基于蚁群算法的飞机定检人员均衡配置

doi:10.3969/j.issn.1006-2475.2011.11.007

计算机与现代化 ›› 2011, Vol. 1 ›› Issue (11): 22-5.doi: 10.3969/j.issn.1006-2475.2011.11.007

基于蚁群算法的飞机定检人员均衡配置

马登武¹，张勇亮²，邓力²，张旭³，张晓瑜²

1.海军航空工程学院兵器科学与技术系，山东烟台264001；2.海军航空工程学院研究生管理大队，山东烟台 264001； 3.中国人民解放军91545部队，海南临高571833

收稿日期:2011-07-08 修回日期:1900-01-01 出版日期:2011-11-28 发布日期:2011-11-28

People’s Balance Distribution in Plane’s Periodic Maintenance Based on Ant Colony Optimization

MA Deng-wu¹, ZHANG Yong-liang², DENG Li², ZHANG Xu³, ZHANG Xiao-yu²

1.Department of Armament Science and Technology, Naval Aeronautical and Astronautical University, Yantai 264001, China;2.Graduate Students’ Brigade, Naval Aeronautical and Astronautical University, Yantai 264001, China；3.PLA 91545 Troops, Lingao 571833, China

Received:2011-07-08 Revised:1900-01-01 Online:2011-11-28 Published:2011-11-28

摘要/Abstract

摘要：

将蚁群算法（ACO）应用于飞机定检人员均衡配置中。首先，根据均方差指标建立人员均衡配置模型；其次，运用3种精英策略并引入信息素限制和自适应机制对基本蚁群算法进行改进，同时提出一种新变异算子以进一步提高算法的性能；最后，运用改进蚁群算法求解模型。实例仿真表明，改进蚁群算法克服了基本蚁群算法搜索时间长、容易早熟的不足，均衡配置后人员工作时间均方差减小65.90%，验证了ACO在解决飞机定检人员均衡配置问题上的适用性。

关键词: 蚁群算法, 飞机定检, 人员均衡配置

Abstract:

Ant Colony Optimization (ACO) is used to balance people’s distribution in plane’s periodic maintenance. Firstly, the model of people’s balance distribution is built according to the mean square deviation target. Secondly, the simple ACO is improved by three elite tactics, pheromone limits and mechanism, a new mutation operator is used to improve its function. At last, the improved ACO is used to solve the model. The simulation results demonstrate that, the improved ACO comes over the deficiency of being long in search and easy to precocity of the simple ACO, after the balanced distribution the mean square deviation is smaller 65.90% than before, and proves that ACO is good for the problem of people’s balance distribution in plane’s periodic maintenance.

Key words: ACO, plane’s periodic maintenance, people’s balance distribution

马登武;张勇亮;邓力;张旭;张晓瑜. 基于蚁群算法的飞机定检人员均衡配置[J]. 计算机与现代化, 2011, 1(11): 22-5.

MA Deng-wu;ZHANG Yong-liang;DENG Li;ZHANG Xu;ZHANG Xiao-yu. People’s Balance Distribution in Plane’s Periodic Maintenance Based on Ant Colony Optimization[J]. Computer and Modernization, 2011, 1(11): 22-5.

[1]	张雄, 潘大志, . 融合邻域搜索策略蚁群算法求解带时间窗口的车辆路径问题[J]. 计算机与现代化, 2022, 0(03): 98-102.
[2]	曲建波, 孙剑伟. 基于蚁群算法的导航卫星功率增强任务规划[J]. 计算机与现代化, 2021, 0(02): 104-108.
[3]	高月仁, 吴涛, 高峡. 基于蚁群算法优化的路由频率动态择径的研究[J]. 计算机与现代化, 2020, 0(12): 32-37.
[4]	李显良1,2，周庆平2，谭长庚3，谭焱良2，徐则阳2. 基于蚁群算法的城市体育设施优化选址[J]. 计算机与现代化, 2020, 0(03): 33-.
[5]	叶家琪1，符强1，2，贺亦甲1，叶浩1 . 基于聚类集成的蚁群算法求解大规模TSP问题[J]. 计算机与现代化, 2020, 0(02): 31-.
[6]	梁晶亮,黄军胜,白树军,王鹏,李睿. 基于蚁群算法的电力数据网络APT攻击预警模型[J]. 计算机与现代化, 2019, 0(01): 95-.
[7]	付永忠，潘云峰. 基于改进蚁群算法的垂直旋转式贴片机贴装顺序优化[J]. 计算机与现代化, 2017, 0(8): 17-.
[8]	凌云翔1,2,宋志远1,张世海1,马力2. 基于蚁群算法的高原地区车辆运输路径优化问题[J]. 计算机与现代化, 2016, 0(9): 77-82.
[9]	宋琪，敬超. 面向多核系统的蚁群最优化能耗调度算法[J]. 计算机与现代化, 2016, 0(6): 91-96.
[10]	蔡明，左勇安. 基于MapReduce的混合蚁群算法研究[J]. 计算机与现代化, 2016, 0(10): 6-.
[11]	李媛祯，杨群，段汐. 基于均衡更新蚁群算法的飞机排序调度[J]. 计算机与现代化, 2015, 0(2): 57-.
[12]	蔡文哲，王斌君. 一种QoS平面蚁群路由算法的设计与实现[J]. 计算机与现代化, 2015, 0(12): 15-.
[13]	陈曼青1，武子荣1，崔伟宁1，常婷婷2. 改进蚁群算法在装备保障路径选择中的应用[J]. 计算机与现代化, 2015, 0(11): 113-117.
[14]	朱卫宵，祝前旺，陈康. 基于改进蚁群算法的海上编队传感器资源分配模型[J]. 计算机与现代化, 2014, 0(12): 15-18+22.
[15]	刘晓曦;李卓越. 优化蚁群算法的云环境负载均衡[J]. 计算机与现代化, 2013, 1(9): 42-45.

基于蚁群算法的飞机定检人员均衡配置

People’s Balance Distribution in Plane’s Periodic Maintenance Based on Ant Colony Optimization

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价