使用最少运力资源为目标，构建目标函数，依据运力资源限制条件构建约束条件，最后建立运力资源匹配性模型。

4.根据权利要求1所述的通航作业的运力与任务匹配的遗传算法优化方法，其特征在于：在步骤(3)中，所述的对上述运力资源匹配性模型利用遗传算法求解目标函数，得到运力资源匹配性数据的方法是：收集求解运力资源匹配性模型所需信息数据，利用遗传算法求解模型，采用Matlab软件中的遗传算法工具箱进行辅助求解，最后得到运力资源匹配性数据。

5.根据权利要求1所述的通航作业的运力与任务匹配的遗传算法优化方法，其特征在于：在步骤(4)中，所述的依据运力资源在内的给定条件，结合步骤(3)中得到的运力资源匹配性数据，确定最大单机日利用率的目标函数和分别基于安全裕度、任务计划与外部环境的约束条件，建立运力资源与生产任务匹配性模型的方法是：收集运力资源匹配性数据，以区域内最大单机日利用率为目标构建目标函数，其次在通航适航管理资料中查找生产作业相关规定，分别从安全裕度、任务计划与外部环境三个方面构建约束条件，最后建立运力资源与生产任务匹配性模型。

6.根据权利要求1所述的通航作业的运力与任务匹配的遗传算法优化方法，其特征在于：在步骤(5)中，所述的对上述运力资源与生产任务匹配性模型利用两阶段算法求解目标函数，得到运力资源与生产任务匹配性结果，由此完成优化过程的方法是：收集求解运力资源与生产任务匹配性模型所需信息数据，利用两阶段算法求解模型，第一阶段采用分支定界法求解强约束条件，第二阶段采用粒子群算法求解弱约束条件，最后得到运力资源与生产任务匹配性结果。