基于多Agent 的通航运力资源协同调度

交通运输系统工程与信息 ›› 2020, Vol. 20 ›› Issue (1): 214-221.

基于多Agent 的通航运力资源协同调度

张红颖^*a，周子林^a，李彪^b

中国民航大学a. 电子信息与自动化学院；b. 航空工程学院，天津 300300

收稿日期:2019-10-22 修回日期:2019-11-26 出版日期:2020-02-25 发布日期:2020-03-02
作者简介:张红颖(1978-)，女，天津人，教授，博士.
基金资助:
国网通航2018年科技项目/ Science Technology Project of State Grid General Aviation 2018(52950017000G).

Collaborative Schedule of General Aviation Resource Based on Multi-Agent

ZHANG Hong-ying^a, ZHOU Zi-lin^a, LI Biao^b

a. College of Electronic Information and Automation; b. College of Aviation Engineering, Civil Aviation University of China, Tianjin 300300, China

Received:2019-10-22 Revised:2019-11-26 Online:2020-02-25 Published:2020-03-02

摘要/Abstract

摘要：

针对并行式多任务条件下的通航运力资源调度效率较低问题，提出一种基于多 Agent 协商的通航运力资源协同调度方法. 构建多Agent 通航资源协同调度框架，建立基于招投标机制的运力资源匹配性模型以提升并行任务处理能力，在匹配性结果基础上设计资源调度策略，最后使用实际运行数据验证本文提出方法的可行性. 仿真结果表明：该方法资源调度速率受并行任务数量影响较小，满足实时性需求；相比常用Agent算法所得调度结果，单机日利用率平均提升0.19 h/d，作业时长均方差平均降低0.03 h，能够快速有效地调度通航运力资源.

关键词: 航空运输, 协同调度, 多Agent协商, 运力资源匹配, 通航

Abstract:

Aiming at the low efficiency of resource scheduling in the condition of parallel tasks, a collaborative schedule method based on multi-Agent negotiation is proposed for general aviation. Firstly, the collaborative scheduling framework is established, and the matching model based on bidding mechanism is created to improve the processing ability of parallel tasks. Then the scheduling strategy is designed refer to the matching result. Finally, the actual data is applied to verify the effectiveness of the method. The simulation results demonstrate that the method is hardly affected by the number of parallel tasks, and the calculating time can meet requirements. Compared with the results obtained by Agent algorithms, the average daily utilization rate of single plane increases 0.19 h/d, the average variance is reduced by 0.03 h, which proves that the method can effectively schedule resources in a fast rate.

Key words: air transportation, collaborative schedule, multi-Agent negotiation, transportation resources matching, general aviation

中图分类号:

U8
V2-9

张红颖，周子林，李彪. 基于多Agent 的通航运力资源协同调度[J]. 交通运输系统工程与信息, 2020, 20(1): 214-221.

ZHANG Hong-ying, ZHOU Zi-lin, LI Biao. Collaborative Schedule of General Aviation Resource Based on Multi-Agent[J]. Journal of Transportation Systems Engineering and Information Technology, 2020, 20(1): 214-221.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://www.tseit.org.cn/CN/abstract/abstract19997.shtml

http://www.tseit.org.cn/CN/Y2020/V20/I1/214

参考文献

[1] 褚艳玲, 杨忠振, 冯茹梅. 基于可达性指标的航空货运网络布局优化研究[J]. 交通运输系统工程与信息, 2017, 17(5): 214-220. [CHU Y L, YANG Z Z, FENG R M, The optimal distribution of air cargo transportation network based on accessibility index[J]. Journal of Transportation Systems Engineering and Information Technology, 2017, 17(5): 214-220.]

[2] 袁建国, 南蜀崇, 张芳, 等. 基于人工蜂群算法的多用户OFDM自适应资源分配方案[J]. 吉林大学学报(工学版), 2019, 49(2): 624- 630. [YUN J G, NAN S C, ZHANG F, et al. Adaptive resource allocation for multiuser OFDM based on bee colony algorithm[J]. Journal of Jilin University (Engineering and Technology Edition), 2019, 49(2): 624-630.]

