機(jī)場停機(jī)位分配管理的分析及優(yōu)化

畢業(yè)設(shè)計題目：上海地鐵浦北路～香河路站區(qū)間隧道設(shè)計與施工畢業(yè)設(shè)計專題題目：隧道水平凍結(jié)施工技術(shù)參數(shù)研究畢業(yè)設(shè)計主要內(nèi)容和要求：設(shè)計要求：根據(jù)上海地鐵浦北路～香河路區(qū)間隧道工程的實際資料，進(jìn)行該區(qū)間隧道的結(jié)構(gòu)設(shè)計和施工組織設(shè)計。結(jié)構(gòu)設(shè)計內(nèi)容應(yīng)包括隧道正線施工方案、隧道襯砌結(jié)構(gòu)設(shè)計，并編制設(shè)計計算書。施工組織設(shè)計內(nèi)容應(yīng)包括隧道施工準(zhǔn)備、施工方法及輔助施工技術(shù)、施工總平面布置、施工進(jìn)度計劃和施工管理等內(nèi)容。繪制圖紙：①浦北路～香河路區(qū)間隧道平面圖，②浦北路～香河路區(qū)間隧道縱斷面與地質(zhì)關(guān)系圖，③隧道施工總平面布置圖。專題要求：地鐵隧道可采用水平凍結(jié)法進(jìn)行施工，根據(jù)目前地鐵隧道水平凍結(jié)法施工的應(yīng)用情況，對其施工技術(shù)參數(shù)進(jìn)行分析和總結(jié)。繪制圖紙：1張。其它要求：繪制的圖紙中，要求手工繪制1張。翻譯一篇與設(shè)計或?qū)ｎ}內(nèi)容相關(guān)的外文參考文獻(xiàn)，其中文字?jǐn)?shù)不少于3千字，并且附原文。院長簽字：指導(dǎo)教師簽字：

中國民用航空飛行學(xué)院畢業(yè)設(shè)計指導(dǎo)教師評閱書指導(dǎo)教師評語（①基礎(chǔ)理論及基本技能的掌握；②獨立解決實際問題的能力；③研究內(nèi)容的理論依據(jù)和技術(shù)方法；④取得的主要成果及創(chuàng)新點；⑤工作態(tài)度及工作量；⑥總體評價及建議成績；⑦存在問題；⑧是否同意答辯等）：成績：指導(dǎo)教師簽字：年月日

中國民用航空飛行學(xué)院畢業(yè)設(shè)計評閱教師評閱書評閱教師評語（①選題的意義；②基礎(chǔ)理論及基本技能的掌握；③綜合運用所學(xué)知識解決實際問題的能力；④工作量的大?。虎萑〉玫闹饕晒皠?chuàng)新點；⑥寫作的規(guī)范程度；⑦總體評價及建議成績；⑧存在問題；⑨是否同意答辯等）：成績：評閱教師簽字：年月日

中國民用航空飛行學(xué)院畢業(yè)設(shè)計評閱教師評閱書評閱教師評語（①選題的意義；②基礎(chǔ)理論及基本技能的掌握；③綜合運用所學(xué)知識解決實際問題的能力；④工作量的大??；⑤取得的主要成果及創(chuàng)新點；⑥寫作的規(guī)范程度；⑦總體評價及建議成績；⑧存在問題；⑨是否同意答辯等）：成績：評閱教師簽字：年月日

中國民用航空飛行學(xué)院畢業(yè)設(shè)計答辯及綜合成績答辯情況提出問題回答問題答辯委員會評語及建議成績：答辯委員會主任簽字：年月日學(xué)院綜合評定成績：學(xué)院負(fù)責(zé)人：年月日

摘 要隨著中國經(jīng)濟(jì)的騰飛越來越多的人選擇乘飛機(jī)出行，中國民航得到了快速發(fā)展。雖然我國民航業(yè)務(wù)量不斷增加，但是本文主要借鑒國內(nèi)外相關(guān)論文和參考文獻(xiàn)，結(jié)合自身知識儲備，將首要目標(biāo)定位于保障停機(jī)位的利用效率，并建立了優(yōu)化模型，重點探討該模型的相關(guān)約束條件，同時以此為基礎(chǔ)對模型參數(shù)加以確定，為了保證求解算法的合理性，特選擇了可以在各個研究方向都必須應(yīng)用的遺傳算法，并對其進(jìn)行了進(jìn)一步分析與研究，最后結(jié)合機(jī)位分配模型之約束條件與優(yōu)化目標(biāo)，設(shè)計算法并通過案例形式加以驗證，提出對停機(jī)位分配問題的改進(jìn)方向。關(guān)鍵詞：停機(jī)位；機(jī)位分配；遺傳算法ABSTRACTAsmoreandmorepeopleinChina'seconomytakeoffandtravelbyplane,China'scivilaviationhasdevelopedrapidly.AlthoughthevolumeofcivilaviationtrafficinChinacontinuestoincrease,everyunitincivilaviationfacesenormouschallengesandshouldersheavyresponsibilities.Civilairportsareveryimportantinstitutionsincivilaviationtransportation.However,theairportisalarge-scaleconstructionprojectthattakesalongtimetocomplete,anditisfarbehindthedevelopmentofChina'scivilaviationbusiness.speed.ThemostrestrictivefactorsforthedevelopmentofcivilaviationinChinahavealsoemerged,whichisthelimitedresourcesoftheairport.Itcanbefoundthatwhilecontinuouslyexpandingtheresourcesoftheairport,itisalsoanimportantpartofthedevelopmentofcivilaviationinChinatodevelopanefficientandreasonablemethodofallocatingairportresources.Thereasonableallocationoftheparkingspaceshasbecomeakeyfactorinimprovingtheefficiencyandprofitabilityoftheairport.Consideringtheindividualabilityandtheoperabilityoftheresearch,anoptimizationmodelwiththeprimarygoalofutilizationefficiencyoftheparkingspaceisestablished.Theconstraintsoftheparkingspaceallocationproblemmodelarediscussedindetail,andthemodelparametersareestablished.Intheselectionofreasonablealgorithm,thegeneticalgorithmthatcanbeappliedinvariousresearchdirectionsisselectedandintroducedindetail.Then,accordingtotheoptimizationobjectivesandconstraintsoftheallocationmodel,thealgorithmisdesignedandused.Thecaseisanalyzedandverified,andtheimprovementdirectionoftheallocationoftheparkingspaceisproposed.Keywords:ate;Stand;Gateassignment;GeneticAlgorith目錄1緒論 頁1緒論1.1研究背景及意義因為我國經(jīng)濟(jì)水平越來越高，普通大眾都具備經(jīng)濟(jì)基礎(chǔ)，所以我國民航業(yè)得到了巨大的發(fā)展。