首页 / 专利库 / 数学与统计 / 聚类算法 / 一种基于头脑风暴优化的舰载飞机出动调度规划方法

一种基于头脑暴优化的舰载飞机出动调度规划方法

阅读:753发布:2020-05-08

专利汇可以提供一种基于头脑暴优化的舰载飞机出动调度规划方法专利检索,专利查询,专利分析的服务。并且本 发明 属于航空维修保障技术,涉及一种基于头脑 风 暴优化的舰载飞机出动调度规划方法。该方法包括:确定舰载飞机的调度信息,调度信息包括舰载飞机的类型、升降机数量、 牵引车 数量和机组数量,以及每个类型的舰载飞机的数量、升降机使用时间、牵引时间和机务准备时间;为舰载飞机、保障资源进行编号;随机生成舰载机的M个调度可行解,调度可行解包括每个舰载机的可行解,可行解依次包括舰载机的编号、保障资源的编号;M为正整数;根据保障资源的使用情况、舰载飞机的调度顺序、M个调度可行解和头脑风暴优化 算法 ,确定出舰载飞机的最优调度可行解和最优调度方案。,下面是一种基于头脑暴优化的舰载飞机出动调度规划方法专利的具体信息内容。

1.一种基于头脑暴优化的舰载飞机出动调度规划方法,其特征在于,包括:
确定舰载飞机的调度信息,调度信息包括舰载飞机的类型、升降机数量、牵引车数量和机组数量,以及每个类型的舰载飞机的数量、升降机使用时间、牵引时间和机务准备时间;
为舰载飞机、保障资源进行编号;
随机生成舰载机的M个调度可行解,调度可行解包括每个舰载机的可行解,可行解依次包括舰载机的编号、保障资源的编号;M为正整数;
根据保障资源的使用情况、舰载飞机的调度顺序、M个调度可行解和头脑风暴优化算法,确定出舰载飞机的最优调度可行解和最优调度方案。
2.根据权利要求1所述的方法,其特征在于,保障资源按调度顺序包括:升降机、牵引车和机组,可行解依次包括舰载机的编号、升降机的编号、牵引车的编号和机组的编号。
3.根据权利要求2所述的方法,其特征在于,根据升降机、牵引车和机组的使用情况、舰载飞机的调度顺序和头脑风暴优化算法,确定出舰载飞机的最优调度可行解和最优调度方案,包括:
根据升降机、牵引车和机组的使用情况、舰载飞机的调度顺序,对第w-1次迭代出的调度方案进行评价,调度方案由调度可行解和每个类型的舰载飞机的升降机使用时间、牵引时间和机务准备时间组成;
将评价最高的调度可行解作为第w次迭代的全局最优解;将同一聚类内评价最高的可行解作为第w次迭代的聚类中心;其中,M个调度可行解分为N个具有相同个数调度可行解的聚类;
根据第w次迭代的聚类中心、第w次迭代的全局最优解,更新出第w次迭代的M个调度可行解;
其中,第0次迭代的组为随机生成的M个调度可行解,最后一次迭代的M个调度可行解中评价最好的可行解作为最优调度可行解,最优调度可行解和每个类型的舰载飞机的升降机使用时间、牵引时间和机务准备时间组成最优调度方案。
4.根据权利要求3所述的方法,其特征在于,对第i个聚类,i是1到N之间的整数,根据第w次迭代的聚类中心、第w次迭代的全局最优解,更新出第w次迭代的M个调度可行解,包括:
对聚类中心的保障资源的编号中任一个编号进行随机更新;随机更新的范围不超过自身编号的范围;
根据升降机、牵引车和机组的使用情况、舰载飞机的调度顺序,对更新编号的调度方案进行评价,更新编号的调度方案由更新编号的调度可行解和每个类型的舰载飞机的升降机使用时间、牵引时间和机务准备时间组成;
若更新编号的调度方案的评价优于原调度方案的评价,则用更新编号的聚类中心代替聚类中心;
对第i个聚类中随机的一个调度可行解参照聚类中心进行第一次更新;
根据升降机、牵引车和机组的使用情况、舰载飞机的调度顺序,对第一次更新的调度方案进行评价;第一次更新的调度方案由第一次更新的调度可行解和每个类型的舰载飞机的升降机使用时间、牵引时间和机务准备时间组成;
若第一次更新的调度方案的评价优于原调度方案的评价,则用第一次更新的可行解代替可行解;
若第一次更新的调度方案的评价不优于调度方案的评价,对第i个聚类中随机的一个调度可行解参照全局最优解进行第二次更新;
根据升降机、牵引车和机组的使用情况、舰载飞机的调度顺序,对第二次更新的调度方案进行评价;第二次更新的调度方案由第一次更新的调度可行解和每个类型的舰载飞机的升降机使用时间、牵引时间和机务准备时间组成;
若第二次更新的调度方案的评价优于原调度方案的评价,则用第二次更新的可行解代替可行解;
若第二次更新的调度方案的评价优于原调度方案的评价,则用一组随机生成的新调度可行解代替调度可行解。
5.根据权利要求2所述的方法,其特征在于,对调度方案的评价规则包括:
对于调度同一保障资源,未使用该保障资源中编号最靠前的舰载飞机优先使用;
只有保障资源未被使用时,才能被调度;
评价结果为调度方案调度总时间,其中,调度总时间越短,评价越高。
6.根据权利要求4所述的方法,其特征在于,对第i个聚类中随机的一个调度可行解参照聚类中心进行第一次更新,包括:
在第i个聚类中随机选择一个调度可行解,根据第一次更新公式更新所述调度可行解,第一次更新公式为:
其中, 表示第i个聚类中随机选中的调度可行解, 表示第i个聚类中心,rand表示-1到1之间的随机数, 表示第一次更新过的调度可行解。
7.根据权利要求5所述的方法,其特征在于,对第i个聚类中随机的一个调度可行解参照全局最优解进行第二次更新,包括:
根据第二次更新公式将所述调度可行解向全局最优解接近;第二次更新公式为:
其中, 表示所述调度可行解, 表示全局最优解,rand表示-1到1之间的随机数, 表示第二次更新过的调度可行解。
8.根据权利要求3所述的方法,其特征在于,所述方法还包括:
将欧式距离最相近的调度可行解分为一个聚类。

