近日，科研团队朱卓宁同学等研究成果在期刊《Information Sciences》上发表学术论文《An effective and robust genetic algorithm with hybrid multi-strategy and mechanism for airport gate allocation》，提出了基于反向学习、区间概率变异和吞噬机制的遗传算法的机场停机位分配方法。

停机位的合理分配对整个机场场面资源的合理配置和利用起着十分重要的作用。本文针对停机位分配问题，提出了一种基于反向学习、区间概率突变和吞噬机制等混合多策略的遗传算法（RPIP-GA），以实现一种新的机场停机位分配方法。首先建立停机位分配数学模型，其目标为均衡停机位的空闲时间、最小化旅客步行距离、最充分使用大型停机位、最大化航班分配率以及最小化航班和停机位之间的大小差异。其次，提出RPIP-GA，为防止种群退化并提高种群质量，根据所有个体的适应度值将种群划分为多个子种群；采用精英保留的反向学习策略初始化种群，以扩大全局搜索空间，提高原始解的质量，并增加种群多样性；采用吞噬机制实现交叉操作，以提高收敛速度和局部搜索能力；提出了区间概率变异技术，以提高早期的局部搜索能力，防止后期陷入局部最优。最后实验结果表明，提出的RPIP-GA能够有效地对停机位进行调度，提高停机位资源的利用率。

该成果得到国家自然科学基金、学校科研启动基金等项目的资助。《Information Sciences》属于中科院一区TOP期刊。

https://www.sciencedirect.com/science/article/pii/S0020025523014779?dgcid=coauthor