改进和声搜索算法解决复合类别航站楼分配问题

"复合类别航站楼分配问题的改进和声搜索算法——龚举华, 张则强, 管超, 刘思璐，发表于《控制与决策》2020年第35卷第11期，页码2743-2751，DOI: 10.13195/j.kzyjc.2019.0242" 这篇研究论文探讨了航空交通管理中的一个重要问题：如何在登机门资源有限的情况下，优化航站楼的分配策略以提高机场运营效率。文章提出了一个考虑登机门复合类别的航站楼分配问题，即AGAP（复合类别航站楼分配问题），并构建了相应的数学模型。模型考虑了航线类别、飞机型号以及最短停靠间隔等因素对登机门选择的限制，旨在最大化机场的服务质量和运行效率。 在建立了数学模型并进行了精确算法验证后，研究者引入了一种新的优化方法——改进的和声搜索算法。和声搜索算法是一种启发式全局优化算法，灵感来源于音乐创作过程中和声的产生过程。研究中，该算法被首次应用于解决登机门分配问题，并针对问题的特性进行了编码解码、初始解生成以及优化过程的改进，以更好地适应中大规模问题的求解。 论文通过Lingo软件对中小规模实例进行精确解求解，然后使用Matlab软件和改进的和声搜索算法进行智能算法求解，对比分析了两种方法的效果。结果表明，改进的和声搜索算法在寻找全局最优解方面表现优秀，且在计算效率上具有优势。进一步，针对大规模问题的实验表明，该算法能有效减少转机旅客的总转机路程，从而提升了旅客体验和机场运行效率。 此外，论文还列举了几篇相关领域的其他研究，包括基于搜索空间划分与Canopy K-means聚类的种群初始化方法、可持续逆向物流网络设计的研究进展及趋势、基于稀疏系数匹配学习的图像去雾算法以及基于强化学习的小型无人直升机有限时间收敛控制设计等，这些研究均体现了智能算法在各个工程领域中的广泛应用和创新。 这篇论文对机场航站楼分配问题提出了一个全新的视角，并通过改进的和声搜索算法提供了一个有效解决方案，为实际的机场运营管理提供了理论支持和技术参考。