一种机场地面保障多特种车辆决策协同调度方法

摘要: 本发明涉及机场地面服务车辆调度,特别是涉及一种机场地面保障多特种车辆决策协同调度方法。背景技术:1、随着全球航空运输需求的持续增长,机场地面服务系统面临日益严峻...
一种机场地面保障多特种车辆决策协同调度方法

本发明涉及机场地面服务车辆调度,特别是涉及一种机场地面保障多特种车辆决策协同调度方法。

背景技术:

1、随着全球航空运输需求的持续增长,机场地面服务系统面临日益严峻的调度挑战。大型民用机场每日有数百架次航班起降,需在万平方米级作业区域内调度摆渡车、行李拖车、客梯车等数十至数百辆不同类型特种车辆,实现多车种间的精准协同。

2、传统机场地面服务车辆调度方式主要包括人工经验调度、基于固定规则的自动调度,以及基于数学规划、遗传算法、邻域搜索等优化算法的离线调度。人工经验调度依赖调度员对航班保障流程和机场运行情况的判断,当航班数量和车辆规模增加时,调度员难以同时兼顾车辆位置、任务优先级、任务时间窗、道路通行状态和能源状态等多重因素。基于固定规则的调度方法通常按照就近分配、先到先服务或任务优先级等规则选择车辆,实施方式相对简单,但难以适应航班延误、临时机位调整、车辆故障和道路拥堵等动态事件。基于数学规划和启发式算法的方法可获得相对优化的调度方案,但随着航班、车辆和约束数量增加,模型规模和求解时间显著增长,难以支撑高频次实时重调度。

3、中国发明专利cn105336222b公开了一种机场地面智能指挥调度系统与方法。该系统主要包括指挥调度中心、移动终端、车载终端和调度客户端,指挥调度中心由应用服务器、无线通信服务器和数据库服务器构成。系统通过调度中心与各作业终端之间的信息交互,实现航班信息、人员信息、车辆信息和服务资源信息的集中管理,提高了机场地面保障的信息化和协同化程度。

4、该现有技术主要侧重于调度任务的生成、下发、状态上报和统计分析,调度决策主要依据预先设置的业务规则。当航班时刻、车辆状态或保障资源发生动态变化时,通常需要人工修改业务规则或重新生成调度方案,难以通过车辆与运行环境的持续交互自动学习调度策略。此外,该技术在车辆间协同调度的动态适应性方面存在不足,也未综合考虑电动车辆的剩余电量、充电时间、充电设施占用,以及燃油车辆的燃料消耗与碳排放问题。

5、中国发明专利cn121414088b公开了一种多智能体强化学习的联合调度方法和网络模型构建方法。该方法构建了包含策略网络、价值网络、停机位冲突评估网络和滑行路径冲突评估网络的联合调度网络模型,基于历史航班数据构建训练样本集并预计算基准滑行时间,在仿真环境中运行模型收集经验数据,通过同时优化即时奖励、停机位冲突代价与滑行路径冲突代价的混合优势函数更新网络参数。

6、该方法主要针对停机位分配与滑行道规划的联合优化,其调度对象为航空器而非地面服务车辆,所处理的冲突类型(停机位冲突与滑行路径冲突)与地面车辆调度中车辆-任务分配、车辆-能源设施匹配及多车资源竞争等问题存在本质差异。该现有技术的技术手段和优化目标与地面特种车辆调度问题不同。

7、除上述专利文献外,本领域还存在其他相关技术方案。例如,有研究提出了一种基于近端策略优化算法的机场摆渡车动态调度方法。该方法将摆渡车动态调度问题建模为马尔可夫决策过程,以最小化所有航班摆渡服务总拖期为优化目标。在状态空间设计方面,该方法以待服务航班和所有摆渡车的状态特征向量序列作为状态输入;在动作空间设计方面,提出了一种基于交叉注意力机制的策略网络,由特征提取层、交叉注意力层和指针层三部分组成,输出对当前航班选择各摆渡车的概率分布。该方法主要针对单一车型进行调度决策,未涉及多类型地面服务车辆之间的协同调度问题。在实际机场运行中,不同类型车辆之间存在作业时序依赖和资源竞争关系,单一车型的调度优化难以保证全场地面服务的整体效率。此外,该方法的策略网络仅输出单一维度的车辆选择动作,未在同一决策框架中同时考虑车辆目标选择、任务执行时序安排和能源补给调度等多维决策,车辆选择、路径和时序的分步决策可能导致方案整体次优。

8、此外,本领域还存在基于深度强化学习的机场特种车辆调度方法,该类方法通过深度强化学习模型与环境交互获取信息,在求解带时间窗的特种车辆路径问题方面具有一定优势。另有相关文献提出了基于多智能体深度强化学习的机场无人化设备协同控制方法,通过多智能体建模与动态博弈机制,利用深度强化学习算法对智能体决策策略进行训练与优化。然而,上述方法同样主要针对单一车型或单一决策维度,未涉及多类型地面服务车辆在混合能源条件下的协同调度问题。

