研究机场运营中摆渡车的调度问题外文翻译资料

英语原文共 4 页，剩余内容已隐藏，支付完成后下载完整资料

研究机场运营中摆渡车的调度问题

作者：Qianwen Li，Jun Bi，Ziyu Li

北京交通大学运输与交通学院，北京100000

摘要：在现实生活中，每天的机场运营中的固定有限资源在资源优化调度的重要性和复杂性逐渐提高的过程中渐渐开始不再被需要。在这篇论文中，我们认为摆渡车的优化调度问题是支持机场这个大型枢纽的重要流量之一。我们分析了著名的时间窗口输送问题。并且，我们二次编译了一个以最小化每个摆渡车服务的停机坪航班数量的不同为目的的模型。同样的，为了获取合理的安全门分布数量，ILOG GROUBI优化器被用作解决摆渡车调度的优化模型。从我们伙伴机场的真实调查数据来看，与直观普通的调度策略来看，优化的调度可以促使显而易见的更好的表现。

关键字：机场运营，优化，车辆常规，车辆管理，调度

一、介绍

随着机场空中交通的增长，像机场跑道，支持车辆和安全门在对不同资源的日常管理的重要性和复杂性逐渐提高的过程中渐渐开始不再被需要。机场地面服务是机场运营的重要组成部分。所有主要航班的地面服务，包括卸载和装运行李，旅客的下机和登机，多次加油，清洁，餐饮，水，卫浴服务，从一架飞机着陆开始，直到为了继续随后的任务而起飞才停止。这是一系列由不同种类的支持交通分别实施的服务。在大型机场枢纽中，航班拥有时间短密度高的特点，这使得航班地面服务由不同支持交通实现的需求更加集中。不正确的支持交通的调度会引起大量航班的延误。对停机坪的航班来说，摆渡车需要运送登机离开的旅客从安全门到停机地点并且运送下机到达的旅客从停机地点到旅客到达口。与此同时，摆渡车调度需要决定摆渡车将服务哪一个特点的飞机。并且，一个摆渡车的运行路线是一个服务车辆的分布序列。

当今，大部分摆渡车的调度仍然处在手动管理时期。车辆调度效率低，应对像坏天气，汽车坏掉的意外情况能力不足。在这篇论文中，我们从运作研究视角调查了在停机坪的旅客分享交通的需求。通过地面信息管理系统获取预估的停机坪航班对交通的需求信息，我们得，优化摆渡车的最佳路线将使得车辆的使用效率达到最高。

摆渡车调度问题的结构象征了著名的在时间窗口中的接驳问题（PDPTW）。PDPTW 为车辆寻求探访顾客的最佳路径来迎合所有顾客的需求。而且，在PDPTW中，每个客户有一个接货点，一个交货点，并且货物运送数量与在时间窗口中必须访问的客户有关。图1展示了PDPTW问题的典型路径，实心框象征仓库，实心圆象征接货点，空心圆象征交货点。接货点和送货点间的相关关系在图1中表明。

图1.接货点和送货点间的相关关系

Y Dumas，J Desrosiers和F Soumis通过展示一个运用了以限制最短路径为子问题的一列生成方案的特定算法解决了PDPTW问题。这个算法的可靠性优于其他方法，并且它可以容易地适应不同的目标函数，成倍的仓库和不同类型的车辆。刘HC和梁Z展示了一个双时期方法来解决PDPTW。在第一个时期中，他们应用了一个新的结构启发式来生成初始解决方法，并且在第二个时期中，为了提升解决方法，提出了一个禁忌搜索方法。Haibing Li和Andrew Lim提出了一个启发式来解决这个问题，这是一个禁忌模拟退火算法，这个算法是一个在几次没有提升的搜索迭代中从当前最好的解决方案重新开始的算法。

但是，PDPTW和摆渡车调度间有一个最大的不同。在后者中，一旦一个摆渡车开始服务一个航班，这个摆渡车不允许服务器她的航班，直到这个航班的乘客到达目的地。因此，这个论文尝试以机场摆渡车的调度特点为基础来结合并提升PDPTW问题，以此来解决常规摆渡车的优化问题。

二、模型发展

摆渡车调度系统的输入数据包含在许多部分里。第一个部分指定了交通需求，包含了停机坪航班的时间表，并且，对每一个停机坪航班来说，下船/登船服务需要到达/离开的预估时间，分发的停靠地点，旅客数量和摆渡车的占用时间。第二部分的数据包含地点和距离信息，就是说，停靠地点的方位和旅客到达口，和这些设施间的距离，与停靠地点间的距离一样。最后一部分的数据由摆渡车运营者得来，并且指定了摆渡车的数量和每个摆渡车的旅客承载量。