[3] 王坚浩, 张亮, 史超, 等. 基于入侵杂草蝙蝠双子群优化的装备保障编组协同任务规划[J]. 控制与决策, 2019, 34(7): 1375-1384. [WANG J H, ZHANG L, SHI C, et al. Cooperative task planning for equipment support marshalling based on invasive weeds and bat double subgroup optimization[J]. Control and Decision, 2019, 34(7): 1375-1384.]

[4] ROLKA M A, ROLKA L. The concept of fuzzy linguistic labels for studying decision systems in air transportation [J]. Procedia Computer Science, 2019, 151(10): 923- 928.

[5] 王冲, 景宁, 李军, 等. 一种基于多Agent强化学习的多星协同任务规划算法[J]. 国防科技大学学报, 2011, 33(1): 53- 58. [WANG C, JING N, LI J, et al. An algorithm of cooperative multiple satellites mission planning based on multi-agent reinforcement[J]. Journal of National University of Defense Technology, 2011, 33 (1): 53-58.]

[6] WEN G, ZHANG H T, YU W, et al. Coordination tracking of multi-agent dynamical systems with general linear node dynamics[J]. International Journal of Robust and Nonlinear Control, 2017, 27(9): 1526-1546.

[7] YAN Z W, WANG B S, BU H N, et al. Intelligent assignation strategy of collaborative optimization for flatness control[J]. Journal of the Brazilian Society of Mechanical Sciences and Engineering, 2018, 40(3): 1- 13.

[1]	张培文, 杜福民, 汪瑜. 基于链路预测的中小机场连接机制研究[J]. 交通运输系统工程与信息, 2022, 22(2): 298-304.
[2]	王红勇, 郭宇鹏. 基于航空器自主运行的空中交通复杂性建模[J]. 交通运输系统工程与信息, 2022, 22(2): 305-312.
[3]	周勇, 张杰, 钟祾充, 李文锋, 王国栋. 铁路集装箱中心站多轨道吊柔性协同调度优化[J]. 交通运输系统工程与信息, 2022, 22(1): 133-141.
[4]	张洪海, 张连东, 刘皞, 钟罡. 城市低空物流无人机航迹规划模型研究[J]. 交通运输系统工程与信息, 2022, 22(1): 256-264.
[5]	张魏宁, 胡明华, 杜婧涵, 尹嘉男. 基于条件生成对抗网络的扇区复杂度评估[J]. 交通运输系统工程与信息, 2021, 21(6): 226-233.
[6]	胡荣, 王德芸, 冯慧琳, 刘志昊, 张军峰. 碳达峰视角下的机场航空器碳排放预测[J]. 交通运输系统工程与信息, 2021, 21(6): 257-263.
[7]	李杰, 杨好天, 王兵, 周晓宁, 孙若飞. 民航飞机起飞推力对油耗和排放的影响分析[J]. 交通运输系统工程与信息, 2021, 21(6): 283-288.
[8]	胡荣, 冯慧琳, 刘博文, 张军峰, 王德芸. 点汇聚系统的航空器污染物减排效应与机理[J]. 交通运输系统工程与信息, 2021, 21(5): 165-173.
[9]	曹炜威，李政，冯项楠. 2000—2018年全国民航网络结构特征及演化[J]. 交通运输系统工程与信息, 2021, 21(3): 26-33.
[10]	魏保立，郭成超，邓苗毅. 基于数据驱动的机场水泥混凝土道面性能退化预测[J]. 交通运输系统工程与信息, 2021, 21(3): 247-253.
[11]	姜雨，童楚，刘振宇，胡志韬，徐成，张洪海. 基于时间富余度控制的滑行道调度优化模型[J]. 交通运输系统工程与信息, 2021, 21(1): 207-213.
[12]	张洪海，李翰，刘皞，许卫卫，邹依原. 城市区域物流无人机路径规划[J]. 交通运输系统工程与信息, 2020, 20(6): 22-29.
[13]	盛寅，陈欣，毛亿. 不确定条件下机场群系统均衡配流模型研究[J]. 交通运输系统工程与信息, 2020, 20(6): 212-218.
[14]	郭野晨风，胡明华，张颖，谢华. 改进的协同航路分配优化模型及算法研究[J]. 交通运输系统工程与信息, 2020, 20(6): 226-232.
[15]	姜雨，胡志韬，童楚，刘振宇，陈丽丽，张洪海. 面向航班延误的停机位实时指派优化模型[J]. 交通运输系统工程与信息, 2020, 20(5): 185-190.