飞机机群起飞调度方法、装置、设备和存储介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN116009571A(43)申请公布日2023.04.25(21)申请号202210854812.7(22)申请日2022.07.18(71)申请人中国人民解放军海军航空大学地址264000山东省烟台市芝罘区二马路188号(72)发明人苏析超张勇万兵刘玉杰程亮亮汪节韩啸华夏润泽刘子玄(74)专利代理机构长沙国科天河知识产权代理有限公司43225专利代理师李杨(51)Int.Cl.G05D1/10(2006.01)权利要求书4页说明书18页附图8页(54)发明名称飞机机群起飞调度方法、装置、设备和存储介质(57)摘要本申请涉及一种飞机机群起飞调度方法、装置、设备和存储介质。所述方法包括：构建出动调度模型；构建多岛分布模型，并对每一岛屿的分布模型初始化；根据局部精英样本和岛屿全局精英库对初始化后的每一岛屿的分布模型进行并行迭代更新，当满足第一迭代终止条件时，输出每一岛屿最优样本对应的最优适应度；根据预先设置的多岛信息交流融合机制和每一岛屿最优样本对应的最优适应度，对每一岛屿的分布信息进行交流融合，对每一交流融合后岛屿的分布参数进行并行迭代更新，当满足第二迭代终止条件时，输出最优机群出动调度方案。采用本方法能够高效执行机群起飞调度任务。CN116009571ACN116009571A权利要求书1/4页1.一种飞机机群起飞调度方法，其特征在于，所述方法包括：解析预先设置的机群出动任务，得到待调度飞机的飞机编号、停机位编号、作业阶段集和多个飞机编队；所述飞机编队包括多个所述飞机编号；根据所述待调度飞机的飞机编号、所述停机位编号、所述作业阶段集、所述多个飞机编队和预设的约束条件，以机群出动效能最大、机群出动完成时间最小和机群滑行时间和最小为目标函数，构建所述待调度飞机的出动优先级及起飞位选择的出动调度模型；构建多岛分布模型，并对每一岛屿的分布模型初始化；所述每一岛屿的分布模型为相互独立的截断高斯分布模型；采用交叉熵方法根据局部精英样本和岛屿全局精英库对初始化后的每一岛屿的分布模型进行并行迭代更新，当满足第一迭代终止条件时，输出每一岛屿最优样本对应的最优适应度；所述局部精英样本为每一岛屿每次迭代时的精英样本，所述岛屿全局精英库用于保存每一岛屿历次迭代的历史最优样本；根据预先设置的多岛信息交流融合机制和所述每一岛屿最优样本对应的最优适应度，对每一岛屿的分布信息进行交流融合，采用交叉熵方法对每一交流融合后岛屿的分布参数进行并行迭代更新，当满足第二迭代终止条件时，输出最优机群出动调度方案。2.根据权利要求1所述的方法，其特征在于，对每一岛屿的分布模型初始化的步骤包括：在每一所述分布模型的定义区间内随机生成多个个体，采用预先设置的出动调度解码规则对所述每一个体对应的编码数据解码，得到所述多个个体对应的解；采用K‑means算法将所述多个个体对应的解作为样本划分到各个岛屿中，根据每一岛屿上的样本对每一岛屿的分布模型初始化。3.根据权利要求1所述的方法，其特征在于，在所述在每一所述分布模型的定义区间内随机生成多个个体之前，包括：采用连续编码规则对每一待调度飞机所选择的起飞位和每一待调度飞机的出动优先级进行编码，得到每一待调度飞机对应的个体；所述个体中任一维度基因的整数部分表示每一待调度飞机所选择的起飞位，基因的小数部分表示每一待调度飞机的出动优先级；所述连续编码规则还包括：对于所述个体中任一维度基因，当所述基因的整数部分为奇数时，所述基因的小数部分数值越小，则所述小数部分对应的待调度飞机的出动优先级越高；当所述基因的整数部分为偶数时，所述基因的小数部分数值越大，则所述小数部分对应的待调度飞机的出动优先级越高。4.根据权利要求1所述的方法，其特征在于，采用交叉熵方法根据局部精英样本和岛屿全局精英库对初始化后的每一岛屿的分布模型进行并行迭代更新的步骤包括：根据每一岛屿当前迭代次数的分布模型随机抽样，得到多个个体，采用所述出动调度解码机制计算每一所述个体的解，得到多个样本，根据所述多个样本的次序统计量的分位数，得到每一岛屿的精英样本和最优样本；选取每一岛屿的精英样本为局部精英样本，构建岛屿全局精英库；所述岛屿全局精英库包括全局精英样本；所述全局精英样本包括每一岛屿历次迭代的历史最优样本；根据每一岛屿的所述全局精英样本所构造分布模型的参数和所述局部抽样精英样本2CN116009571A权利要求书2/4页所构造分布模型的参数，并行迭代更新每一岛屿的分布模型的分布参数。5.根据权利要求1所述的方法，其特征在于，所述根据预先设置的多岛信息交流融合机制和所述每一岛屿最优样本对应的最优适应度，对每一岛屿的分布信息进行交流融合，采用交叉熵方法对每一交流融合后岛屿的分布参数进行并行迭代更新，当满足第二迭代终止条