為解決機(jī)場(chǎng)航班量快速增長(zhǎng),導(dǎo)致登機(jī)口不足的問題,增加衛(wèi)星廳是解決登機(jī)口不足的新方案。在考慮新增衛(wèi)星廳對(duì)中轉(zhuǎn)旅客的影響的情況下,對(duì)登機(jī)口分配的問題進(jìn)行研究。通過以成功分配航班數(shù)最多、登機(jī)口使用數(shù)目最少以及中轉(zhuǎn)旅客花費(fèi)時(shí)間最短為優(yōu)化目標(biāo),根據(jù)問題的數(shù)學(xué)描述和登機(jī)口分配的基本原則,建立了多目標(biāo)最優(yōu)化模型,并使用遺傳禁忌搜索(GA-TS)算法對(duì)模型進(jìn)行求解。在給出的案例中,該方法能夠給510個(gè)航班成功分配登機(jī)口,占航班數(shù)的84.16%,使用了64個(gè)登機(jī)口,占可用登機(jī)口的92.75%�？梢�,本文方法能夠解決對(duì)新建衛(wèi)星廳后帶來的登機(jī)口分配問題,減少旅客的中轉(zhuǎn)時(shí)間,對(duì)優(yōu)化登機(jī)口分配具有積極意義。

【文章頁(yè)數(shù)】：7 頁(yè)

【部分圖文】：

圖1 機(jī)場(chǎng)航站樓T與衛(wèi)星廳S的布局示意圖

新增引入衛(wèi)星廳后,緩解了原有航站樓登機(jī)口不足的壓力,但對(duì)中轉(zhuǎn)旅客的航班銜接具有負(fù)面影響。考慮登機(jī)口數(shù)和航班到離場(chǎng)時(shí)刻等條件下,加入中轉(zhuǎn)旅客換乘因素,著手解決如何優(yōu)化分配登機(jī)口,使得航班盡量多的分配到登機(jī)口,降低中轉(zhuǎn)旅客的換乘緊張程度,并在此基礎(chǔ)上減少登機(jī)口的使用數(shù)量,從而提高方案....

圖2 基于遺傳算法的機(jī)位分配流程圖

(6)算法終止條件判斷,如果滿足終止條件,則輸出最優(yōu)解,算法結(jié)束,否則轉(zhuǎn)步驟(3)。具體流程如圖2、圖3所示。本文模型中,種群即為航班登機(jī)口分配方案,使用隨機(jī)化的FCFS算法生成初始種群,種群大小為100。遺傳運(yùn)算中,交叉概率pc取值0.95,變異概率pm取值0.05,在計(jì)算適應(yīng)....

圖3 禁忌搜索算法流程圖

表3飛機(jī)轉(zhuǎn)場(chǎng)數(shù)據(jù)Table3Dataofthetransferringaircrafts航班到達(dá)時(shí)間/min離港時(shí)間/min到港類型登機(jī)口類型飛機(jī)寬窄類型到達(dá)航班號(hào)離港航班號(hào)PK0628952420DDN19GN052320GN02....

圖4 航班-登機(jī)口分配甘特圖

利用MATLAB程序?qū)δＰ瓦M(jìn)行編程求解,模型求解部分結(jié)果如圖4所示。(1)該模型能夠給510個(gè)航班(255架飛機(jī))成功分配登機(jī)口,占有效航班數(shù)的84.16%,其中使用了64個(gè)登機(jī)口,占可用登機(jī)口的92.75%;寬體機(jī)成功分配航班數(shù)為98個(gè)航班,分配成功率為100%,窄體機(jī)成功分配....

本文編號(hào)：4056601