机场新增卫星厅对中转旅客影响的评估方法

 在达到登机口使用数量最小的目标前，先考虑航班与登机口的匹配问题，航班能否分配到某个登机口受到三个因素影响。

1.  同一登机口的转场航班对之间时间不能冲突，且空挡间隔时间必须大于等于45分钟。
2. 转场航班分国际、国内两种，必须和分配的登机口的出发类型一致。
3. 转场飞机分为宽体机和窄体机两种类型，必须和分配的登机口要求的机体类型相一致。

注意：航班到达和离开均使用同一个登机口。

     为使登机口使用数量最小，可间接考虑每个登机口能被分配尽可能多的航班数。每个登机口航班间的间隔时间尽可能的小，使得登机口获得最大的利用率。因此，可以以每个登机口转场的航班数尽可能的多为目标，建立目标函数，加上航班与每个登机口的匹配约束，以及相邻转场航班时间不冲突的时间约束条件下，可以求得最小登机口使用数量。

由最小化登机口问题，转化为最大化每个登机口的航班数,航班数共 498 起，即N=498，登机口一共69个，即K最大69：

                                  

1、解决机口匹配问题：

航班数共 498 起，将其分为2类：宽机体和窄机体。对于登机口，一共有45个窄机口，24个宽机口。分两类进行处理。

2、机口时间间隔约束：

3、国内外航班匹配：

(1)首先考虑机体类型匹配，飞机只能和机体类型相同的登机口进行匹配，比如宽体机分配时，只在机体类型要求为宽的登机口中进行选择。
(2)然后考虑国际国内航班，航班、登机口匹配时，按照单-单，单-多，多-多优先级从高到底的顺序选择。这种优先级选择可以较大程度提高登机口利用率，也能保证所有航班都能被分配到合适的登机口
(3)航班匹配时，在可以匹配的登机口中，优先选择登机口已安排的最后航班相邻时间间隔最短的登机口。这种时间优先选择可以减少登机口转场航班的相邻间隔时间，提高登机口的利用率。
(4)初始转场航班分配时，在机体类型和国际国内类型一致的登机口中，按照单-单，单-多，多-多优先级从高到低的顺序选择。可能会出现同时满足要求的同类型的登机口，比如都是宽体机，I-I的登机口，此时可随机选择。

    分配思路：首先将飞机和登机口按照宽体机和窄体机进行分类，再把宽体机和窄体机的飞机按照到达时间各自排序，按照以上规则，遍历所有航班，对每个航班进行分配，直到所有航班分配完。

   求解算法：航班的初始分配具有随机性，可利用贪心算法求解先得到初始分配局部最优结果，再利用模拟退火算法进行优化，从而得到全局最优解。

from：https://blog.csdn.net/haxiongha/article/details/88818216

遗传算法

     采用遗传算法求解该飞机登机口分配的NP问题。其中适应度函数即为各子问题的目标函数，染色体表示具体的解决方案（其中染色体长度即为飞机数量，498架次飞机），每一个基因表示一架飞机的登机口安排情况，其中数字1-69表示对应飞机被安排在1-69的登机口，数字69+1表示飞机被安排在临时登机口。

    对于不合理的解决方案（即染色体不满足约束条件），我们将该染色体的适应度降为0。在遗传算法初始化阶段，我们采用了先到先随机分配登机口的策略（包括随机分配到临时登机口），保证初始化时得到的解决方案必定为可行解（这样可以保证算法到最后一定会有可行解，即使该可行解并不是最优解）。我们的目标是通过多次算法求解，尽可能地获得近似最优解。在最终确定解决方案前，我们多次实验调整合适的种群规模、变异率、杂交率等参数。

1、种群初始化

       本题对数据预处理，可以将不同航班分配到各自登机口，（假设纵坐标是登机口，横坐标是时间，则可以用一段段的“时间块”表 示航班的抵达与离开这一时间段。两两“时间块”之间的间隔表征前一航班离开与后一航班抵达的空闲时间，此值要求大于等于 45 分钟的前提下尽可能的小）。 这单一的分配方案作为一个个体，随机产生 50 个随机个体作为种群初始父本。

初始种群中的一个个体：应该是存储登机口号的 1 行 498 列矩阵

如何初始化：

   1、设定总机口数，然后随机初始化。

（2）适应度函数

选择最优化航班的空闲时间（也就是优化 机口最大航班数）

①对于特定的一次方案： 1 *498 列矩阵，求出相同登机口的航班 对应的 dj和 aj，例如一个机口共有4个航班，则分别求出4个航班的到达离开时间,并且按时间顺序进行排序(注意这里a1,d1并不是同一架航班的到达离开时间)：，要满足。（约束条件）

②计算同一登机口相邻航班之间的空闲时间，并累加求和，得到一个登机口的空闲时间，如果一个机口停靠从头到尾没有一个航班停靠，则它的空闲时间为0。

③对不同登机口重复①②操作，得到所有登机口的空闲时间，记为tk

④无差别重复 50 次上述①②③步骤（随机，但要保证是可行解，不然遗传不下去），得到 50 个 tk。

⑤以tk作分母，单一登机口的空闲时间和作分子，构造出对于特定个 体适应度函数：

                                       

⑦取适应度函数值的高位值作为适应值。

  对于一个个体：1 *498 列矩阵，其中的元素范围是（1,num）,num最大是69个机口，我采取的步骤是将num逐步减少，减少机口的时间，应该先减少那些 单-单的航班。

     我的思路：宽窄机型分类，独立进行最优化；将num逐步减少；例如我选了49个机口，经过遗传求解后，会得到49个机口各自承担的航班数，可能存在个别机口承担的航班数为0的情况，比如有4个机口为0，则机口最小可为49-4=45个。

选择时间小的的染色体，交叉概率0.7，对于适应度足够好的染色体，随机选一个基因位置，进行交叉；对于变异，同样如此。

反思：

1、首先我们并没有将宽机型和窄机型分类进行处理；

2、适应度函数出错：如果一个机口停靠从头到尾没有一个航班停靠，则它的空闲时间为0。这个在适应度函数中没有体现；