為解決機場航班量快速增長,導(dǎo)致登機口不足的問題,增加衛(wèi)星廳是解決登機口不足的新方案。在考慮新增衛(wèi)星廳對中轉(zhuǎn)旅客的影響的情況下,對登機口分配的問題進行研究。通過以成功分配航班數(shù)最多、登機口使用數(shù)目最少以及中轉(zhuǎn)旅客花費時間最短為優(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)算法對模型進行求解。在給出的案例中,該方法能夠給510個航班成功分配登機口,占航班數(shù)的84.16%,使用了64個登機口,占可用登機口的92.75%�？梢�,本文方法能夠解決對新建衛(wèi)星廳后帶來的登機口分配問題,減少旅客的中轉(zhuǎn)時間,對優(yōu)化登機口分配具有積極意義。

【文章頁數(shù)】：7 頁

【部分圖文】：

圖1 機場航站樓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口不足的壓力,但對中轉(zhuǎn)旅客的航班銜接具有負(fù)面影響�？紤]登機口數(shù)和航班到離場時刻等條件下,加入中轉(zhuǎn)旅客換乘因素,著手解決如何優(yōu)化分配登機口,使得航班盡量多的分配到登機口,降低中轉(zhuǎn)旅客的換乘緊張程度,并在此基礎(chǔ)上減少登機口的使用數(shù)量,從而提高方案....

圖2 基于遺傳算法的機位分配流程圖

(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,種群即為航班登機口分配方案,使用隨機化的FCFS算法生成初始種群,種群大小為100。遺傳運算中,交叉概率pc取值0.95,變異概率pm取值0.05,在計算適應(yīng)....

圖3 禁忌搜索算法流程圖

表3飛機轉(zhuǎn)場數(shù)據(jù)Table3Dataofthetransferringaircrafts航班到達時間/min離港時間/min到港類型登機口類型飛機寬窄類型到達航班號離港航班號PK0628952420DDN19GN052320GN02....

圖4 航班-登機口分配甘特圖

利用MATLAB程序?qū)δＰ瓦M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個航班(255架飛機)成功分配登機口,占有效航班數(shù)的84.16%,其中使用了64個登機口,占可用登機口的92.75%;寬體機成功分配航班數(shù)為98個航班,分配成功率為100%,窄體機成功分配....

本文編號：4056601