不确定环境下机组调度问题的规划模型及算法.docVIP

不确定环境下机组调度问题的规划模型及算法 　　【摘要】传统航空公司机组调度模型大多是确定的，然而实际上航班通常会受各种不确定因素影响而产生延误的影响。本文考虑随机因素，将机组排班的配对寻优建成以成本最小和旅客满意度最大为目标的多目标随机机会约束规划模型，并构造混合智能算法来寻找最优解。案例研究的结果显示，模型和算法对于实际中机组配对的寻优是可行的。 　　【关键词】机组配对不确定多目标机会约束规划混合遗传算法 　　【Abstract】For the traditional airlines ， crew scheduling models are usually deterministic，in fact the flight is usually affected by many uncertain factors and cause delays. This paper take the uncertain factors into consideration to build a multi-objective stochastic chance constrained programming crew pairings model of minimum cost and maximum passenger satisfaction， and constructs a hybrid intelligent algorithm to find the optimal solution. the results of a case study show that the model and algorithm are feasible in practice for crew scheduling problems. 　　【Key words】crew pairings problems； uncertainty； multi-objective； chance constrained programming；hybrid intelligent algorithm 　　1 引言 　　由于民航业的特点和竞争的需要，航空公司的航班运行控制对运筹学的许多分支理论和方法，特别是最优化技术有着非常迫切的需求。航空公司计划和控制系统是围绕航班来运作的，运行控制部门通过使用辅助决策系统和利用各种现代优化技术建立符合实际问题的调度模型，采用有效的算法、软件来实现调度方案的快速生成。 　　在国内外的文献中，LOO[1]通过重新定义航班降落时间，建立一个用多目标遗传算法，（MOGA）来解决的多目标优化的模型。文献[2]则引入一个惩罚函数，模拟实际运营成本来进行不确定环境下的机组调度问题研究。张英楠等人[3]引入机会约束构建兼顾成本与航班运行安全及旅客随机需求的机型分配与机组排班模型。牟德一等人[4]提出机组延误概率这一概念，给出机组延误概率计算公式及方法，利用Matlab编程计算机组配对相关问题。Yen[5]一方面解决人员指派问题，另一方面加入惩罚函数来描述延误。文献[6]说明了确定性航班机组调度的综合论述。 　　本文在考虑基本的机组配对基础上，考虑实际运营情况，考虑一个不确定环境下的的随机变量。在航班约束以及机会成本约束条件下，建成多目标机会约束模型，利用混合智能算法求解并结合案例加以实现。 　　2 随机机会约束规划 　　定义[8]：假设x是一个决策向量，ξ是一个随机向量， 是目标函数， （j = 1，2，…，p）是没有给出确定可行集的随机约束函数。一个点x是可行的当且仅当事件 的概率测度不小于 ，即违反约束条件的概率小于 ，机会约束可以表示为如下的形式： 　　3 多目标规划 　　作为单目标规划的推广，多目标规划定义为在一组约束条件下，优化多个不同的目标函数，其一般形式为： 　　其中 是一个 维决策向量， 是目标函数， 是系统约束条件。 　　4 问题描述与基本方法 　　4.1 问题描述 　　机组调度的问题是航空公司制定航班计划表的一个重要组成部分。在机型分配结束后，为每个机型的飞机配备相应的机组人员来保证航班的飞行计划。为每个机型寻找合适正确的机组不仅能提高飞行效率节约成本，在飞行安全方面也有一定的保障。 　　机组调度问题分为两个部分：机组配对和机组轮班。机组配对是寻找适合的机组，机组轮班是配对以后，将具体的机组人员分配到配对中。在实际航空公司运营中，为一个机组配备相关的人员很容易操作，而机组配对的过程很复杂，涉及到机场、城市、基地等等限制规则，所以本文重点研究机组配对。 　　4.2 机组配对的一般要求 　　（1） 公司排班人员根据计划时刻表来对航班进行合理配对； 　　（2） 每个配对开始是从基