Имитационная модель с нечётким регулятором как инструмент оптимизации неполнодоступной системы наземного обслуживания в узловом аэропорту

В. А. Романенко

Аннотация


Рассмотрена актуальная для узловых аэропортов задача оптимизации численности технологических ресурсов функциональной подсистемы аэропорта, осуществляющей наземное обслуживание перевозок в рамках отдельной технологической операции. Анализ ограничен неполнодоступными системами, в которых обслуживание определённых заявок может быть выполнено только определёнными технологическими ресурсами, под которыми понимаются средства механизации и автоматизации, производственное оборудование, персонал и т.д. Оптимизационная задача сформулирована в вероятностной постановке. Описан подход к её решению. В качестве инструмента оптимизации предложено использовать имитационную компьютерную модель, учитывающую особенности потоков пассажиров и производственного процесса узлового аэропорта и включающую нечёткий регулятор, который отражает логику диспетчера аэропорта, управляющего процессом наземного обслуживания. Приведён модельный пример решения оптимизационной задачи, свидетельствующий о возможности и целесообразности использования нечёткого регулятора в качестве модели стратегии человека-оператора. Составляющая основной результат оптимизации временная зависимость численности технологических ресурсов функциональной подсистемы применима на этапах принятия решения о повышении её пропускной способности, оперативного управления ресурсами, планирования сменной работы персонала, решения ряда других задач, особенно актуальных для узловых аэропортов с их интенсивными, но неравномерными потоками самолётов и пассажиров.


Ключ. слова


Узловой аэропорт; неполнодоступная система; нечёткое управление; нечёткий регулятор; оптимизация; имитационная модель

Полный текст:

PDF

Список литературы

1. Романенко В.А. Моделирование производственных процессов узловых аэропортов. Saarbrucken: LAP Lambert Academic Publishing, 2012. 296 с.

2. Романенко В.А. Оптимизация параметров системы трансферных авиаперевозок с учётом нечёткой и стохастической неопределённостей // Управление большими системами. 2013. № 41. С. 285-313.

3. Guzha E.D., Romanenko V.A., Skorokhod M.A. Optimization model of the hub airport schedule under uncertainty // IOP Conference Series: Materials Science and Engineering. 2018. V. 450. DOI: 10.1088/1757-899X/450/2/022023

4. Kacprzyk J., Pedrycz W. Springer handbook of computational intelligence. Heidelberg: Springer-Verlag, 2015. 1633 p. DOI: 10.1007/978-3-662-43505-2

5. Ross T.J. Fuzzy logic with engineering applications. United Kingdom: John Wiley & Sons Inc., 2010. 585 p.

6. Васильева И.А., Романенко В.А., Хвостова Т.В. Оптимизация параметров системы наземного обслуживания воздушных судов узлового аэропорта на базе имитационной модели с нечётким регулятором // Вестник Самарского университета. Аэрокосмическая техника, технологии и машиностроение. 2017. Т. 16, № 1. С. 7-19. DOI: 10.18287/2541-7533-2017-16-1-7-19

7. Burghouwt G., De Wit J. Temporal configurations of European airline networks // Journal of Air Transport Management. 2005. V. 11, Iss. 3. P. 185-198. DOI: 10.1016/j.jairtraman.2004.08.003

8. Пегат А. Нечёткое моделирование и управление. М.: БИНОМ. Лаборатория знаний, 2013. 798 с.

9. Mendel J.M. Uncertain rule-based fuzzy logic systems: introduction and new directions. Switzerland: Springer International Publishing, 2017. 696 p. DOI: 10.1007/978-3-319-51370-6

10. Mamdani E.H. Applications of fuzzy algorithms for control of simple dynamic plant // Proceedings of the Institution of Electrical Engineers. 1974. V. 121, Iss. 12. P. 1585-1588. DOI: 10.1049/piee.1974.0328


DOI: http://dx.doi.org/10.18287/2541-7533-2019-18-4-183-191

Ссылки

  • Ссылки не определены.


© Вестник Самарского университета. Аэрокосмическая техника, технологии и машиностроение, 2020

 

Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 International License.

 

ISSN: 2541-7533