根據(jù)國2000萬的機(jī)場2017年我國有24個機(jī)場旅客年吞吐量超過2000萬人次，針對上述航班數(shù)量和流量都非常巨大的機(jī)場，能否有效管理是對其運行和安全部門的巨大考驗。。1.2國內(nèi)外相關(guān)研究闡述1.2.1國外相關(guān)研究闡述1988年RobertP.Brazile和KathleenM.Swigger創(chuàng)立一個將飛機(jī)地面滑行路線選擇和停機(jī)位分配相互統(tǒng)籌的專家系統(tǒng)，四年后，G..DGosling再次建立以專家系統(tǒng)為基礎(chǔ)的機(jī)位分配模型。隨后，Srihari和Muthukrishnan還建立了機(jī)位預(yù)分配的專家智能系統(tǒng)，而且還對分配方案的敏感性進(jìn)行了分析。J.Jong-meng和Y.Chang-Yoon在九七年建立了一個基于停機(jī)位時間進(jìn)行分配的專家系統(tǒng)。L.Soi-Hoi、C.JiaMeng和F.Henry（2002年）建立了一個與人工智能相結(jié)合的機(jī)位分配專家系統(tǒng)。H.Ding，A.Lim和B.Rodrigues（2005年）等在先用貪婪算法(GreedyAlgorithm)使得未分配機(jī)位的航班數(shù)量達(dá)到最少，然后使用啟發(fā)式優(yōu)化算法，使得旅客行走路程最短。在停機(jī)位分配方面的探討與研究之所以發(fā)展的如此之快，是因為國外專家在解決問題時考慮周全，但是專家的系統(tǒng)推理也具有局限性，部分專家會規(guī)定一些不合適的推理規(guī)則就可能導(dǎo)致錯誤的結(jié)論。早在1984年就有Babic等學(xué)者建立了機(jī)位分配模型，其優(yōu)化目標(biāo)為乘客步行距離最短，并且用傳統(tǒng)的分枝定界法求解模型。隨后Mangoubi和Mathaisel(1985年)，建立一個和前面相似的模型，將轉(zhuǎn)機(jī)旅客步行距離考慮進(jìn)去，求解的方法用的是混合的啟發(fā)式與線性規(guī)劃法相結(jié)合。但是，上述規(guī)劃模型的目的都比較相似，一般主要集中為兩種：一種是盡可能減小旅客行走路程，另一種是盡可能縮短機(jī)位的空閑時間。由此可見，這些方法的實踐意義相對較低，因為函數(shù)模型設(shè)置的較為簡單，在現(xiàn)實的停機(jī)位分配中容易受到航班延誤的影響，一旦延誤情況發(fā)生就會導(dǎo)致大面積航班分配不到停機(jī)位。因此，學(xué)者們把機(jī)位分配的隨機(jī)因素融入后續(xù)研究中。JiefengXu和GlennBailey（2001年）提出了一個新的模型，其目標(biāo)為旅客到達(dá)其相關(guān)航班全部相關(guān)時間，此模型是一個基于日到發(fā)旅客流的數(shù)據(jù)的機(jī)場停機(jī)位配置，動態(tài)配置機(jī)場停機(jī)位給預(yù)定航班。YuCheng（1997年）設(shè)計了一個專家系統(tǒng)和數(shù)學(xué)優(yōu)化相互融合的算法，這種算法不僅對大部分不確定因素進(jìn)行了細(xì)致的描述，而且在計算效率方面也非常突出，能夠有助于統(tǒng)一解決各種復(fù)雜問題，但是與專家系統(tǒng)相比，這種推論系統(tǒng)缺少有效性和完美度，并且其把問題融合的過程也不夠精確，因此此方法也不是最有效的。對于國內(nèi)的機(jī)場在借鑒國外停機(jī)位分配方法時要考慮到我國機(jī)場停機(jī)位分配和機(jī)場運行的真實情況，因為國內(nèi)機(jī)場的航站樓大小、停機(jī)位的分布、近進(jìn)方式和航線都與國外情況不同，所以需要根據(jù)實際情況靈活的運用。與國外相比國內(nèi)在停機(jī)位分配方面的研究起步較晚，但因為貼合我國機(jī)場的實際情況，所以我國學(xué)者對這方面的研究相比國外學(xué)者的研究就更加實際和有效，他們的研究成果就會被充分利用在實際的機(jī)場運行之中。1.2.2國內(nèi)研究現(xiàn)狀我國對于機(jī)場停機(jī)位分配問題的研究之所以發(fā)展的如此之快是因為國家對民航的重視，發(fā)展了許多有實力的科研單位，如中國民航局第二研究所和許多中國民航高等院校的科研機(jī)構(gòu)。雖然目前國內(nèi)對該方面的研究落后于國外，但是我相信在不遠(yuǎn)的未來一定會將這種形勢顛倒過來。我國對停機(jī)位分配問題的研究也是多種多樣，例如有以停機(jī)位占用空閑時間大小為目標(biāo)的；有以旅客平均行走距離多少為目標(biāo)的；還有以停機(jī)位占用效率為目標(biāo)的等等。大多數(shù)文章都是以建立模型然后舉例驗證這種方法來提高停機(jī)位利用效率來說明其研究的有效性。張學(xué)明和施法中（2000年）基于機(jī)位分配多規(guī)則和多樣性的特點，結(jié)合知識庫和關(guān)系數(shù)據(jù)庫實現(xiàn)了三級推理的機(jī)位自動專家系統(tǒng)，其分配原理包括粗略分配、條件過濾、沖突處理。周至和孟波（2004年）給出了一種關(guān)系數(shù)據(jù)庫的通用知識庫結(jié)構(gòu)設(shè)計，利用拆分規(guī)則，使系統(tǒng)能更好的表達(dá)事物—規(guī)則體系知識，并且提高了推理過程。文軍和孫宏（2004年）通過分析航班占用機(jī)位的特性，基于“先到先服務(wù)”的規(guī)則，設(shè)計了機(jī)位分配問題的排序模型，引入機(jī)位標(biāo)號和航班標(biāo)號函數(shù)，建立了標(biāo)號算法。田晨（2005年）在論文中研究了大型機(jī)場的機(jī)位分配問題，建立了均衡使用機(jī)位的目標(biāo)函數(shù)，綜合考慮多種要素，設(shè)立目標(biāo)約束條件，并用遺傳算法求解。文軍和李冰（2005年）把停機(jī)位的分配轉(zhuǎn)化為圖著色，建立機(jī)位分配問題的圖著色模型，引入時間片概念，搜索機(jī)位分配的時間沖突集合，給出機(jī)位分配定點續(xù)列著色算法。