说明书全文

一种基于头脑暴优化的舰载飞机出动调度规划方法

技术领域

[0001] 本发明属于航空维修保障技术,涉及一种基于头脑风暴优化的舰载飞机出动调度规划方法。

背景技术

[0002] 在航空母舰出海执行任务过程中,舰载飞机调度作业是航母上维修保障作业的重要组成部分,是制约舰载飞机出动能的主要因素。任务过程中,多架舰载飞机出动调度需要在时间、空间、保障资源等受限的情况下(如图1所示),通过科学合理规划,尽可能地充分利用好各项资源,并最终缩短总体出动调度时间,保证任务出动能力。舰载机甲板调度时要综合考虑众多因素的影响:如航母上有限的升降机、维修保障机位、起飞位、牵引车数量等,因此进行合理的舰载飞机出动调度规划对舰载机出动能力的提高极为重要。

发明内容

[0003] 发明目的:提供一种基于头脑风暴优化的舰载飞机出动调度规划方法,能够对舰载飞机出动能力进行合理的舰载飞机出动调度规划。
[0004] 本发明提供一种基于头脑风暴优化的舰载飞机出动调度规划方法,包括:
[0005] 确定舰载飞机的调度信息,调度信息包括舰载飞机的类型、升降机数量、牵引车数量和机组数量,以及每个类型的舰载飞机的数量、升降机使用时间、牵引时间和机务准备时间;
[0006] 为舰载飞机、保障资源进行编号;
[0007] 随机生成舰载机的M个调度可行解,调度可行解包括每个舰载机的可行解,可行解依次包括舰载机的编号、保障资源的编号;M为正整数;
[0008] 根据保障资源的使用情况、舰载飞机的调度顺序、M个调度可行解和头脑风暴优化算法,确定出舰载飞机的最优调度可行解和最优调度方案。
[0009] 进一步的,保障资源按调度顺序包括:升降机、牵引车和机组,可行解依次包括舰载机的编号、升降机的编号、牵引车的编号和机组的编号。
[0010] 进一步的,根据升降机、牵引车和机组的使用情况、舰载飞机的调度顺序和头脑风暴优化算法,确定出舰载飞机的最优调度可行解和最优调度方案,包括:
[0011] 根据升降机、牵引车和机组的使用情况、舰载飞机的调度顺序,对第w-1 次迭代出的调度方案进行评价,调度方案由调度可行解和每个类型的舰载飞机的升降机使用时间、牵引时间和机务准备时间组成;
[0012] 将评价最高的调度可行解作为第w次迭代的全局最优解;将同一聚类内评价最高的可行解作为第w次迭代的聚类中心;其中,M个调度可行解分为N 个具有相同个数调度可行解的聚类;
[0013] 根据第w次迭代的聚类中心、第w次迭代的全局最优解,更新出第w次迭代的M个调度可行解;
[0014] 其中,第0次迭代的组为随机生成的M个调度可行解,最后一次迭代的M 个调度可行解中评价最好的可行解作为最优调度可行解,最优调度可行解和每个类型的舰载飞机的升降机使用时间、牵引时间和机务准备时间组成最优调度方案。
[0015] 进一步的,对第i个聚类,i是1到N之间的整数,根据第w次迭代的聚类中心、第w次迭代的全局最优解,更新出第w次迭代的M个调度可行解,包括:
[0016] 对聚类中心的保障资源的编号中任一个编号进行随机更新;随机更新的范围不超过自身编号的范围;
[0017] 根据升降机、牵引车和机组的使用情况、舰载飞机的调度顺序,对更新编号的调度方案进行评价,更新编号的调度方案由更新编号的调度可行解和每个类型的舰载飞机的升降机使用时间、牵引时间和机务准备时间组成;
