基于改进的DDPG机场机位分配算法研究

顾存昕; 周洪涛

0
0
浏览
下载

摘要
关键词
基金信息
论文图表
动态公开评议
相关论文
评论

基于改进的DDPG机场机位分配算法研究

首发时间：2021-03-31

顾存昕 ¹
顾存昕（1996-），男，硕士研究生，主要研究方向：深度学习，推荐系统
周洪涛 ¹
周洪涛(1969-)，男，副教授，硕导，主要研究方向：运筹与优化，系统建模

1、华中科技大学人工智能与自动化学院，武汉 430074

摘要：停机位是机场的重要资源，机位分配方案是机场运行安全和效率的关键因素。现在机位分配过程主要还是依赖于人工操作，人工智能算法的应用能够减少工作人员的工作量并提高分配效率，这是具有重要意义的。本文综合考虑机场的多个约束条件后，以最大进港靠桥的航班数作为优化目标建立相应的数学模型，并将其转化成马尔可夫决策过程模型。设计环境的状态空间和智能体的动作空间，将大规模的离散动作空间通过构建特征的方式转变为连续动作空间，提出基于KNN的DDPG机位分配模型。以乌鲁木齐地窝堡国际机场的实际航班数据进行仿真实验，验证模型的有效性，能够提高机位资源的利用率。在对比实验中，DDPG_KNN的效果要优于遗传算法。

关键词：机位分配深度强化学习 DDPG 遗传算法

For information in English, please click here

Research on Airport Gate Assignment Based on Improved DDPG Algorithm

GU Cunxin ¹
顾存昕（1996-），男，硕士研究生，主要研究方向：深度学习，推荐系统
ZHOU Hongtao ¹
周洪涛(1969-)，男，副教授，硕导，主要研究方向：运筹与优化，系统建模

1、School of Artificial Intelligence and Automation，Huazhong University of Science and Technology，Wuhan 430074

Abstract：gate is an important resource of an airport, and the assignment of the airport gate is a key factor for the safety and efficiency of airport operation.At present, the gate assignment process is mainly dependent on manual operation. The application of artificial intelligence algorithm can reduce the workload of staff and improve the allocation efficiency, which is of great significance.In this paper, a mathematical model is established by taking the maximum number of flights approaching the airport as the optimization objective, and the model is transformed into a Markov decision process model.The state space of the environment and the action space of the agent are designed, and the large-scale discrete action space is transformed into a continuous action space by the way of constructing features. A DDPG gate assignment model based on KNN is proposed.The actual flight data of Urumqi Diwopu International Airport is used for simulation experiments to verify the effectiveness of the model, which can improve the utilization rate of flight resources.In the comparison experiment, the effect of DDPG_KNN is better than that of genetic algorithm.

Keywords： Airport gate assignment Deep Reinforcement learning DDPG Genetic algorithm

基金：

论文图表：

引用

导出参考文献

.txt

.ris

.doc

顾存昕，周洪涛. 基于改进的DDPG机场机位分配算法研究[EB/OL]. 北京：中国科技论文在线 [2021-03-31]. https://www.paper.edu.cn/releasepaper/content/202103-364.

No.****

动态公开评议

共计0人参与

动态评论进行中

全部评论

0/1000

论文编号	202103-364
论文题目	基于改进的DDPG机场机位分配算法研究
文献类型
收录期刊	上传封面中文期刊英文期刊期刊名称（中文）期刊名称（英文）年，卷（）上传封面中文专著英文专著书名（中文）书名（英文）出版地出版社出版年上传封面中文译著英文译著书名（中文）书名（英文）出版地出版社出版年上传封面中文论文集英文论文集编者.论文集名称（中文） [c]. 出版地出版社出版年， - 编者.论文集名称（英文） [c]. 出版地出版社出版年，- 上传封面中文文献英文文献期刊名称（中文）期刊名称（英文）日期-- 在线地址http:// 上传封面中文文献英文文献文题（中文）文题（英文）出版地出版社,出版日期-- 上传封面中文文献英文文献文题（中文）文题（英文）出版地出版社,出版日期--
英文作者写法：中外文作者均姓前名后，姓大写，名的第一个字母大写，姓全称写出，名可只写第一个字母，其后不加实心圆点“.”, 作者之间用逗号“，”分隔，最后为实心圆点“.”, 示例1：原姓名写法：Albert Einstein,编入参考文献时写法：Einstein A. 示例2：原姓名写法：李时珍；编入参考文献时写法：LI S Z. 示例3：YELLAND R L,JONES S C,EASTON K S,et al.