王力（2006年）提出以旅客滿意度和機(jī)位匹配為優(yōu)化目標(biāo)的機(jī)位分配模型，同時加入了航班的優(yōu)先級順序，并用禁忌搜索算法進(jìn)行求解。王力（2007年）對國內(nèi)的繁忙的機(jī)場進(jìn)行了計算機(jī)仿真，模擬出了機(jī)位優(yōu)化分配方案。文軍（2010年），基于時間片概念提出的停機(jī)位分配的圖著色模型，應(yīng)用遺傳算法解決圖著色模型的K-頂點著色問題，并進(jìn)行了算例驗證。1.3研究主要內(nèi)容本文主要借鑒國內(nèi)外相關(guān)論文和參考文獻(xiàn)，結(jié)合自身知識儲備，將首要目標(biāo)定位于保障停機(jī)位的利用效率，并建立了優(yōu)化模型，重點探討該模型的相關(guān)約束條件，同時以此為基礎(chǔ)對模型參數(shù)加以確定，為了保證求解算法的合理性，特選擇了可以在各個研究方向都必須應(yīng)用的遺傳算法，并對其進(jìn)行了進(jìn)一步分析與研究，最后結(jié)合機(jī)位分配模型之約束條件與優(yōu)化目標(biāo)，設(shè)計算法并通過案例形式加以驗證。2關(guān)于機(jī)場停機(jī)位的系統(tǒng)分析和建模通常情況下，絕大多數(shù)的民用航空機(jī)場都是由航站樓、停機(jī)坪、滑行道以及跑道共同組成的，如圖1所示。機(jī)場內(nèi)最長的一個超長的區(qū)域叫做跑道是用來給飛機(jī)提供起飛降落服務(wù)的，滑行道是連接停機(jī)坪到跑道的通路，機(jī)場規(guī)模的不同也導(dǎo)致滑行道的長短數(shù)量的不同。為了讓降落的航空器迅速離開跑道減少影響后續(xù)起飛降落的航班，在跑道的進(jìn)出口和中段處有很多條滑行道和跑道連接在一起，它們被稱作聯(lián)絡(luò)道。民用航空機(jī)場最大的一塊場地被稱作停機(jī)坪，之所以將停機(jī)坪分割成數(shù)量不等的停機(jī)位，就是因為機(jī)場停機(jī)位是保障旅客和飛機(jī)各種地面活動的主要場所。圖1 典型機(jī)場平面圖在中型機(jī)場和大型機(jī)場大多數(shù)時候停機(jī)坪區(qū)域最為繁忙，該場地主要保障了以下三項工作的順利進(jìn)行：一是航空器的不定期停駐；二是裝運和卸載郵件與客貨；三是航空器的維修、護(hù)理和加油等工作。2.1機(jī)場各部分功能分析2.1.1跑道作為民用航空機(jī)場組成部分中最重要的一個部分，跑道是當(dāng)之無愧的重中之重，因為跑道是供航空器起飛加速和著陸減速的道路。飛機(jī)在降落時觸地會產(chǎn)生巨大的沖擊力減速時會產(chǎn)生巨大的摩擦力，因此民用航空跑道大多都被進(jìn)行過鋪筑。在跑道的兩側(cè)鋪設(shè)了道肩和側(cè)安全道是擔(dān)心飛機(jī)在側(cè)滑時沖出跑道對旅客的安全財產(chǎn)造成損害。在機(jī)場跑道的兩端設(shè)置了安全道，當(dāng)飛機(jī)在過早接地或延遲起飛時保證了飛機(jī)不會沖出跑道。跑道的方位的確定基本上都是依據(jù)當(dāng)?shù)貧夂蚝蜋C(jī)場周圍建筑物來確定的，例如沈陽桃仙機(jī)場的北面有大興安嶺一條自西南向西北延伸的山脈，南面有長白山山脈也是一條自西南向西北延伸的山脈常年盛行西南風(fēng)，所以機(jī)場跑道在設(shè)計開發(fā)時就自西北向東南方向建立。不同的跑道設(shè)施決定了不同的跑道性能，不同的跑道性能決定了什么等級的飛機(jī)可以在跑道上降落，國際民航組織根據(jù)這一特征將機(jī)場分類，也就是我們常說的飛行區(qū)等級。編碼是機(jī)場飛行區(qū)的等級分類標(biāo)準(zhǔn)，編碼主要包括跑道性能和障礙物限制兩個部分。因為飛機(jī)的大小形態(tài)不同所以跑道和滑行道的寬度也是一個重要的限制因素，這部分用字母表示。它們相應(yīng)數(shù)據(jù)如表1所示：表1 民用機(jī)場跑道分類等級數(shù)字跑道長度（米）字母（米）主輪距（米）翼展（米）1234<800800-12001200-1800>1800ABCDE<4.54.5-66-99-149-14<55-2424-3636-5252-602.1.2滑行道機(jī)場內(nèi)給起飛飛機(jī)提供滑行到跑道上和著陸飛機(jī)脫離跑道的通道被稱作滑行道。除此之外，飛行區(qū)、停機(jī)位區(qū)、維修區(qū)、候機(jī)樓區(qū)之間的連接通道也稱作滑行道，讓機(jī)場每個部分都連接起來最大化的提高機(jī)場運行的效率并增大容量。但滑行道不應(yīng)繁瑣或過長是因為考慮到了飛機(jī)燃油消耗和旅客行走距離的因素。2.1.3停機(jī)坪上文我們已經(jīng)提到停機(jī)坪的重要作用，在鋪筑該場地的過程中，不但需要充分比較維修設(shè)備和機(jī)型大小的不同，而且還要考慮安全間隔。在飛機(jī)試車的時候如果遭受到當(dāng)?shù)卮箫L(fēng)天氣的影響，那么飛機(jī)極有可能發(fā)生側(cè)滑，也就很有可能對滑行道上的飛機(jī)，對停放在旁邊的飛機(jī)，很有可能威脅到機(jī)務(wù)人員或者地面設(shè)備的安全。通常情況下，絕大部分停機(jī)坪都被分解成數(shù)個停機(jī)位，其規(guī)格大小也隨著飛機(jī)機(jī)型的大小而同比設(shè)置。大多數(shù)機(jī)場中，停機(jī)位的大小都會按照一定的規(guī)則排列并進(jìn)行編號，停機(jī)位的方位也會按照滑行道和航站樓的方向來確定因為不同的停機(jī)位可以?？康臋C(jī)型是不一樣的，定義停機(jī)位型號時按照可允許?？康淖畲髾C(jī)型命名，例如大機(jī)型停機(jī)位不僅可以?？看笮蜋C(jī)也可以停靠中小機(jī)型。在整個機(jī)場中，停機(jī)坪的區(qū)域面積最大，因此，以航站樓和停機(jī)坪之間的距離遠(yuǎn)近為依據(jù)，可以把停機(jī)位劃分為遠(yuǎn)機(jī)位與近機(jī)位兩大類，一般而言，搭乘近機(jī)位的旅客可以通過廊橋進(jìn)行上下，相對比較方便，所謂遠(yuǎn)機(jī)位，就是?？课恢镁嚯x候機(jī)樓較遠(yuǎn)的停機(jī)位，不能靠廊橋上下旅客，一般這種情況下乘客所在的登機(jī)口都在航站樓第一層，并且要乘坐擺渡車經(jīng)由滑行道至停機(jī)位登機(jī)。當(dāng)航班流量不大的時候，為了提高旅客的舒適度，一般都是以近機(jī)位為第一選擇，關(guān)于如何分配遠(yuǎn)機(jī)位，筆者認(rèn)為需要著重考慮以下幾個方面的因素：1.重點考慮機(jī)型的大小問題，對于部分機(jī)型過大而無法在近機(jī)位?？炕蛘吒叨扰c廊橋規(guī)格不相符的機(jī)型，只能安排在遠(yuǎn)機(jī)位；2.如果航空器對場地要求過高，如需要開展除冰、飛機(jī)出現(xiàn)故障需要檢修等大型作業(yè)時，不能停靠在近機(jī)位，只能停靠在遠(yuǎn)機(jī)位。