摘 要

随着各国人民生活水平的提升，各国之间航班数量逐渐增加，这也导致各大机场都需要面临严峻的停机位调配问题。目前，我国机场的停机位分配工作多是由机场调度部门人工分配完成，但是在客流量逐渐提升的许多大型机场，人工经验已经无法满足调配需求，必须要通过先进的计算机智能算法，能够有效弥补人工经验的错误，提升机场调配效率，减少由于延误而带来的影响。

本文在调研我国机场停机位分配的实际基础下，基于停机位分配的运营规则，对机位分配的相关概论以及鲁棒性进行了讨论，结合改进的免疫遗传算法，建立了停机位数学模型，采用合适的智能算法对昆明长水国际机场进行了算法模拟，并与实际的数据结果进行了对比，发现了机场机位智能分配方案的可行性，对于机场调度工作具有促进作用。

关键词：机位分配；停机位数学模型；改进免疫遗传算法

Abstract

With the improvement of people's living standards, the number of flights between countries is gradually increasing, which also leads to the serious problem of parking space allocation in major airports. At present, the allocation of airport stands in China is mostly done by the airport dispatching department manually. However, in many large airports where the passenger flow is gradually increasing, the artificial experience has been unable to meet the allocation requirements. It is necessary to use advanced computer intelligent algorithm to effectively remedy the mistakes of the artificial experience, improve the efficiency of airport allocation, and reduce the impact caused by the delay.

Based on the investigation of the actual situation of airport stand assignment in our country, this paper discusses the relevant generality and robustness of stand assignment based on the operation rules of stand assignment, establishes a mathematical model of stand assignment combined with the improved immune genetic algorithm, and simulates the algorithm of Kunming Changshui International Airport by using the appropriate intelligent algorithm, which is compared with the actual data results By comparison, the feasibility of the intelligent allocation scheme of airport stands is found, which can promote the airport dispatching work.

Key words: stand allocation; stand mathematical model; improved immune genetic algorithm

目 录

第1章 绪论 1

1.1研究背景及意义 1

1.2国内外研究现状 1

第2章 机位分配相关概念及理论 3

2.1机位分配业务描述 3

2.2机位分配的鲁棒性综述 4

第3章 停机位分配问题的改进免疫遗传算法 7

3.1遗传算法简介 7

3.2遗传算法基本操作及流程 7

3.3遗传算法的特性 8

3.4改进免疫遗传算法求解机位分配问题 8

第4章 停机位数学模型 10

4.1大型枢纽机场机位分配问题的难点 10

4.2假设条件 10

4.3数据定义 11

4.4模型的约束条件及目标函数 13

第5章 实例及结果分析 15

5.1昆明长水机场机位分配案例概述 15

5.2基于机场实际业务规则的机位分配模型求解算例 18

第6章 结束语 21

参考文献 22

致谢 1

第1章 绪论

1.1研究背景及意义

随着我国人民生活水平的持续提升，以及消费升级政策的实行，让我国各大机场的乘客呈现了指数级增长的态势。这不仅给航空行业带来了巨大的利润空间，也让各大机场面临了严峻的停机位调配问题。停机位是机场顺利发展的基础，对于机场的运转效率具有极为显著的影响，因此对机场的机位分配问题进行研究，具有非常重要的现实意义。

在现实情况中，环境、飞机、乘客等多方面原因都导致航班无法按时到达机场。无论是到达时间还是出发时间，只要航班出现了延误，不仅会对所在机场造成巨大的影响，还会让对接的机场出现调度偏差。所以，对机场机位分配进行深入研究，能够有效减少飞机数量的投入，提升航空公司的口碑。

目前，由于我国人工智能技术还处于初级探索阶段，我国许多机场比较多采用的是人工经验的方式来解决停机位分配问题，然而在日流量较大的机场，人工经验已经无法满足调配需求，难以保证停机位得到有效分配。因此，通过先进的计算机智能算法，能够有效弥补人工经验的错误，提升机场调配效率，减少由于延误而带来的影响。总而言之，停机位分配是机场的核心问题，通过经济合理的机场机位智能算法，建立切实可行的分配方案，对于提升机场周转效能、加强机场服务口碑具有较为现实的价值。

1.2国内外研究现状

随着乘坐飞机成为各国人民较常使用的出行方式，各机场客流量已经出现了增长趋势，因此，机场的机位分配问题也成为了国内外相关学者较为关注的研究领域。

由于许多西方国家早已成为发达国家，比较习惯采用空中旅行的方式，因此国外学者对停机位分配做出了许多显著的研究成果。[^[1]]提出了二进制混合数学范式求解机位分配问题，并通过分支定界来处理机场的边界范围。[^[2]]建立了基于冲突航班数量、飞机滑行时间以及停机位空间数量的二次规划算法，并基于禁忌搜索进一步深入优化算法。[^[3]]设计了基础遗传算法，研究了停机位分配的鲁棒性。[^[4]]讨论了多种混合算法在参数调优之后的停机位分配效率。[^[5]]考虑了机场基础运行效率、停机位有效利用时间等因素后，采用了粒子群算法计算分配结果。[^[6]]基于旅客步行速率、机场安检时间、机位空白时间，通过蚁群算法建立了机位分配计算模型。[^[7]]基于智能体自主运算公式，采用了启发算法建立机位智能分配方案。

我国人民在最近十几年才逐渐适应了飞机的出行方式，因此，我国许多学者也提出了创新性的分配解决方案。[^[8]]使用贪婪算法模拟了飞机场分配过程，强调了算法在效率优化中的重要性。[^[9]]设置了机位智能分配的图论模型，并通过最小等待航班数量建立了机场规划模型。[^[10]]以飞机等待时间为最优目标，将停机位分配问题转化为路径搜索的迭代优化算法问题来进行求解。[^[11]]建立了基于蚁群算法的机位分配智能解决模式，有效优化了机场的飞机等待时间。[^[12]]在考虑乘客满意度、环境条件的作用影响下，分析了停机位分配鲁棒性评价函数，并设置了鲁棒性分配模型。[^[13]][^[14]]