9、综合上述现有技术,机场地面服务车辆调度领域仍存在以下不足:

10、第一,现有方法多采用固定维度的状态表征,难以适应航班数量、可用车辆数量和能源设施可用数量的动态变化。当实体规模变化时,固定维度表征需进行零填充或截断处理,导致计算浪费或信息丢失。

11、第二,现有方法将车辆、任务和能源设施的状态拼接为扁平向量输入决策网络,未能显式保留实体间的拓扑连接和关系类型。对于多车辆系统,车辆之间、车辆与任务之间、车辆与能源设施之间的多种关联关系难以在扁平向量中有效表达,神经网络需从分散的向量维度中隐式学习实体间的交互模式。

12、第三,现有单智能体决策方法需由单一网络同时生成全部车辆的动作,随着车辆数量增加,动作组合数量呈指数级增长,导致决策复杂度和计算负担显著增加。

13、第四,充电桩和加油站是共享稀缺资源,车辆之间对资源的竞争需通过协同解决。现有方法未以结构化方式表征车辆与共享资源之间的拓扑关联,虽然部分方法通过神经网络的隐式计算在一定程度上处理了资源分配问题,但缺乏基于图结构的资源冲突协调机制。在现有方案中,资源竞争关系仅通过网络内部参数的数值计算间接体现,缺乏明确的拓扑载体来稳定表达“哪些车辆在竞争同一个资源”这一结构性信息。当车辆状态、任务优先级或资源可用情况发生变化时,竞争关系也随之改变,而扁平化的状态表征难以在结构层面自适应地反映这种动态变化,导致神经网络需要从分散的向量维度中重新学习变化的竞争模式。因此,现有方法难以稳定识别并消解动态变化的资源竞争关系,容易出现多车同时选择同一资源、部分车辆长时间等待或资源利用不均衡等问题。

技术实现思路

1、针对上述技术问题,本发明采用的技术方案为:

2、本发明实施例提供了一种机场地面保障多特种车辆决策协同调度方法,所述方法包括如下步骤:

3、s100,在每个决策时刻,根据机场运行环境中的车辆状态、保障任务状态和能源设施状态,构建异构关系图,其中,异构关系图中的节点集合包括车辆节点、保障任务节点和能源设施节点,异构关系图中的边集合包括车辆节点与保障任务节点之间的服务关系边、以及车辆节点与能源设施节点之间的补给关系边。

4、s110,采用关系感知图注意力编码器对所述异构关系图进行两阶段消息传递编码,得到各车辆节点的嵌入向量,作为对应车辆智能体的局部观测;其中,第一阶段使各保障任务节点和能源设施节点分别聚合相连车辆节点的特征,第二阶段使各车辆节点分别聚合相连保障任务节点和能源设施节点的特征并与自身特征融合;服务关系边和补给关系边分别使用独立的注意力参数矩阵。

5、s120,各车辆智能体分别以得到的局部观测作为参数化深度q网络的输入,生成混合动作,所述混合动作包括离散动作类型和与该离散动作类型对应的连续动作参数。

6、s130,根据各车辆智能体生成的混合动作计算对应的局部动作价值,将所有车辆智能体的局部动作价值加和形成联合动作价值,并利用所有车辆智能体共享的奖励构造联合贝尔曼目标,对各车辆智能体的参数化深度q网络进行协同更新,直至满足预设的训练终止条件,得到经训练的各车辆智能体的参数化深度q网络。

7、s140,将训练好的各车辆智能体的参数化深度q网络部署至对应车辆,在每个决策时刻,各车辆智能体以当前局部观测为输入生成混合动作,根据所述混合动作生成对应的调度指令并执行。

8、本发明通过构建异构关系图对机场运行环境进行建模,使关系感知图注意力编码器能够适应航班数量和车辆规模的动态变化,无需修改模型架构即可在不同规模机场之间迁移;通过在统一图结构中区分车辆、任务和能源设施三类节点并分别建立服务关系和补给关系边,显式保留了实体间的拓扑连接和关系类型,降低了关系学习的样本复杂度;通过将每辆特种车辆建模为独立智能体并采用混合动作决策,将多车辆联合决策分解为多个局部决策,避免了联合动作空间的指数级增长;通过多车共享目标节点形成的拓扑结构编码资源竞争关系,使各车辆在独立决策时能够感知竞争态势;通过集中训练-分散执行框架,训练阶段利用共享奖励协同更新各智能体网络,执行阶段各车辆仅依赖局部观测独立决策,兼顾了多车辆协同性与实时性。

9、应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。