机场货运站监控系统多任务调度策略的研究与仿真

摘要

随着物流业的快速发展与信息化建设的加快,作为航空物流重要环节之一的机场货运站也加快了其信息化建设的步伐,在不断引进先进自动化设备的同时,还不断加强了对这些设备的全自动化控制与管理,即建立了机场货运站监控系统。机场货运站监控系统集监视、控制、调度、管理等功能于一体,具有监控实时性高、多任务集中调度、资源统一分配等特点。它作为机场货运站一种新型的控制管理方式,在机场货运站的高效运行中发挥着日益重要的作用。新形态下机场货运站的总体要求是过站速度加快,而对机场货运站监控系统中的多作业任务进行调度是节约系统作业时间的重要途径之一,具有重要的研究意义。
　　 由于货运高峰期时,机场货运站监控系统的任务列表中经常存在着多条任务,一方面当这些任务的执行顺序不同时,系统执行这些任务所花费的时间不同,另一方面为这些任务所分配的资源不同时,系统执行这些任务所花费的时间、货架的稳定性也各不相同。因此本文结合某机场货运站监控系统的设计研发工作以及实际应用,提出了“机场货运站监控系统多任务调度策略的研究与仿真”这一课题,分别针对机场货运站监控系统多任务调度的两个典型问题即散货区多临时下架作业任务和集装区多ULD入库作业任务的调度问题进行了深入的分析,建立了它们各自的数学模型,并通过遗传算法对模型进行了求解,最后通过MATLAB编程对其进行了仿真验证。
　　 本文所做工作主要有:
　　 (1)首先对机场货运站进行了整体描述,并对其常用的设备及这些设备的工作模式进行了详细的介绍,然后针对联机在线模式下各种作业任务的作业原理及作业流程进行了深入的分析,重点分析了机场货运站监控系统多任务调度的特点。依据多任务调度问题属于组合优化问题这一本质特征,确定了本文所采用的算法——遗传算法。
　　 (2)针对散货区多临时下架作业任务的调度问题,以多临时下架作业任务的总执行时间最短为目标,建立了单目标数学模型。通过带有逆转进化算子的遗传算法对所建立的模型进行了求解,详细介绍了遗传算法的编码机制、选择算子、交叉算子、变异算子以及进化逆转算子的设计方法和遗传算法的求解流程。最后通过MATLAB编程仿真对该遗传算法进行了验证,实验数据说明带有进化逆转算子的遗传算法适用于散货区多临时下架作业任务调度问题,可减小多临时下架作业任务的总执行时间,并在寻找全局最优解上优于基本遗传算法。
　　 (3)对集装区ETV进行双板作业条件及过程进行了深入的分析,在多ULD入库作业任务货位调度分配的问题中考虑了双板作业的因素。将集装区多 ULD入库货位调度分配的问题转化为具有约束条件的多目标优化问题,对其建立了数学模型。通过结合了Pareto解、小生境技术的遗传算法对模型进行了求解。该遗传算法采用了多级参数级联编码方式,该方式可有效的考虑双板作业的限制条件,选择算子采用了基于小生境技术的竞争回放机制,在Pareto解集中设计了相应的淘汰机制,保证了Pareto最优解集的均匀分布。通过 MATLAB编程仿真所得到的实验数据表明这种遗传算法可较好地求解出集装区多ULD入库作业任务货位调度问题的最优Pareto解集。这种调度策略缩短了多ULD入库作业任务的总执行时间,使得货架上货物的布局更加合理,并且现场人员可依据不同的工作目的在所求的的Pareto解集中选择不同的调度方案。