| Русский Русский | English English |
   
Главная Архив номеров
29 | 03 | 2024
10.14489/vkit.2016.08.pp.016-021

DOI: 10.14489/vkit.2016.08.pp.016-021

Зурабьян Н. И., Вавилов Д. С., Метелкин П. С.
АЛГОРИТМЫ МЕТАЭВРИСТИЧЕСКОГО ПОИСКА ДЛЯ РЕШЕНИЯ ЗАДАЧИ ФОРМИРОВАНИЯ ПОЛЕТНЫХ И ЗАГРУЗОЧНЫХ ПЛАНОВ ЛЕТАТЕЛЬНЫХ АППАРАТОВ ТРАНСПОРТНОЙ АВИАЦИИ
(c. 16-21)

Аннотация. Рассмотрена возможность применения алгоритмов метаэвристического поиска для формирования полетных и загрузочных планов летальных аппаратов (ЛА) транспортной авиации. Показаны преимущества данных алгоритмов перед тра-диционными способами решений подобных задач. На их основе создана методика формирования полетных и загрузочных планов загрузки ЛА транспортной авиации. Выявлены основные проблемы, связанные с применением алгоритмов метаэвристического поиска для решения поставленной задачи, и на основании проведенных исследований предложены варианты их решения.

Ключевые слова:  алгоритмы метаэвристического поиска; авиационные системы; транспортная авиация; мате-матическое моделирование; оптимизационная задача.

 

Zurabyan N. I., Vavilov D. S., Metelkin P. S.
METAHEURISTIC ALGORITHMS SEARCH FOR SOLVING THE PROBLEM FORMATION OF FLIGHT PLANS AND AIRCRAFT LOADING PLANS TRANSPORT AVIATION
(pp. 16-21)

Abstract. In recent years, the intensity of the use air transport is growing steadily. In this regard, necessary model-methodological apparatus of operational planning and management to support decision-making, control and effective distribution of air transport resources to perform certain tasks earlier. The operational management includes drawing up flight plans and to download plans for the entire reporting period of planning for each aircraft. Operational planning is complicated by the large dimension of the problem, the fleet’s heterogeneity, time constraints and the extensive nomenclature of transported cargoes. Operational management is proposed to reduce solving an optimization problem. Then it applies the principle of decomposition. As a result, the decision boils down to finding solutions to particular optimization problems for each aircraft. The resultant solution successively reduced to the solution of the original problem. Metaheuristic algorithms search is used to solve particular optimization problems. They are relatively easy to implement and have a number of advantages over traditional methods for solving optimization problems. When using metaheuristic search algorithms for rapid preparation of flight plans there are two problems. The first is the need to choose a specific metaheuristics search algorithm. The second is the need to determine the scope of the methodology. Preliminary answers to these questions were given studies. In particular, they showed that the most accurate results are obtained by using the algorithm Shuffled Frog Leaping Algorithm.

Keywords: Algorithms of metaheuristic search; Aircraft systems; Transport aircraft; Mathematical simulation; Optimization problem.

Рус

Н. И. Зурабьян, Д. С. Вавилов, П. С. Метелкин (ФГУП «Государственный научно-исследовательский институт авиационных систем» ГНЦ РФ, Москва, Россия) E-mail: Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript  

Eng

N. I. Zurabyan, D. S. Vavilov, P. S. Metelkin (State Research Institute of Aviation Systems State Scientific Center of Russian Federation, Moscow, Russia) E-mail: Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript  