调度问题的解决方案表格是一个二元矩阵。行与停机坪航班相关，列与摆渡车相关。矩阵中列的元素指定了有摆渡车服务的停机坪航班的序列。

许多限制普遍满足了摆渡车调度问题：（1）访问限制：摆渡车访问指定的装载地点依赖于停机坪航班，然后运送旅客去相关的下客地点。每个地点必须被访问而且只能访问一次。（2）成对约束：航班的装载地点和它相关的下课地点必须被同一个摆渡车访问。（3）指令约束：航班的装客地点必须在相关下客地点前被访问。（4）时间窗口限制：摆渡车必须在航班时间表贵的时间前到达停机坪航班的等待地点。（5）唯一约束：在接客地点接客后，摆渡车必须立即访问相应的下客地点。

考虑到建模的方便性，我们将摆渡车调度问题简化为如下。首先，引入虚拟航班。如果一个航班上的乘客数量超过了限额，引入的虚拟航班的数量就是乘客数量除以一个摆渡车的载客量的商。此外，一旦摆渡车开始服务一个航班，摆渡车不允许服务其他航班知道这个航班的乘客到达目的地。结果是，每一个停机坪航班的上客点和下客点可以被认为是图二展示的一个点。

图2.每个停机坪航班的上客点和下客点被看作是一个点

1、数学符号

问题定义中的符号归纳为表1

表1.摆渡车调度问题中的符号定义

2、数学模型

假设航班i是到达航班并且摆渡车k服务i，那么等于，并且按如下计算。

（1）

是摆渡车从上客点（发布的停靠位置）到下客点（旅客到达口）的行驶时间。t_D表示旅客在摆渡车接时的上车时间，表示在旅客在摆渡车送到时的下客时间。

假设航班i是离开航班并且摆渡车k服务i，那么（因为安全门在之前30分钟开），按上面方法计算。是摆渡车从上客点（安全门）到下客点（发布的停靠位置）的行驶时间。

表明两个航班是否可以被同一个摆渡车服务的矩阵M 可以简单计算。假设摆渡车k在完成航班i的运输任务后开始服务航班j的过程。由标的是变量决定以上推测是否合理。按如下方式计算。

（2）

我们的目标是平衡每个摆渡车的工作量。这些摆渡车可被表达为最小化每个摆渡车服务的停机坪航班数量的不同。摆渡车调度问题的公式可按如下表达。

（3）

（4）

（5）

三、计算结果

为了高效地解决上个部分提到的优化模型，运用了优化软件GUROBI。同样地，我们从伙伴机场2017年5月的一天乘客航班表中获取真实数据，用以计算研究。

机场有198个停靠点在运营中，包括96个空中桥梁停靠点和103个机动停靠点（属于停机坪）。图三展示了机场的部分版图，停靠地点在为方框，标注为3,5,和7的是停机坪。在早高峰，85架航班分散在停机坪，其中54架航班需要两辆摆渡车运送旅客，因为旅客数量超过了108。最终，对摆渡车的交通需要是139辆。舰队包含26辆摆渡车，载客能力为108人。

图3.机场部分停靠地点

航班信息包括航班号，航班状态（到达/离开），航班到达/离开的时间，每个航班上的乘客数量和每个停机坪的安全门。因为停机坪航班数量大，所以所有航班的数据不会都列出，表2中列出的数据是在早高峰运营的停机坪航班的一部分。与此同时，表三表示像停靠地点，安全门和航站楼等机场设施间的距离。

表2.部分停机坪航班信息

表3.机场设施间距离

您可能感兴趣的文章

• 管理信息系统外文翻译资料
• 老年人的营养和营养需求外文翻译资料
• 试卷自动生成系统的设计与实现外文翻译资料
• JSP的技术发展历史外文翻译资料
• 微软.NET平台的介绍外文翻译资料
• 设置一个Servlet和JSP环境外文翻译资料
• Java Servlet外文翻译资料
• 基于递归神经网络的会议识别语言建模外文翻译资料
• 基于社区结构的推荐算法和用户的信任外文翻译资料
• 边缘路径绑定：一种不太模糊的边缘绑定方法外文翻译资料