基于时间与地域约束的机场接送调度优化算法及适用性分析

基于时间与地域约束的机场接送调度优化算法及适用性分析

论文摘要

近年来,随着服务业的蓬勃发展与市场竞争的日益激烈,很多航空票务公司对购票顾客提供免费接送机场的服务。这些公司基本都是依靠调度员的经验来对接送车辆作出调度,车辆的利用率并不高;同时在接送过程中对于接送时间准确度的把握也存在一定的问题,造成部分顾客的不满。基于此背景,本文研究了接送顾客到机场的车辆调度问题(VSAP)。根据顾客对于接送时间的不同要求,可将VSAP划分为三类:考虑到达机场时间窗的VSAP问题、考虑顾客点预约时间窗的VSAP问题、考虑双时间窗的VSAP问题。本文对这三类VSAP问题的实例进行了合理的设计与分类,为算法的比较分析提供公共测试实例。在此基础上,重点研究考虑顾客点预约时间窗的VSAP问题,先建立其数学模型,再设计开发两种启发式算法与精确算法对其进行求解。针对考虑顾客点预约时间窗的VSAP问题,首先提出了基于时间和地域划分的极线扫描启发式算法(SPTD)求解最小化成本模型。通过与以往提出的基于排序的聚类优先启发式算法(PBCPH)与Sweep算法进行比较与分析,结果表明:对中等规模以上实例该算法优于以往算法,并且对于大规模实例具有较好的效果;同时,对于多种地理分布类型的实例,该算法具有广泛的适用性。其次,针对SPTD算法本身的缺陷和其在中等规模实例求解中的效果并不令人满意的问题,提出了最近点优先的双向极线扫描启发式算法(TSNP)。通过与SPTD的比较分析,结果表明:对中等和大规模实例,TSNP算法优于SPTD算法;此外,通过对比TSNP算法求解最小化车次模型的结果,发现TSNP算法在顾客点人数差异显著情况下,该算法适用于求解最小化车次模型,且该算法对于不同分布类型的实例具有广泛的适用性。第三,提出了基于集划分的精确算法(EBSM),以弥补前两个算法对于求解小规模实例不能保证最优解的缺点。通过计算结果分析,该算法可以精确求解小规模甚至中等规模的实例;在计算时间可接受的范围,完全可以使用该算法求解中小规模的实例。最后,设计开发了算法应用模块,将设计的实例与上述算法集成,便于算法的计算实验与后续研究的进行。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 课题研究背景
  • 1.2 课题研究意义
  • 1.3 研究目标与内容
  • 1.4 研究的技术路线与方法
  • 1.5 全文总体结构与安排
  • 第2章 相关知识与VSAP实例设计
  • 2.1 相关知识
  • 2.1.1 免费接送机场(FDCA)服务
  • 2.1.2 机场接送问题的研究现状
  • 2.1.3 路径优化与调度问题的优化算法研究简介
  • 2.2 VSAP实例设计
  • 2.2.1 考虑到达机场时间窗VSAP实例设计
  • 2.2.2 考虑顾客点预约时间窗VSAP实例设计
  • 2.2.3 考虑双时间窗VSAP实例设计
  • 2.3 VSAP实例分类
  • 2.4 本章小结
  • 第3章 基于时间和地域划分的极线扫描启发式算法
  • 3.1 考虑顾客点预约时间窗的VSAP数学模型
  • 3.1.1 问题描述与假设
  • 3.1.2 最小化成本模型VSAP-Mod1
  • 3.2 基于时间和地域划分的极线扫描启发式算法(SPTD)
  • 3.2.1 时间与地域规定
  • 3.2.2 SPTD算法思想
  • 3.2.3 SPTD算法流程图与步骤
  • 3.3 计算实验与适用性分析
  • 3.3.1 SPTD与PBCPH、Sweep算法比较
  • 3.3.2 给定绕行系数、不同满意度水平下SPTD的适用性分析
  • 3.3.3 给定满意度水平、不同绕行系数下SPTD的适用性分析
  • 3.3.4 不同类型实例下SPTD的适用性分析
  • 3.3.5 SPTD算法的适用性分析结论与应用建议
  • 3.4 本章小结
  • 第4章 最近点优先的双向极线扫描启发式算法
  • 4.1 考虑顾客点预约时间窗的VSAP数学模型
  • 4.1.1 最小化成本目标
  • 4.1.2 最小化车次目标
  • 4.2 最近点优先的双向极线扫描启发式算法(TSNP)
  • 4.2.1 第一个接送顾客点的确定
  • 4.2.2 TSNP算法思想
  • 4.2.3 TSNP算法示例
  • 4.2.4 算法流程图与步骤
  • 4.3 计算实验与适用性分析
  • 4.3.1 最小化成本目标下TSNP与SPTD算法比较
  • 4.3.2 给定绕行系数、不同满意度水平下TSNP的适用性分析
  • 4.3.3 给定满意度水平、不同绕行系数下TSNP的适用性分析
  • 4.3.4 不同类型实例下TSNP的适用性分析
  • 4.3.5 最小化车次目标下TSNP的适用性分析
  • 4.3.6 TSNP算法的适用性分析结论与应用建议
  • 4.4 本章小结
  • 第5章 基于集划分的精确算法
  • 5.1 问题背景
  • 5.2 考虑顾客点预约时间窗的VSAP数学模型
  • 5.3 基于集划分的精确算法(EBSM)
  • 5.3.1 求解顾客最大满意度的局部最优目标--路线有效性判定
  • 5.3.2 求解顾客最大满意度的局部最优目标
  • 5.3.3 划分顾客点集合
  • 5.3.4 第一阶段——生成车次集
  • 5.3.5 第二阶段——集划分模型精确求解
  • 5.4 计算实验与适用性分析
  • 5.5 结论
  • 第6章 求解VSAP问题的算法应用模块设计
  • 6.1 算法应用模块的功能设计
  • 6.2 算法应用模块的数据库设计
  • 6.3 算法应用模块的部分实现
  • 6.4 本章小结
  • 第7章 论文总结与展望
  • 7.1 论文工作总结
  • 7.2 展望
  • 参考文献
  • 致谢
  • 攻读硕士期间参加的科研项目与发表的论文
  • 相关论文文献