3.貨機(jī)航班不需要進(jìn)行旅客上下機(jī)的操作，因此不需要占用近機(jī)位以及廊橋的資源。4.因為航站樓的大小形狀很難改變，近機(jī)位資源和廊橋資源也有限并且造價都很高，所以在流量越來越大的今天不可能把每個航班都安排在近機(jī)位，也沒有必要這樣做。經(jīng)過上面的分析我們不難發(fā)現(xiàn)，機(jī)場停機(jī)位資源是極為有限的資源尤其是近機(jī)位資源。所以這體現(xiàn)了如何合理有效的分配好停機(jī)位是當(dāng)前民航大發(fā)展的趨勢下的重中之重，這需要許多部門的配合來完成也跟他們自身的切身利益有關(guān)。因此，目前各個國家在機(jī)場資源如何分配的研究過程中，最關(guān)注的問題之一就是如何合理分配停機(jī)位，其中，最為典型的分布方式如圖2所示。圖2 機(jī)場機(jī)位分布圖2.2停機(jī)位分配問題的描述所謂機(jī)位分配問題，就是指所有航空器只要進(jìn)場，就需要為其安排相應(yīng)的停機(jī)位。但是，在同一時段內(nèi)，每個停機(jī)位只能安排至多一個航空器進(jìn)行停靠，而每一個飛機(jī)都需要執(zhí)行兩個航班，一個是降落在停機(jī)位上，另一個是從停機(jī)位起飛，這就是所謂的航班對。我們用機(jī)位占用時間來表示一架飛機(jī)在停機(jī)位中停靠的時間，一旦有航空器占用某個停機(jī)位，該停機(jī)位就不可能再?？科渌w機(jī)，除非該航班飛機(jī)起飛并離開停機(jī)位，才可以經(jīng)過管制員的指令或者調(diào)整來安排另一航班占用該停機(jī)位。具體作業(yè)活動流程我們用圖3予以表示：圖圖3 停機(jī)位主要活動柜流程圖2.2.1關(guān)于停機(jī)位的特點與構(gòu)成要素1.一般而言，一旦我們在停機(jī)坪上鋪筑了停機(jī)位，也就意味著其編號、大小以及位置都不會再發(fā)生太大變化。2.由于每種航空器的機(jī)型大小各異，我們在確定停機(jī)位中可以?？康淖畲髾C(jī)型時，主要以可以?？康淖畲笮偷暮娇掌鳛闇?zhǔn)。之所以這樣設(shè)定是因為停機(jī)位只能停靠比允許機(jī)型小的飛機(jī)。國際民航組織就針對飛行區(qū)等級分類設(shè)定了嚴(yán)格的標(biāo)準(zhǔn)，具體如表3所示：表3國際民航組織飛行區(qū)等級分類標(biāo)準(zhǔn)組織代碼翼展（單位：米）落架外輪外沿間距（單位：米）A<15<3.5BCDEF3.正如上文所言，在同一時段內(nèi)，每個停機(jī)位只能安排至多一個航空器進(jìn)行?？?，而每一個飛機(jī)都需要執(zhí)行兩個航班，一個是降落在停機(jī)位上，另一個是從停機(jī)位起飛，這就是所謂的航班對。我們用機(jī)位占用時間來表示一架飛機(jī)在停機(jī)位中?？康臅r間。一旦有航空器占用某個停機(jī)位，該停機(jī)位就不可能再?？科渌w機(jī)，不過如果時間間隔沒有重疊，那么也能夠?？科渌麢C(jī)型允許的飛機(jī)，這就是停機(jī)位的分時共享性。4.因為航班在降落和起飛之前都要進(jìn)行檢查、加油、配備廊橋等必須的要求，所以停機(jī)位上的這些設(shè)備也會成為限制某些機(jī)型不能?？康南拗茥l件。5.在一個水平位置上的兩個或多個停機(jī)位，如果都停靠了大機(jī)型的飛機(jī)，那么極有可能發(fā)生刮蹭這種相互影響的情況，但是如果其中一個停機(jī)位?？看髾C(jī)型，另一個相鄰的停機(jī)位?？勘人〉臋C(jī)型，這樣就會極大的降低刮蹭和相互影響的概率。6.管理機(jī)場運行的過程中，由于國內(nèi)國際航班的不同，保障流程也不盡相同，會將停機(jī)位分別設(shè)置成國際航班或者國內(nèi)航班的專用機(jī)位。2.2.2關(guān)于航班的特點和構(gòu)成要素作為航空公司而言，需要制定專門計劃，來為每架飛機(jī)合理安排各個時刻的運輸任務(wù)，而執(zhí)行任務(wù)的每一架飛機(jī)都會有專門的標(biāo)識代碼，稱為航班號。航班所飛行的航線是固定的、預(yù)先設(shè)計好的，每趟航班只能由一架飛機(jī)執(zhí)行運輸任務(wù)，除特殊情況外都會按照航班計劃中的時間起飛著陸。但航班并不是只有這些特性，除此之外，航班還有其他的特性：1. 時序性：航空公司在計劃每趟航班的過程中，都需要將起飛與降落的具體時刻予以標(biāo)明，同時前者一定要早于后者，以確保飛機(jī)有足夠的時間來進(jìn)行運輸。2. 匹配性：無論是全世界哪一個機(jī)場，每一個進(jìn)場航班都一定與一個離港航班相對應(yīng)，這兩個航班構(gòu)成了一個航班對，并且是由同一架飛機(jī)執(zhí)飛的。對應(yīng)的是在機(jī)場運行的過程中，會自然而然的把航班對分配到相應(yīng)的停機(jī)位，而不是把每個航班都分配出去。3. 隨機(jī)性：即使航空公司把航班計劃做的再詳細(xì)全面，也不可能讓所有航班按時按計劃飛行。因為總是會有一些不可控的因素來影響飛行計劃，如雷暴導(dǎo)致的航班延誤、航空器在高空發(fā)動機(jī)起火、遇到劫機(jī)歹徒等，都會對航班的正常執(zhí)行產(chǎn)生重要影響。2.3約束條件各個航班能否及時合理地在相應(yīng)的停機(jī)位上做出安排，往往取決于三個因素：一個是航班計劃，第二個是停機(jī)位資源量，最后一個則是實時動態(tài)。因此，約束條件非常復(fù)雜多樣，作為機(jī)場公司而言，日益增長的航班量會增加公司收益，但只有合理有效的分配停機(jī)位才能讓公司收益最大化。所以不能只考慮眼前航班的分配要把24小時的流量全部考慮進(jìn)去，同時還需要進(jìn)一步考慮旅客利益和航空公司的經(jīng)濟(jì)效益，在停機(jī)位分配過程中選擇最合理的方法和原則，當(dāng)前常見的約束條件主要包括以下幾個方面：1. 航班和停機(jī)位只能一一對應(yīng)。2. 正常情況下，其他飛機(jī)是不可以?？吭谝呀?jīng)被占用的停機(jī)位中，但是在不重疊的時間間隔中可以?？科渌麢C(jī)型允許的飛機(jī)。3. 同當(dāng)即將起飛的飛機(jī)離開停機(jī)位時，不能馬上安排另一架飛機(jī)?？吭谠摍C(jī)位，除非已經(jīng)超過安全時間間隔。4. 如果停機(jī)位較小，任何情況下都不可以?？繖C(jī)型較大的飛機(jī)。除了上述基本約束條件之外，在對停機(jī)位進(jìn)行分配的過程中，還需要重點考慮許多附加條件，尤其是需要嚴(yán)格遵循優(yōu)先級原則，通常情況下，載有重要乘客的航空器要優(yōu)先于一般航班，情況比較緊急的航班（如航空器出現(xiàn)故障或者失火現(xiàn)象、恐怖分子劫機(jī)等等）比一般航空器優(yōu)先；執(zhí)行緊急救援救災(zāi)任務(wù)的航空器比一般航空器優(yōu)先；其次就是按機(jī)型大小、定期或不定期和國內(nèi)國外航班來比較，如國際定期大型航空器的航班最優(yōu)先安排，以此類推。