航班停机位的合理安排是机场地面作业中的一项核心任务,涉及到各航空公司进出港航班的航线类型、航线距离、航班数量、航班密度、停机时间、旅客行走距离、机场地面作业等多方面因素。目前,民航发展迅速,但基础设施明显不足,这限制了机场运营规模,因此停机位的优化配置成为一个很重要的问题。论文主要研究机场航班的停机位优化配置问题。　　 论文的研究内容和主要贡献可归纳为以下几个方面。　　 1、提出基于航班特征值和停机位特征值的停机位优化配置问题,建立相应的目标函数;提出考虑航班延误情况下的停机位优化配置问题,建立相应的目标函数　　 影响停机位优化配置问题的因素较多,论文根据机场实际需要,考虑影响航班重要程度的几个因素:航班类型(国内航班、国际航班;长途航线航班、短途航线航班等)、航班停机时间、航班到离港旅客人数,提出基于航班特征值的停机位优化配置问题,建立相应的目标函数;考虑航班延误对停机位优化配置的影响,提出航班延误情况下的停机位优化配置问题,建立相应的目标函数。　　 2、建立基于并行机动态调度的停机位优化配置问题的数学模型以及由此数学模型得到问题的解空间　　 针对目标函数,根据航班停机时间相互冲突的特点,将停机位优化配置问题转化为并行机动态调度问题。根据有限制排列原理,建立基于并行机动态调度的停机位优化配置问题的数学模型,论文分别给出了正向排列、逆向排列、正向排列与逆向排列相结合的并行机动态调度模型。据此数学模型,得到停机位优化配置问题的解空间,论文给出了解空间的矩阵表达式,并分析了解空间的基本性质。　　 3、研究停机位优化配置问题的求解方法　　 (1)、基于动态规划的停机位优化配置方法　　 在并行机动态调度问题研究结果基础上,给出基于并行机动态调度的停机位优化配置问题的偏序加权有向图,偏序加权有向图将停机位优化配置问题描述为一个多阶段决策问题。论文给出针对这个多阶段决策问题的动态规划方法。　　 (2)、基于分支定界的停机位优化配置方法　　 针对动态规划方法中的多阶段决策问题,采用分支定界方法,上一阶段的每一个决策对应下一阶段的多个可能决策,形成若干分支。分析各个分支的小规模子问题的目标函数值上界,利用这些上界和原问题下界在不需要对解空间进行穷举搜索情况下终止剖分过程而得到原问题的最优解。论文给出基于分支定界的停机位优化配置方法。　　 (3)、基于动态规划与分支定界相结合的停机位优化配置方法　　 为了减小算法的计算量,根据动态规划与分支定界方法的特点,将两者结合起来。以动态规划方法为基础,引入分支定界算法,通过剪枝原则剪掉动态规划算法中相应层的部分节点,减小计算量;或者以分支定界方法为基础,引入动态规划方法,减少分支定界算法中每层的分支数,减小计算量。论文给出在基于正向排列有向图模型的动态规划方法基础上,引入分支定界算法,通过剪枝原则剪掉动态规划算法中相应层的某些节点。　　 (4)、三种启发式算法　　 上述三种方法都是精确寻优法,能够找到问题的最优解。当问题规模比较小时,算法可行。当问题规模较大时,算法计算时间较长,难以达到实际应用目的。根据基于并行机动态调度模型的解窄间特点,采用适当方法缩减解空间大小,在合理时间内寻找问题的一个满意解。论文给出三种基于并行机动态调度模型的启发式算法:每层节点中选取1个优化节点的启发式算法、每层节点中选取q个节点的启发式算法、基于航班有向图的启发式算法。　　 (5)、基于免疫遗传的停机位优化配置方法　　 为了得到问题的更好满意解,论文进一步探讨基于免疫遗传算法的停机位优化配置问题优化方法。基于并行机动态调度的停机位优化配置问题的解空间结构是一个矩阵结构,解空间中的一个解就是遗传算法中的一个个体,适合遗传算法的编码方式、交叉算子、遗传算子、变异算子等的选取与设计。而且前面三种启发式算法给出一些停机位优化配置问题的可行解,作为遗传算法的初始种群的一部分,能够获得更好的停机位优化配置问题的满意解。论文给出基于免疫遗传算法的停机位优化配置问题优化方法。　　 对上述每一种方法都采用首都机场某天的实际航班运行数据进行测试。实验结果表明:对于小规模机场问题,采用动态规划与分支定界相结合的方法,在合理的时间内能够获得问题的最优解:对于大规模机场问题,如果机场实际对优化效率要求不高,时间要求很短,采用启发式算法可以满足机场的实际需要。如果机场实际对优化效率要求较高,而对时间要求放宽,采用基于免疫遗传算法的停机位优化配置方法,能够得到相对于启发式算法更好的满意解,满足机场的实际需要。