原文服务方: 计算机应用研究       
摘要:
针对空中交通管理中的进港航班排序问题,提出了人工鱼群—粒子群混合算法(AFPSO)这一航班排序算法来优化进港航班排序,使时段内进港航班队列总延误时间最少。算法结合了基本人工鱼群算法(AFSA)和基本粒子群算法(PSO)各自的优点,先以AFSA在全局寻找满意的解域,再以PSO算法在这些解域中进行快速的局部搜索获得精确解,最终使算法提高收敛速度和搜索精度。仿真结果表明,在单跑道和双跑道情况下,AFPSO算法使得航班队列总延误时间比FCFS调度方法减少了20.9%和34.4%,比基本AFSA减少了3.2%和3.
推荐文章
基于人工鱼群与粒子群融合算法的 WMSN 覆盖优化研究
无线多媒体传感器网络
覆盖优化
粒子群算法
人工鱼群算法
基于改进粒子群算法的离场航班排序
空中交通管理
航班延误公平性
惯性权重
粒子群算法
人工鱼群与微粒群混合优化算法
微粒群算法
人工鱼群算法
混合算法
测试函数
基于粒子群和人工蜂群混合算法的气动优化设计
粒子群算法
人工蜂群算法
混合算法
气动优化设计
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 人工鱼群—粒子群混合算法优化进港航班排序
来源期刊 计算机应用研究 学科
关键词 空中交通管理 进港航班排序 先来先服务调度方法 人工鱼群算法 粒子群优化算法 人工鱼群—粒子群混合算法
年,卷(期) 2014,(3) 所属期刊栏目 算法研究探讨
研究方向 页码范围 663-666
页数 4页 分类号 V355
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2014.03.005
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (69)
共引文献  (814)
参考文献  (12)
节点文献
引证文献  (12)
同被引文献  (49)
二级引证文献  (102)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(10)
  • 参考文献(1)
  • 二级参考文献(9)
2001(9)
  • 参考文献(1)
  • 二级参考文献(8)
2002(7)
  • 参考文献(1)
  • 二级参考文献(6)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(8)
  • 参考文献(3)
  • 二级参考文献(5)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(8)
  • 参考文献(0)
  • 二级参考文献(8)
2007(8)
  • 参考文献(0)
  • 二级参考文献(8)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(5)
  • 参考文献(1)
  • 二级参考文献(4)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(3)
  • 参考文献(2)
  • 二级参考文献(1)
2014(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(3)
  • 引证文献(2)
  • 二级引证文献(1)
2016(4)
  • 引证文献(3)
  • 二级引证文献(1)
2017(16)
  • 引证文献(3)
  • 二级引证文献(13)
2018(46)
  • 引证文献(3)
  • 二级引证文献(43)
2019(39)
  • 引证文献(0)
  • 二级引证文献(39)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
空中交通管理
进港航班排序
先来先服务调度方法
人工鱼群算法
粒子群优化算法
人工鱼群—粒子群混合算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导