此外，在停機(jī)位的分配上，除了要滿足上面陳述的所有約束條件之外，對于某些大型航空公司還會在機(jī)場所在城市建立基地，即專屬停機(jī)位等，其他航空公司的飛機(jī)一般情況下不得?？?。2.4停機(jī)位分配問題模型的建立2.4.1模型假設(shè)條件在真實的機(jī)場運行中停機(jī)位分配問題實時的結(jié)果，即使航班相同，在不同時刻也很有可能?？吭诓煌C(jī)位上，之所以會產(chǎn)生這種狀況是因為停機(jī)位分配問題是一個多目標(biāo)多約束的優(yōu)化問題，所以其結(jié)果是具有多態(tài)性和非穩(wěn)定性的。眾所周知的是民用機(jī)場24小時都不關(guān)閉，而且因為航班進(jìn)出港的實時時間大多數(shù)情況下都與航班計劃不同，所以在實際的停機(jī)位調(diào)配中，需要對航班進(jìn)行實時調(diào)整。由此可見，由于民用機(jī)場的連續(xù)性，導(dǎo)致機(jī)場內(nèi)所有的工作都具備連續(xù)性，包括停機(jī)位的分配工作。因為停機(jī)位分配任務(wù)具有以上的特點，所以在建立函數(shù)模型時為了能使它合理也使得函數(shù)模型求解快捷，更為了我們的研究方向明確，引入了以下7點假設(shè)。1.對一個有限時段假設(shè)：在上面的討論中我們知道，停機(jī)位分配是不間斷的前后影響的一個過程，所以在理論上不會有最優(yōu)解出現(xiàn)。但是如果把一天24小時拆分成幾個部分來考察，將24小時分成幾個具體時間段內(nèi)，那么就會求出最優(yōu)的解。2.滿足容量假設(shè)：如果機(jī)場的停機(jī)位容量不能滿足機(jī)場的航班流量，那么機(jī)場停機(jī)位就不能為所有航班提供服務(wù)，也就不能找到最優(yōu)解。所以我們需要假設(shè)機(jī)場的停機(jī)位容量大于機(jī)場的實時流量，也就是說每個航班都會被分配到一個停機(jī)位。3.航班規(guī)范假設(shè)：每個停機(jī)位上的航班都是由前序航班降落然后后續(xù)航班起飛離開機(jī)場，雖然這兩個航班的航班號不同，但是這兩個航班實際只由這一架飛機(jī)執(zhí)行，這就是航班對。每架飛機(jī)?？吭诟髯酝C(jī)位上的時間被稱作機(jī)位占用時間，所以在停機(jī)位分配模型中停機(jī)位的使用對象為航班對。4.機(jī)型類別假設(shè)：在四年的學(xué)習(xí)民航知識的生活中，學(xué)習(xí)和了解到現(xiàn)在有六種國際通用機(jī)型，結(jié)合我國的實際情況，我們發(fā)現(xiàn)我國的客機(jī)基本上都是中大型機(jī)私人飛機(jī)均為小型機(jī)，所以我們假設(shè)我們所研究問題的機(jī)型只分大中小三種。5.信息完備性假設(shè)：假設(shè)1中我們把研究問題的時間進(jìn)行了分段假設(shè)，在這基礎(chǔ)之上，可以假設(shè)我們已經(jīng)明確掌握了所有時間段中，每個航班的機(jī)位資源信息和航班對信息。6.安全時間間隔假設(shè)：當(dāng)停機(jī)位被占用時，其他飛機(jī)不能?？吭谶@個停機(jī)位上，只有當(dāng)這趟航班滑出停機(jī)位后，才可以由管制員發(fā)布指令將此停機(jī)位安排給另一航班使用，這就是安全時間間隔，研究過程中我們可以將安全時間間隔確定為某個特定的數(shù)值。2.4.2關(guān)于模型的數(shù)據(jù)規(guī)定在模型真正建立之前，我們應(yīng)當(dāng)簡要假設(shè)或者定義模型中可能運用的各項數(shù)據(jù)或者符號：1. 航班對數(shù)據(jù)：（1）根據(jù)以上對研究問題的假設(shè)，設(shè)在某個時間段內(nèi)?？吭谀硞€機(jī)場的航班對數(shù)為M，我們將在這個時間段內(nèi)所有進(jìn)入這個機(jī)場的所有航班對按照進(jìn)入停機(jī)位的時間順序進(jìn)行排序，用hi表示這個機(jī)場內(nèi)的第i個航班。假設(shè)這個機(jī)場的某個時間段內(nèi)的航班對集合為HBD,則集合可以表示為：HBD=hi1≤i≤M,i∈Z（2）（3）（4）（5）

Eij代表航班對i在停機(jī)位j的進(jìn)入Dij代表航班對i在停機(jī)位j的離開Bi代表航班對i在特定停機(jī)位進(jìn)行停靠Pij代表某停機(jī)位j2. 停機(jī)位數(shù)據(jù)：（1）設(shè)在某個機(jī)場的停機(jī)位數(shù)為N，并且N<M，用aj表示這個機(jī)場內(nèi)的第j個停機(jī)位，假設(shè)這個機(jī)場集合為TJW,則集合可以表示為：TJW=aj1≤j≤N,j∈Z3. 其他數(shù)據(jù)：（1）

xij表示航班分配結(jié)果，如果航班對i分配到停機(jī)位j上面，則令xij=1（2） ST表示在同一個停機(jī)位停靠的兩個相鄰航班之間的時間間隔。（3）

Skj表示停機(jī)位j上面k航班對所占用機(jī)位的時間。其中1kK,kZ,K2.4.3模型目標(biāo)函數(shù)的確定結(jié)合上述論文中介紹的確定方法，我們應(yīng)當(dāng)先詳細(xì)分類目標(biāo)函數(shù)，然后再研究停機(jī)位分配問題，通過查閱近幾十年的文獻(xiàn)期刊不難發(fā)現(xiàn)目標(biāo)函數(shù)有以下幾種：1. 以機(jī)場的服務(wù)質(zhì)量為目標(biāo)函數(shù)，通俗來說就是提升旅客乘機(jī)體驗，對于停機(jī)位方向的研究來說也就是盡量減低旅客的行走距離，以此為目標(biāo)建立以下的目標(biāo)函數(shù)：其中ri為航班對i所有進(jìn)出港旅客的總的數(shù)量，lj的步行總距離。2. 我們將目標(biāo)函數(shù)設(shè)置為最大化均衡使用各停機(jī)位，也就是說在停機(jī)位相關(guān)保障人員和保障資源到位且確定的基礎(chǔ)上，最科學(xué)、最合理地分配機(jī)位，在這個前提下，可以建立如下的目標(biāo)函數(shù)：上述公式中且m>i。3.如果將目標(biāo)函數(shù)設(shè)置為停機(jī)位的實際使用效率，可以建立目標(biāo)函數(shù)如下所示：按照上面的公式，在理解與計算之后能夠得出如下結(jié)論：即中型停機(jī)位的使用效率要大于小型停機(jī)位，而大型停機(jī)位的使用效率要大于中型停機(jī)位，這樣可以對三種類型停機(jī)位的使用效率進(jìn)行大小排序，這種復(fù)雜的機(jī)會選擇函數(shù)模型，要求我們在對函數(shù)模型的各個參數(shù)進(jìn)行設(shè)計時，對機(jī)會成本予以充分考慮，以保證盡可能與實際情況相符。通過查閱之前的論文和文獻(xiàn)可以發(fā)現(xiàn)，目前在如何分配機(jī)場停機(jī)位的研究中，有基于旅客行走距離的目標(biāo)函數(shù)模型、有基于停機(jī)位利用效率為目標(biāo)的函數(shù)模型還有基于停機(jī)位均衡利用為目標(biāo)的函數(shù)模型，但這些函數(shù)模型都有一個特點就是都為單目標(biāo)函數(shù)模型。因為單目標(biāo)函數(shù)模型在實際生活中難以全面體現(xiàn)，因此本文以上述模型為基礎(chǔ)，提出了能夠更加均衡使用各停機(jī)位，并且大大提升整體利用效率的新型優(yōu)化模型，具體優(yōu)化的目標(biāo)函數(shù)如下所示：目標(biāo)函數(shù)：（2.4）（式2.4）中各個符號的意義詳見2.4.1節(jié)，其中S（2） 模型約束條件：xijMxij1 （2.6）i1D

