飞机地面作业提前/拖期调度研究

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (10): 214-216.

飞机地面作业提前/拖期调度研究

王芹¹,樊玮²

1.威海职业学院机电工程系，山东威海 264200
2.中国民航大学计算机学院，天津 300300

收稿日期:2007-07-18 修回日期:2007-11-26 出版日期:2008-04-01 发布日期:2008-04-01
通讯作者: 王芹

Research on earliness/tardiness scheduling about airplane ground job operation

WANG Qin¹,FAN Wei²

1.Department of Mechanisim and Electric Engineering，Weihai Vocational College，Weihai，Shandong 264200，China
2.College of Computer，Civil Aviation University of China，Tianjin 300300，China

Received:2007-07-18 Revised:2007-11-26 Online:2008-04-01 Published:2008-04-01
Contact: WANG Qin

摘要/Abstract

摘要： 对具有不同时间窗的提前/拖期调度方法应用于飞机地面作业调度进行了研究，用模糊规划建立数学模型，用三角模糊数表示了地面作业中时间的不确定性，应用粒子群优化算法对模型进行了仿真。实验结果表明，在不同情况下该算法都能取得较为满意的结果。

关键词: 飞机地面作业, 提前/拖期调度, 模糊规划, 粒子群算法

Abstract: This paper has researched the airplane ground job operation using earliness and tardiness scheduling with distinct due windows，the mathematic model is established by fuzzy programming，the uncertain processing time are denoted by the triangle fuzzy numbers，and simulation using particle swarm optimization is given to illustrate the efficiency of the presented models and the optimal algorithms.

Key words: airplane ground job, earliness/tardiness scheduling, fuzzy programming, particle swarm optimization

王芹¹,樊玮². 飞机地面作业提前/拖期调度研究[J]. 计算机工程与应用, 2008, 44(10): 214-216.

WANG Qin¹,FAN Wei². Research on earliness/tardiness scheduling about airplane ground job operation[J]. Computer Engineering and Applications, 2008, 44(10): 214-216.

[1]	史春天，曾艳阳，侯守明. 群体智能算法在图像分割中的应用综述[J]. 计算机工程与应用, 2021, 57(8): 36-47.
[2]	李静星，杨有龙. 针对高维数据的马尔科夫毯特征选择[J]. 计算机工程与应用, 2021, 57(6): 58-66.
[3]	朱佳莹，高茂庭. 融合粒子群与改进蚁群算法的AUV路径规划算法[J]. 计算机工程与应用, 2021, 57(6): 267-273.
[4]	王嘉月，史立. 考虑电池损耗的电动冷藏车路径及充电策略[J]. 计算机工程与应用, 2021, 57(24): 283-289.
[5]	林炜星，王宇嘉，陈万芬，梁海娜. 基于多因子粒子群的高维数据特征选择算法[J]. 计算机工程与应用, 2021, 57(22): 199-207.
[6]	于国龙，赵勇，吴恋，崔忠伟. QPSO算法的改进及其在DBN参数优化中应用[J]. 计算机工程与应用, 2021, 57(10): 154-162.
[7]	周蓉，李俊，王浩. 基于灰狼优化的反向学习粒子群算法[J]. 计算机工程与应用, 2020, 56(7): 48-56.
[8]	杨华龙，陆婷，辛禹辰. 基于改进粒子群算法的异质车队二级IRP优化[J]. 计算机工程与应用, 2020, 56(22): 272-278.
[9]	覃凤婷，杨有龙，仇海全. 基于稀疏子空间的局部异常值检测算法[J]. 计算机工程与应用, 2020, 56(19): 152-159.
[10]	杨彦荣，宋荣杰，周兆永. 基于GAN-PSO-ELM的网络入侵检测方法[J]. 计算机工程与应用, 2020, 56(12): 66-72.
[11]	周琴，程立正. 层适应网格上求解奇异摄动问题的粒子群算法[J]. 计算机工程与应用, 2020, 56(11): 46-50.
[12]	胡雪娇，陈行健，赵南，薛卫. PSO_BFA优化词袋模型及蛋白质亚细胞定位预测[J]. 计算机工程与应用, 2020, 56(1): 165-171.
[13]	蒋丽1，2，叶润舟1，2，梁昌勇1，2，陆文星1，2. 改进的二阶振荡粒子群算法[J]. 计算机工程与应用, 2019, 55(9): 130-138.
[14]	张鑫1，邹德旋1，肖鹏1，喻秋2. 自适应简化粒子群优化算法及其应用[J]. 计算机工程与应用, 2019, 55(8): 250-263.
[15]	冯建新1，2，李慧1，2，刘治国1，2. 新型火焰颜色空间——IFCS[J]. 计算机工程与应用, 2019, 55(5): 203-210.