[0018] 若更新编号的调度方案的评价优于原调度方案的评价,则用更新编号的聚类中心代替聚类中心;
[0019] 对第i个聚类中随机的一个调度可行解参照聚类中心进行第一次更新;
[0020] 根据升降机、牵引车和机组的使用情况、舰载飞机的调度顺序,对第一次更新的调度方案进行评价;第一次更新的调度方案由第一次更新的调度可行解和每个类型的舰载飞机的升降机使用时间、牵引时间和机务准备时间组成;
[0021] 若第一次更新的调度方案的评价优于原调度方案的评价,则用第一次更新的可行解代替可行解;
[0022] 若第一次更新的调度方案的评价不优于调度方案的评价,对第i个聚类中随机的一个调度可行解参照全局最优解进行第二次更新;
[0023] 根据升降机、牵引车和机组的使用情况、舰载飞机的调度顺序,对第二次更新的调度方案进行评价;第二次更新的调度方案由第一次更新的调度可行解和每个类型的舰载飞机的升降机使用时间、牵引时间和机务准备时间组成;
[0024] 若第二次更新的调度方案的评价优于原调度方案的评价,则用第二次更新的可行解代替可行解;
[0025] 若第二次更新的调度方案的评价优于原调度方案的评价,则用一组随机生成的新调度可行解代替调度可行解。
[0026] 进一步的,对调度方案的评价规则包括:
[0027] 对于调度同一保障资源,未使用该保障资源中编号最靠前的舰载飞机优先使用;
[0028] 只有保障资源未被使用时,才能被调度;
[0029] 评价结果为调度方案调度总时间,其中,调度总时间越短,评价越高。
[0030] 进一步的,对第i个聚类中随机的一个调度可行解参照聚类中心进行第一次更新,包括:
[0031] 在第i个聚类中随机选择一个调度可行解,根据第一次更新公式更新所述调度可行解,第一次更新公式为:
[0032]
[0033] 其中, 表示第i个聚类中随机选中的调度可行解, 表示第i个聚类中心,rand表示-1到1之间的随机数, 表示第一次更新过的调度可行解。
[0034] 进一步的,对第i个聚类中随机的一个调度可行解参照全局最优解进行第二次更新,包括:
[0035] 根据第二次更新公式将所述调度可行解向全局最优解接近;第二次更新公式为:
[0036]
[0037] 其中, 表示所述调度可行解, 表示全局最优解,rand表示-1到1 之间的随机数, 表示第二次更新过的调度可行解。
[0038] 进一步的,所述方法还包括:
[0039] 将欧式距离最相近的调度可行解分为一个聚类。
[0040] 本发明的优点:通过模拟人类使用头脑风暴方法进行集体研讨,完成迭代讨论决策的过程进行优化。头脑风暴算法收敛速度快,鲁棒性强,一定程度上避免了陷入局部最优解,适合解决复杂的优化问题。对于舰载飞机调度规划问题,适合用头脑风暴算法进行优化求解。附图说明
[0041] 图1为调度方案的评价计算示意图的示意图。
[0042] 图2为一种基于头脑风暴优化的舰载飞机出动调度规划方法的流程图
[0043] 具体实现方式
[0044] 本发明提供一种基于头脑风暴优化的舰载飞机出动调度规划方法,如图2 所示,包括:
[0045] 步骤一:给每架需要进行出动调度的舰载飞机进行从1开始的连续整数编号,分别给每个升降机、牵引车、机组进行从1开始的连续整数编号。初始化头脑风暴优化算法参数,确定种群规模为M,聚类数量为N(N