（2.7）Sij,Dij,2.4.4模型目標(biāo)函數(shù)求解運用數(shù)學(xué)分析當(dāng)中的知識，對于多目標(biāo)函數(shù)模型的求解方法都是先將多目標(biāo)模型簡化成數(shù)個單目標(biāo)函數(shù)，并且把求最大值的問題轉(zhuǎn)化成求最小值的問題，目標(biāo)函數(shù)具體如下：（2.9）在面對多目標(biāo)函數(shù)規(guī)劃問題時，我們發(fā)現(xiàn)最簡單，最實用的協(xié)調(diào)方法就是加權(quán)法，因此，我們可以利用加權(quán)法獲取協(xié)調(diào)解，并把上面的多目標(biāo)函數(shù)予以轉(zhuǎn)化，形成下列單目標(biāo)函數(shù)：（2.10）其中，為的是根據(jù)實驗來選出的一組規(guī)范化的權(quán)證系數(shù)。以上即為本文所建立的M個航班對在N個停機(jī)位條件下的停機(jī)位分配問題的多目標(biāo)函數(shù)模型。3停機(jī)位分配問題的遺傳算法設(shè)計3.1遺傳運算算子理論遺傳運算的算子基本上運用最多的三種算子如下：1.選擇算子：在生物學(xué)中只有優(yōu)秀的能適應(yīng)環(huán)境的個體能存活下來，這是自然界對個體的選擇操作。選擇的目的是為了把染色體中優(yōu)秀的基因保存下來，把不適應(yīng)生存的基因淘汰出去，這樣優(yōu)秀的性狀就會得到遺傳。選擇的依據(jù)是個體中的適應(yīng)度。隨著遺傳算法研究的不斷進(jìn)步出現(xiàn)了很多種選擇的方式，如局部選擇法、隨機(jī)遍歷抽樣法以及適應(yīng)度比例法等。通常而言，輪盤賭選擇法是運用遺傳算法的研究中最常用的方法。2.交叉算子：無論生物圈的哪種動植物在進(jìn)化時都需要變異來對新個體的性狀產(chǎn)生影響，在基因的變異中最重要的發(fā)生概率最大的一種方式就是交叉變異。在遺傳算法中也一樣，遺傳算法中發(fā)生概率最大的也是交叉變異，是個體進(jìn)化的核心力量。所謂交叉，實際上是生物遺傳學(xué)中的概念之一，具體是指通過重組或者替換2個父代染色體中的某個或者某些基因，從而讓新個體擁有新性狀的過程。在遺傳算法的使用過程中，交叉的重要性無可比擬，也是產(chǎn)生新個體的主要手段。交叉算子與生物遺傳學(xué)中基因的交叉相同，都是把父輩的兩個染色體中的部分基因進(jìn)行交換并最終生成存在新性狀的新個體。通常情況下，在設(shè)計交叉算子時，主要包括兩部分內(nèi)容：一是對交叉位置加以確定，二是對交叉操作的方法加以確定。3.變異算子：在生物學(xué)中同樣的存在基因的變異，也就是基因突變。在遺傳算法中，所謂的變異就是指使用等位基因替換染色體中某個基因的過程。雖然變異運算不屬于遺傳算法在新個體產(chǎn)生過程中運用的主要手段，但卻是輔助方法，盡管基因非常小概率會出現(xiàn)變異現(xiàn)象，但卻是生物進(jìn)化中最必不可少的一個環(huán)節(jié)。3.2設(shè)計適應(yīng)度函數(shù)依據(jù)模型可以建立目標(biāo)函數(shù)如下所示：然后我們通過運算的方式將其轉(zhuǎn)變?yōu)槿缦碌膯文繕?biāo)優(yōu)化函數(shù)：最優(yōu)結(jié)果也就是求出函數(shù)中的最小結(jié)果，我們可以把目標(biāo)函數(shù)轉(zhuǎn)化為公式(2.2)的形式，在我們的實際操作中，適應(yīng)度函數(shù)模型可轉(zhuǎn)化為：（3.1）適應(yīng)度函數(shù)是體現(xiàn)個體適應(yīng)程度的函數(shù)，所以為了保證適應(yīng)度函數(shù)的非負(fù)性，我們引入了Lmax。Lmax是一個很大的數(shù)值，這樣就可以保證得出的適應(yīng)度函數(shù)值恒為一個正數(shù)。3.3選擇算子設(shè)計本文采用遺傳算法中被應(yīng)用最為廣泛的選擇算子來產(chǎn)生新一代個體，在進(jìn)行遺傳操作之前，每一代的最優(yōu)個體都會被保存下來。最優(yōu)個體不會被選擇出來進(jìn)行遺傳操作，如此一來，即便采用遺傳算法無法獲得最優(yōu)解，也能夠在整個湊所過程中尋求并得出相對而言的最佳解。假設(shè)個體i的適應(yīng)度是fi，則i的被選擇概率表示為根據(jù)上述算式可以得出如下結(jié)論：所謂概率，即整個群種中某個個體在適應(yīng)度方面的具體占有比例，個體被選擇概率通常隨著適應(yīng)度函數(shù)的變大而變大，如果這個概率足夠大，就無需再為了保存?zhèn)€體而采用遺傳操作方法。我們假設(shè)某群種的某代個體數(shù)量為八個，那么就可以以此為依據(jù)來計算選擇概率，具體如下表所示：表7種群個體選擇概率分布個體123456780.130.00.140.050.09從上表可以看出，該種群的五號個體的概率最大，由此可見，五號個體比其他個體具備更高的被選中概率，然后可以對這個群種中的個體積累概率進(jìn)行計算，并設(shè)為Ri，具體如表八所示：表8種群個體累積選擇概率分布個體12345678Ri50.520.720.860.911.00 選擇算子的運算過程是首先根據(jù)每個個體的適應(yīng)度函數(shù)值，算出種群個體累積概率分布，然后隨機(jī)產(chǎn)生一個0-1之間的數(shù)mRimRi1，則選擇第i=1個個體作為下一代的一個新個體，然后將這個過程再重復(fù)進(jìn)行7次，這樣就得到下一代的一個新種群，并且種群個體數(shù)目和上一代一樣多。例如，隨機(jī)產(chǎn)生一個0-1之間的數(shù)m=0.4，因為0.35(R3)m0.52(R4)4此操作，則又可以產(chǎn)生一個新個體。在對新個體進(jìn)行選擇的過程中，如果以上述適應(yīng)度函數(shù)為依據(jù)，可以分兩個不同的階段進(jìn)行分析：一是運算初期，如果存在某個個體在適應(yīng)度函數(shù)的數(shù)值方面明顯較大，這個個體就會一直保留在后面的運算中，從而影響遺傳算法準(zhǔn)確搜索最優(yōu)解；二是運算后期，因為遺傳運算已經(jīng)經(jīng)過了很多代，會導(dǎo)致出現(xiàn)個體雖然不同，但適應(yīng)度函數(shù)數(shù)值非常接近的狀況，所以在下一代的選擇過程中會影響最優(yōu)個體的入選。