人工鱼群——粒子群混合算法优化进港航班排序

被引:24
作者
袁野 [1 ,2 ]
杨红雨 [1 ,2 ]
羽翼 [1 ,2 ]
王世豪 [1 ,2 ]
机构
[1] 四川大学视觉合成图形图像技术国防重点学科实验室
[2] 四川大学计算机学院
关键词
空中交通管理; 进港航班排序; 先来先服务调度方法; 人工鱼群算法; 粒子群优化算法; 人工鱼群—粒子群混合算法;
D O I
暂无
中图分类号
TP18 [人工智能理论];
学科分类号
140502 [人工智能];
摘要
针对空中交通管理中的进港航班排序问题,提出了人工鱼群—粒子群混合算法(AFPSO)这一航班排序算法来优化进港航班排序,使时段内进港航班队列总延误时间最少。算法结合了基本人工鱼群算法(AFSA)和基本粒子群算法(PSO)各自的优点,先以AFSA在全局寻找满意的解域,再以PSO算法在这些解域中进行快速的局部搜索获得精确解,最终使算法提高收敛速度和搜索精度。仿真结果表明,在单跑道和双跑道情况下,AFPSO算法使得航班队列总延误时间比FCFS调度方法减少了20.9%和34.4%,比基本AFSA减少了3.2%和3.5%。算法得到的满意解能够为自动化空中交通管理提供实时支持。
引用
收藏
页码:663 / 666
页数:4
相关论文
共 11 条
[1]
多跑道航班起降调度优化算法 [J].
张启钱 ;
胡明华 ;
施赛锋 ;
杨晶妹 .
交通运输工程学报, 2012, 12 (06) :63-68
[2]
人工鱼群与粒子群混合图像自适应增强算法 [J].
王敏 ;
黄峰 ;
叶松 ;
刘志华 ;
马宁 .
计算机测量与控制, 2012, (10) :2805-2807
[3]
一种新型的启发式人工鱼群算法 [J].
曲良东 ;
何登旭 ;
黄勇 .
计算机工程, 2011, 37 (17) :140-142
[4]
人工鱼群与微粒群混合优化算法 [J].
姚祥光 ;
周永权 ;
李咏梅 .
计算机应用研究, 2010, 27 (06) :2084-2086+2102
[5]
一种新的混合粒子群优化算法 [J].
李荣钧 ;
常先英 .
计算机应用研究, 2009, 26 (05) :1700-1702+1705
[6]
终端区飞机排序的混合人工鱼群算法 [J].
王飞 ;
徐肖豪 ;
张静 .
交通运输工程学报, 2008, (03) :68-72
[7]
基于单机排序问题的降落飞机分组排序方法 [J].
杨秋辉 ;
游志胜 ;
洪玫 .
四川大学学报(工程科学版), 2004, (06) :106-110
[8]
基于流量和滑动窗的空中交通管理动态排序算法 [J].
张兆宁 ;
王莉莉 .
交通运输工程与信息学报, 2004, (03) :22-25
[9]
遗传算法在终端区飞机排序中的应用 [J].
徐肖豪 ;
姚源 .
交通运输工程学报, 2004, (03) :121-126
[10]
一种基于动物自治体的寻优模式:鱼群算法 [J].
李晓磊 ;
邵之江 ;
钱积新 .
系统工程理论与实践, 2002, (11) :32-38