[0046] 步骤二:在编号范围内随机初始化生成M个调度可行解,每个可行解包含 D个整数,调度可行解的格式示例如下:
[0047] (1,3,2,5|3,2,4,1|......|8,1,3,3)
[0048] 该调度可行解表示顺序为第1架飞机通过3号升降机、2号牵引车、5号机组进行调度,第3架飞机通过2号升降机、4号牵引车、1号机组进行调度,最后是第8架飞机通过1号升降机、3号牵引车、3号机组进行调度。要覆盖每架舰载飞机且无重复。
[0049] 随机选取其中N个可行解作为初始聚类中心。
[0050] 步骤三:计算每个调度可行解的调度总时间,计算中要按照调度可行解的顺序,考虑同一升降机、牵引车、机组不能同时使用的约束,如图2所示。按照调度方案调度总时间从小到大排列可行解,排在第一的可行解为全局最优解。计算调度总时间需要了解升降机的升降时间、牵引机的牵引时间、机组的机务准备时间,例如表1所示的舰载飞机调度各程序时间。
[0051] 表1
[0052]
[0053] 步骤四:从第一个可行解开始,依次对每个可行解计算到各个聚类中心的欧式距离,计算公式如下:
[0054]
[0055] 其中,Disi表示调度可行解到第i个聚类中心的欧式距离,xk表示该调度可行解的第k个数,yik表示第i个聚类中心的第k个数。
[0056] 根据计算结果将调度可行解分配到距离它最近的聚类中心的未饱和聚类中,当某个聚类中已包含了 个调度可行解时,该聚类已变为饱和,剩余的调度可行解必须分配到其他聚类中,保证每个聚类的调度可行解数量相等。
[0057] 步骤五:依次对每个聚类选择聚类中调度总时间最小的个体成为聚类中心。
[0058] 步骤六:依次对每个聚类中心进行更新,更新方式如下:随机选择聚类中心解中的一个数,对其添加在编号范围内的随机数。比较添加前和添加后的调度总时间大小,如果添加随机数后的调度总时间更小,则更新聚类中心;否则保留原来的聚类中心。
[0059] 步骤七:在每个聚类中都随机选择聚类中的一个调度可行解,根据下式更新该可行解:
[0060]
[0061] 其中, 表示第i个聚类中随机选中的调度可行解, 表示第i个聚类中心,rand表示-1到1之间的随机数, 表示更新过的调度可行解。
[0062] 比较更新前和更新后的可行解调度总时间大小,如果更新后的 调度总时间更小,则更新该调度可行解为 并直接进入步骤十;否则保留原来的调度可行解 并进入步骤八。
[0063] 步骤八:将保留的调度可行解向全局最优解接近,根据下式更新:
[0064]
[0065] 其中, 表示第i个聚类中随机选中的调度可行解, 表示所有个体中调度总时间最小的可行解,rand表示-1到1之间的随机数, 表示更新过的调度可行解。
[0066] 比较更新前和更新后的调度可行解调度总时间大小,如果更新后的 调度总时间更小,则更新该调度可行解为 并直接进入步骤十;否则保留原来的调度可行解并进入步骤九。
[0067] 步骤九:在约束范围内随机生成一个调度可行解,替代选中的调度可行解。
[0068] 步骤十:将当前迭代次数C增加1,判断当前迭代次数C。若C<Cmax,则转到步骤四;若C≥Cmax,则输出最优解,生成最优调度方案。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