Рус

1. Зурабьян Н. И. Аналитическое моделирование влияния характеристик перспективных технических систем на действия конкурентов // Вестник компьютерных и информационных технологий. 2015. № 12. С. 14 – 17.
2. Зурабьян Н. И. Анализ среды функционирования как основа модельно-методического аппарата оценки эффективности авиационных систем // Вестник компьютерных и информационных технологий. 2014. № 9. С. 30 – 33.
3. Жеребин А. М., Зурабьян Н. И. Модель боевых действий для оценки эффективности перспективного авиационного вооружения // Вестник Московского авиационного института. 2009. Т. 16, № 4. С. 8 – 13.
4. Пантелеев А. В. Метаэвристические алгоритмы поиска глобального экстремума. М.: Изд-во МАИ-ПРИНТ, 2009. 160 с.
5. Blum C., Roli A. Metaheuristics in Combinatorial Optimization: Overview and Conceptual Comparison // ACM Computing Surveys. 2003. V. 35, Is. 3. P. 268 – 308.
6. Yagiura M., Ibaraki T. On Metaheuristic Algorithms for Combinatorial Optimization Problems // Systems and Computers in Japan. 2001. V. 32, Is. 3. P. 33 – 55.
7. Eusuff M., Lansey K., Pasha F. Shuffled Frog-Leaping Algorithm: a Memetic Meta-Heuristic for Discrete Optimization // Engineering Optimization. 2006. V. 38, Nо. 2. P. 129 – 154.

Eng

1. Zurab'ian N. I. (2015). Analytical modelling of the influence of characteristics of perspective technical systems to the actions of competitors. Vestnik komp'iuternykh i informatsionnykh tekhnologii, (12), pp. 14-17. doi: 10.14489/vkit.2015.12.pp.014-017 [in Russian language]
2. Zurab'ian N. I. (2014). Zurab'ian N. I. (2014). Approach data envelopment analysis as a basis model-methodological apparatus effectiveness evaluation of aircraft systems. Vestnik komp'iuternykh i informatsionnykh tekhnologii, (9), pp. 30-33. doi: 10.14489/vkit.2014.09. pp.030-033 [in Russian language]
3. Zherebin A. M., Zurab'ian N. I. (2009). Model of operations to assess the effectiveness of prospective aircraft weapons. Vestnik Moskovskogo aviatsionnogo instituta. 16(4), pp. 8 – 13. [in Russian language]
4. Panteleev A. V. (2009). Metaheuristic algorithms for global extremum search. Moscow: Izdatel'stvo MAIPRINT. [in Russian language]
5. Blum C., Roli A. (2003). Metaheuristics in combinatorial optimization: overview and conceptual comparison. ACM Computing Surveys, 35(3), pp. 268-308. doi: 10.1145/937503.937505
6. Yagiura M., Ibaraki T. (2001). On metaheuristic algorithms for combinatorial optimization problems. Systems and Computers in Japan, 32(3), pp. 33-55. doi: 10.1002/1520-684x(200103)32:3<33::aid-scj4>3.0.co;2-p
7. Eusuff M., Lansey K., Pasha F. (2006). Shuffled frogleaping algorithm: a memetic metaheuristic for discrete optimization. Engineering Optimization, 38(2), pp. 129-154. doi: 10.1080/03052150500384759.

Рус

Статью можно приобрести в электронном виде (PDF формат).

Стоимость статьи 350 руб. (в том числе НДС 18%). После оформления заказа, в течение нескольких дней, на указанный вами e-mail придут счет и квитанция для оплаты в банке.

После поступления денег на счет издательства, вам будет выслан электронный вариант статьи.

Для заказа статьи заполните форму:

{jform=1,doi=10.14489/vkit.2016.08.pp.016-021}

.

Eng

This article  is available in electronic format (PDF).

The cost of a single article is 350 rubles. (including VAT 18%). After you place an order within a few days, you will receive following documents to your specified e-mail: account on payment and receipt to pay in the bank.

After depositing your payment on our bank account we send you file of the article by e-mail.

To order articles please fill out the form below:

{jform=2,doi=10.14489/vkit.2016.08.pp.016-021}

 

 

 

 

 

.

.

 

 

 
Поиск
Баннер
Баннер
Rambler's Top100 Яндекс цитирования