由此可見，我們在遺傳算法的各個時期，都應(yīng)當(dāng)在相應(yīng)尺度下對適應(yīng)度函數(shù)進(jìn)行變換，從而將個體差異縮小或者增加，以便更加準(zhǔn)確的運算和搜索全局最優(yōu)解。而變換適應(yīng)度尺度的方法有很多種，包括乘冪交換、指數(shù)變換以及線性變換等各種方法。為了保證算法設(shè)計盡量簡單明了，我們可以選用乘冪變換方法：（3.2）其中f為本文中所設(shè)計的適應(yīng)度函數(shù)，m為實數(shù)，我們采用在遺傳后期擴(kuò)大適應(yīng)度函數(shù)的尺度，使算法向全局最優(yōu)解方向進(jìn)行搜索，在進(jìn)化了n代之后，使得m取一個大于1的定值。3.4設(shè)計交叉算子遺傳運算前期階段，我們在交叉時采用的交叉概率已經(jīng)固定，并且選擇了兩點交叉的交叉方法，而后期階段，選用的交叉算子為自適應(yīng)概率。：（3.3')'公式中fmax和favg分別代表群體中適應(yīng)度的最大值和最平均值；f'代表需交叉?zhèn)€體的適應(yīng)度值。kfavg f' fmax圖9自適應(yīng)交叉概率分布圖。染色體114234214染色體224142313交叉位置M點N點染色體314234314染色體424142213交叉位置M點N點3.5設(shè)計變異算子與設(shè)計交叉算子的過程類似，變異算子在設(shè)計過程中也是要分為兩個不同的階段：一是在前期階段，在變異運算時必須要對變異概率加以固定；二是在后期階段，再設(shè)計變異算子時應(yīng)當(dāng)運用自適應(yīng)方法。因此，變異算子的設(shè)計無論在概率設(shè)計方面，還是自適應(yīng)概率調(diào)整方面，都相似于交叉算子的設(shè)計優(yōu)勢：（3.4'）'上述公式中fmax和favg分別代表群體中適應(yīng)度的最大值和最平均值；f'則代表需交叉?zhèn)€體的適應(yīng)度值。k'favg f' fmax圖10自適應(yīng)變異概率分布圖本文主要運用了均勻變異法這種變異方法，具體操作方法如下：首先確定特定的范圍，然后在該范圍中尋找均勻分布且符合要求的隨機(jī)數(shù)，最后選擇特定的概率對某個體編碼串中所有的原有基因值加以替代。4停機(jī)位分配模型算例及驗證4.1單目標(biāo)停機(jī)位分配模型算例如果選取很多航班對計劃為例，則會產(chǎn)生很大的計算量，因此在驗證模型的過程中選擇使用的航班對只包括九個航班，可以用下表來表示其航班時間：表9航班時刻表航班對號碼使用機(jī)型進(jìn)港時間離港時間1L6:508:002M7.008:103S7:108:104S7:258:305M8:509:506M8:459:557L10:1511:208S10:2511:409S10:4012:00為了保證能夠最大化且最均衡的使用停機(jī)位，我們將目標(biāo)設(shè)定為停機(jī)位的使用效率和空閑時間，開始計算。首先要設(shè)定例子的參數(shù)，設(shè)定0.95的初始交叉概率和0.05的變異概率和十分鐘的安全間隔。假設(shè)某個機(jī)場可以為上述航班提供4個可以?？康耐C(jī)位,我們按照停機(jī)位的允許機(jī)型大小的順序進(jìn)行有大到小的編號，即編號后停機(jī)位的信息為：1號為大型(L)機(jī)位；2號機(jī)位和3號機(jī)位為中型(M)機(jī)位，共兩個；4號機(jī)位為小型(S)機(jī)位。因為任何一個停機(jī)位在同一時刻只能安排一架飛機(jī)?？吭诖送C(jī)位上（該停機(jī)位允許?？康臋C(jī)型），所以我們可以看出停機(jī)位具有向下兼容的特性，直白的說就是大型停機(jī)位可以停靠大型機(jī)、中型機(jī)和小型機(jī)，中型停機(jī)位可以?？恐小⑿⌒惋w機(jī)，而小型停機(jī)位就僅僅能停放小型飛機(jī)。我們按進(jìn)場時間和機(jī)型大小運用隨機(jī)抽樣遍歷法進(jìn)行停機(jī)位排序，得到了下面這種組合方式，也就是遺傳算法中的個體。表10航班對匹配數(shù)據(jù)配對航班號123456789機(jī)位編號124332142運用第四章適應(yīng)度函數(shù)、選擇算子函數(shù)帶入數(shù)據(jù)計算，首先要保證適應(yīng)度函數(shù)值最大，帶入適應(yīng)性函數(shù)模型公式（3.1）我們以四號停機(jī)位為例計算函數(shù)值，因為L為一個很大的數(shù)值，若要取適應(yīng)性函數(shù)值最大則公式中小括號中的得數(shù)最小，設(shè)函數(shù)中兩個權(quán)重數(shù)值為0.65和0.35，大值數(shù)據(jù)為5000，M為航班對數(shù)在這個案例中為9，N是停機(jī)位號碼4，3號航班對占用4號停機(jī)位的時間為1，K為航班對總數(shù)9，因為3號航班已經(jīng)安排到四號機(jī)位所以xij為1，Skj為航班占用機(jī)位時間1，Bi為3號航班停靠效率由于3號航班為小機(jī)型所以Bi為3，Pi為4號機(jī)位使用效率由于4號機(jī)位為小機(jī)型機(jī)位所以Pi為1。帶入公式進(jìn)行計算得到適應(yīng)性函數(shù)值為2204.68。其次運用選擇算子函數(shù)進(jìn)行計算，帶入選擇算子函數(shù)模型公式（3.2）在此公式中f為適應(yīng)度函數(shù)值，m為1—0之間的隨機(jī)數(shù)0.4。帶入公式計算得到選擇算子函數(shù)值為1274.33，因為選擇算子函數(shù)值小于適應(yīng)性函數(shù)值，所以不必再重新選擇排列個體，在這個案例中也就是不用需要再把三號航班號排到五號停機(jī)位。按照這種方法不斷地建立新個體，當(dāng)適應(yīng)度函數(shù)值趨于一致時，運用交叉算子和變異算子對個體進(jìn)行重新分配。對于這個模型我們定義交叉概率的參數(shù)為0.95，變異概率為0.05。交叉的位置是隨機(jī)的對應(yīng)的位置，上面的數(shù)據(jù)會變成如下的情況：表11配對航班號153426789機(jī)位編號124332142對于這個新表現(xiàn)型個體，我們發(fā)現(xiàn)5號航班對與2號航班對停機(jī)位進(jìn)行了交換，運用適應(yīng)度函數(shù)模型計算，與趨于穩(wěn)定的適應(yīng)度函數(shù)值進(jìn)行比較，若新個體適應(yīng)度函數(shù)值小于趨于穩(wěn)定的適應(yīng)度函數(shù)值，則該個體應(yīng)該被淘汰，若新個體適應(yīng)度函數(shù)值大于趨于穩(wěn)定的適應(yīng)度函數(shù)值，則該個體為當(dāng)前的最優(yōu)解，但這并不是唯一一種交叉變換的形式，還要繼續(xù)生成新個體，然后再重復(fù)以上操作。