首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

机群出入库转运协同调度优化方法、装置和设备 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:中国人民解放军海军航空大学

摘要:本申请涉及一种机群出入库转运协同调度优化方法、装置和设备。该方法包括:获取待转运飞机的飞机编号和预先构建的调度模型;构建概率模型,并采用预约束策略初始化概率模型;根据初始化后的相对优先概率矩阵进行抽样,得到包含多个个体的种群,根据种群中每一个体对应的个体适应度得到精英种群,并采用局部搜索方法更新精英种群,利用更新后的精英种群更新相对优先概率矩阵,并进行迭代运算,直到满足迭代终止条件,得到最优解;采用预先设置的转运调度解码规则对最优解对应的最优编码进行解码,得到最优调度方案,根据最优调度方案进行机群出入库转运协同调度。采用本方法能够对机群出入库转运协同调度,确保转运作业的安全与高效。

主权项:1.一种机群出入库转运协同调度优化方法,其特征在于,所述方法包括:获取待转运飞机的飞机编号;所述待转运飞机的转运工序由调运设备和调运设备对应配置的调运组完成;所述待转运飞机的出入库转运为跨区域转运;根据预先设置的设备分配的独占性约束、飞机转运时序约束、飞机转运避碰约束和调运设备转移保障时序约束,以机群转运完工时间最小、负载均衡指标最小和调运组转移时间最小为目标,构建调度模型;构建概率模型,并采用预约束策略初始化所述概率模型;所述概率模型包括相对优先概率矩阵;所述预约束策略用于对停机位阻塞时相关待转运飞机的相对转运优先级进行约束;根据所述初始化后的相对优先概率矩阵进行抽样,得到包含多个个体的种群,根据所述种群中每一个体对应的个体适应度得到精英种群,并采用局部搜索方法更新所述精英种群,利用更新后的精英种群更新所述相对优先概率矩阵,并进行迭代运算,直到满足迭代终止条件,得到最优解;采用预先设置的转运调度解码规则对所述最优解对应的最优编码进行解码,得到最优调度方案,根据所述最优调度方案进行机群出入库转运协同调度;最小化负载均衡指标为: 其中,LBT为负载均衡指标,γk表示第kk∈Kz类调运组的负载方差权重,为第kk∈Kz类调运组的负载均值,TBkl为第kk∈Kz类第ll∈Lzk个调运组的调运组负载;所述调度模型的约束条件包括:根据飞机在任一转运工序中,仅能分配给负责该工序转运作业的调运设备集中的任一台调运设备,得到设备独占性约束;根据待转运飞机在转运前后的系留和解系留时间,得到跨工序转运的切换时间约束,根据跨工序转运的切换时间约束得到飞机转运时序约束;根据预先设置的飞机位姿模型求解在参考点位姿下待转运飞机的飞机凸壳顶点坐标,得到飞机凸壳所占的空间区域,根据飞机凸壳所占的空间区域,得到待转运飞机的位形,根据多个待转运飞机在对应可行转运路径上同一时刻的位形,得到飞机转运避碰约束;根据调运设备在当前转运工序的转运作业结束时间和转移到下一转运工序的转移保障时间,得到调运设备转移保障时序约束;所述相对优先概率矩阵为: 其中,pgXi,j=1表示在第g次进化代数中,飞机i优先于飞机j的相对优先概率,Nf为飞机编号列表中飞机编号数量,所述预约束策略包括:当待转运飞机i的初始停机位属于待转运飞机j的任意转运工序唯一转运路径干涉停机位集合时,待转运飞机i优先于待转运飞机j;当待转运飞机i的目标停机位属于待转运飞机j的任意转运工序唯一转运路径干涉停机位集合时,待转运飞机j优先于待转运飞机i;所述干涉停机位集合通过预先设置的转运路径库得到;根据所述初始化后的概率模型进行抽样,得到包含多个个体的种群的步骤,包括:采用基于分布模型的列表抽样生成算法根据所述初始化后的概率模型进行抽样,得到包含多个个体的种群;所述采用基于分布模型的列表抽样生成算法根据初始化后的概率模型进行抽样,得到包含多个个体的种群的步骤,包括:初始化飞机编号列表为空集列表;所述飞机编号列表是根据待转运飞机两两之间的相对转运优先级对待转运飞机的飞机编号排序得到的;根据所述预约束策略和选择概率从当前待排序飞机集合中筛选出可分配飞机对应的可分配集合;所述选择概率为: 其中,Pri为待排序飞机i排序在E内其余待排序飞机之前的概率,E为可分配飞机集合,pgXi,j=1为待排序飞机集合中待排序飞机的相对优先概率;采用轮盘赌方法在所述可分配飞机集合中随机抽取任一可分配飞机加入当前飞机编号列表中,直至所述飞机编号列表达到待转运飞机数量,输出所述飞机编号列表,多次抽样得到包含多个个体的种群;根据所述种群中每一个体对应的个体适应度得到精英种群的步骤,包括:采用转运调度编码规则对所述种群中每一个体进行编码,得到列表编码;采用所述转运调度解码规则对所述列表编码进行解码,得到个体适应度;对所述种群中每一个体的个体适应度进行排序,选取最优的若干个个体得到精英种群;所述采用局部搜索方法更新所述精英种群的步骤,包括:依次搜索所述精英种群中精英个体对应的飞机编号列表中的飞机编号,生成所述飞机编号对应的随机数;当所述随机数小于局部搜索概率时,根据所述预约束策略查询所述飞机编号存在前后序约束的飞机位置,得到可插入的排序范围,并将所述飞机编号随机重插入所述排序范围内,得到新的精英个体;采用转运调度编码规则和所述转运调度解码规则计算所述新的精英个体的个体适应度,若适应度有改进则将所述精英个体替换为新的精英个体,得到更新后的精英种群;所述利用更新后的精英种群更新所述概率模型包括:采用预先设置的概率模型更新机制利用更新后的精英种群更新所述概率模型,所述概率模型更新机制为: 其中,β为学习速率,Ωg为精英种群,Nelite为精英种群个体数量,Igq为第g代更新后的精英种群中第q个个体的频率矩阵。

全文数据:

权利要求:

百度查询: 中国人民解放军海军航空大学 机群出入库转运协同调度优化方法、装置和设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

相关技术
相关技术
相关技术
相关技术