    • [1].算法:一种新的权力形态[J]. 治理现代化研究 2020(01)
    • [2].算法决策规制——以算法“解释权”为中心[J]. 现代法学 2020(01)
    • [3].面向宏观基本图的多模式交通路网分区算法[J]. 工业工程 2020(01)
    • [4].算法中的道德物化及问题反思[J]. 大连理工大学学报(社会科学版) 2020(01)
    • [5].算法解释请求权及其权利范畴研究[J]. 甘肃政法学院学报 2020(01)
    • [6].算法新闻的公共性建构研究——基于行动者网络理论的视角[J]. 人民论坛·学术前沿 2020(01)
    • [7].算法的法律性质:言论、商业秘密还是正当程序?[J]. 比较法研究 2020(02)
    • [8].关键词批评视野中的算法文化及其阈限性[J]. 学习与实践 2020(02)
    • [9].掌控还是被掌控——大数据时代有关算法分发的忧患与反思[J]. 新媒体研究 2020(04)
    • [10].美国算法治理政策与实施进路[J]. 环球法律评论 2020(03)
    • [11].算法解释权:科技与法律的双重视角[J]. 苏州大学学报(哲学社会科学版) 2020(02)
    • [12].大数据算法决策的问责与对策研究[J]. 现代情报 2020(06)
    • [13].大数据时代算法歧视的风险防控和法律规制[J]. 河南牧业经济学院学报 2020(02)
    • [14].风险防范下算法的监管路径研究[J]. 审计观察 2019(01)
    • [15].模糊的算法伦理水平——基于传媒业269名算法工程师的实证研究[J]. 新闻大学 2020(05)
    • [16].算法推荐新闻对用户的影响及对策[J]. 新媒体研究 2020(10)
    • [17].如何加强对算法的治理[J]. 国家治理 2020(27)
    • [18].“后真相”背后的算法权力及其公法规制路径[J]. 行政法学研究 2020(04)
    • [19].算法规制的谱系[J]. 中国法学 2020(03)
    • [20].论算法排他权:破除算法偏见的路径选择[J]. 政治与法律 2020(08)
    • [21].政务算法与公共价值:内涵、意义与问题[J]. 国家治理 2020(32)
    • [22].算法的法律规制研究[J]. 上海商业 2020(09)
    • [23].新闻算法分发对隐私权的冲击及规制[J]. 青年记者 2020(27)
    • [24].算法如何平等:算法歧视审查机制的建立[J]. 南海法学 2020(02)
    • [25].蚁群算法在文字识别中的应用研究[J]. 信息与电脑(理论版) 2019(22)
    • [26].大数据聚类算法研究[J]. 无线互联科技 2018(04)
    • [27].RSA算法的改进研究[J]. 计算机与网络 2018(14)
    • [28].智能时代的新内容革命[J]. 国际新闻界 2018(06)
    • [29].改进的负载均衡RSA算法[J]. 电脑知识与技术 2018(25)
    • [30].基于深度学习的视觉跟踪算法研究综述[J]. 计算机科学 2017(S1)

    标签:;  ;  ;  ;  ;  

    基于时间与地域约束的机场接送调度优化算法及适用性分析
    下载Doc文档

    猜你喜欢