變異和交叉不同，變異的幾率是很低的而且是一個基因的變異，是一個很小概率發(fā)生的情況。如下表所示表12配對航班號123456789機(jī)位編號224332142對于這個新個體，我們發(fā)現(xiàn)1號航班對由原先的1號停機(jī)位變異成了2號停機(jī)位，我們先不必考慮這種方法是否實際，只需要運用適應(yīng)度函數(shù)模型進(jìn)行計算。計算后我們發(fā)現(xiàn)這個新個體的適應(yīng)度很小，所以應(yīng)該被淘汰。這不是唯一一種變異方式，還可以繼續(xù)變異成新的個體，然后再重復(fù)以上操作。由以上可以把各個步驟用流程圖體現(xiàn)出來，如下圖所示：流程圖開開始新個體計算適應(yīng)度函數(shù)值選擇算子運算并生成新個體交叉算子運算并生成新個體變異算子運算并生成新個體比較適應(yīng)度函數(shù)值的大小比原函數(shù)值小比原函數(shù)值大最優(yōu)個體運用這種方法，經(jīng)過計算后得到以下排序方法為最優(yōu)表現(xiàn)結(jié)果：表13航班機(jī)位分配最優(yōu)結(jié)果表現(xiàn)型停機(jī)位號停靠航班號11,722,6,934,543,184.2單目標(biāo)停機(jī)位最優(yōu)分配模型的驗證因為本文案例較為簡單，所以我們采用隨機(jī)遍歷抽樣法的方式進(jìn)行驗證。將停機(jī)位分配的排序方式。都一一列舉出來，然后用停機(jī)位利用效率函數(shù)比較哪種排序方式更加合理。表14第一種排序方法停機(jī)位號?？亢桨嗵?1,5,722,6,.833,944停機(jī)位利用效率函數(shù)（2.2）在第一種排序方法中停機(jī)位數(shù)量N為4，航班對數(shù)M為實際?？吭谕C(jī)位上的個數(shù)，如1號停機(jī)位是大型停機(jī)位可以停靠大、中、小型飛機(jī)所以M為3。Xij為1，規(guī)定大型機(jī)停靠的效率指標(biāo)Bi為1、中型機(jī)和小型機(jī)停靠的效率指標(biāo)Bi和Bi分別為2和3；三者的停機(jī)位基數(shù)分別為3、2、1。把數(shù)據(jù)帶入上述排序方法中可以得到：1號停機(jī)位的利用效率為36；2號停機(jī)位的利用效率為48；3號停機(jī)位的利用效率為32；4號停機(jī)位的利用效率為12。利用這種方法將每種排列方法的各個停機(jī)位都進(jìn)行利用效率的計算，將每種排序方法中的四個停機(jī)位利用效率求和，然后進(jìn)行比較停機(jī)位利用效率之和，取最大值為最佳的排序方法。結(jié)果發(fā)現(xiàn)運用遺傳算法公式計算的結(jié)論是最佳排序方法。4.3本章小結(jié)本章主要是為了檢驗遺傳算法的正確性和便捷程度，我們在驗證過程中，選取的航班計劃是由九個航班對共同組成的，并且按照停機(jī)位與機(jī)場航班一般流量之間的比例，從中選取4個最合適的停機(jī)位作為停機(jī)位，其中，四個停機(jī)位分別由一個大型機(jī)位、兩個中型機(jī)位和一個小型機(jī)位組成。選擇了以停機(jī)位空閑時間為優(yōu)化目標(biāo)，對該模型進(jìn)行了分析，運用一個新個體的運算步驟對遺傳算法的的流程進(jìn)行了總結(jié)，最后運用停機(jī)位利用效率的模型對遺傳算法進(jìn)行了驗證。經(jīng)過本章的舉例試驗和計算，可以發(fā)現(xiàn)在設(shè)置了合理參數(shù)時，運用遺傳算法能夠在分配停機(jī)位的過程中得到最優(yōu)解，盡管我們能夠合理應(yīng)用該算法，但是如果靠手算出最優(yōu)結(jié)果需要花費大量的時間成本。算法的最優(yōu)解也符合機(jī)場運行的實際情況，所以我們本文所做的研究是具有實際意義的。

5結(jié)論和展望5.1結(jié)論本文主要借鑒國內(nèi)外相關(guān)論文和參考文獻(xiàn)，結(jié)合自身知識儲備，將首要目標(biāo)定位于保障停機(jī)位的利用效率，并建立了優(yōu)化模型，重點探討該模型的相關(guān)約束條件，同時以此為基礎(chǔ)對模型參數(shù)加以確定。再運用數(shù)學(xué)分析中的線型變換，將本文建立的多目標(biāo)停機(jī)位分配函數(shù)模型轉(zhuǎn)化為單目標(biāo)停機(jī)位分配函數(shù)模型。函數(shù)模型中的不同參數(shù)和目標(biāo)權(quán)重是通過國內(nèi)外學(xué)者進(jìn)行大量實驗分析后確定的，并通過舉例來探討研究停機(jī)位分配模型能否成功運行求出最優(yōu)解。本文采用了運用十分廣泛的遺傳算法來求解的，設(shè)計了遺傳算法。為了驗證該算法結(jié)果的精準(zhǔn)性和實踐性，本文特意對其展開實例驗證，特意選擇了組成航班對數(shù)量為九個的航班計劃，最終發(fā)現(xiàn)可以獲得分配停機(jī)位的最優(yōu)解，通過分析算法的整體運行速度和最終分配結(jié)果，筆者進(jìn)一步對算法的優(yōu)劣勢做出了總結(jié)。5.2展望隨著中國經(jīng)濟(jì)的騰飛中國民航也得到了巨大的發(fā)展，越來越多的人選擇乘飛機(jī)出行。停機(jī)位作為民用機(jī)場的核心資源擁有無法取代的重要作用，而停機(jī)位的分配問題可以說是機(jī)場運行管理的重中之重。在本研究中，做出了很多方面的假設(shè)，可以輕而易舉的發(fā)現(xiàn)在機(jī)長的開車滑行中不可能做到完全準(zhǔn)時分秒不差進(jìn)出停機(jī)位的操作，所以在對停機(jī)位分配問題的研究中還可以建立一個以航班實際進(jìn)出機(jī)位時間的約束條件，如發(fā)生了機(jī)長操作失誤的情況可以將它立刻安排在另一個停機(jī)位，將距離較近的航班安排在該停機(jī)位上，這是本文可以深入研究的另一個方向。同時，在本文機(jī)位分配問題中，由于本文采用的建立新個體方式繁瑣，所以可以利用C語言程序編程，將全部的計算流程編程出來，就可以快速的搜索出最優(yōu)解。由于本文建立的停機(jī)位分配模型并非動態(tài)的，所以在發(fā)生了突發(fā)情況時不能及時提出解決方案。因為本文在實時動態(tài)調(diào)控方面的研究幾乎是沒有的，所以機(jī)場單位能實時分配停機(jī)位也是本文應(yīng)該深入研究的一個方向。

參考文獻(xiàn)[1]魏波.首都國際機(jī)場停機(jī)坪安全管理研究[D]:[碩士論文].天津:中國民航大學(xué)經(jīng)濟(jì)與管理學(xué)院,2008.[2]中國民用航空局.2017年民航機(jī)場生產(chǎn)統(tǒng)計公報.[EB/OL].[3]鄭攀.民用機(jī)場停機(jī)位分配問題優(yōu)化模型與算