航空货运装箱与配载组合优化方法、系统及设备

技术领域

本发明涉及计算机辅助设计及航空运输技术领域，具体涉及一种结合计算机辅助设计方案的航空货运装箱与配载组合优化方法、系统及设备。

背景技术

货运的装载计划一般包括装箱和配载两部分工作。

装箱是将散货分配到不同的集装器中，同时需要满足不同集装器的装载限制。货物的打包装箱，可以更好地对散装货物进行规划，合理的装箱方案不仅可以有效提高运输空间利用率，还可以减少不必要的包装浪费，降低货物的运输成本和材料成本。其次，途中转运不用移动箱内货物，可以进行快速装载和卸载，提高作业效率，减少物品的破损。另外，散装运输中散货的包装多为一次性使用材料，而集装器则可多次使用，可以减少包装材料和装拆箱操作，降低货运费用。在现场的货物打包装箱过程中，货物通过传送带连续送达，操作员需要基于当前集装器已经组装的基础，及时、快速、不间歇地从传送带上仅有的几件货物中选择一个合适的物品，放入集装器内。这种操作流程的决策时间较短。货物连续送达，操作员没有过多时间思考如何组装优化，主要依赖操作员的操作经验。经验丰富的人员可以相同体积下装载更多的货物、空间利用率高，轮廓和高度比较合理，操作较快；而缺少经验操作员组装时间长，质量差，装载量少，将会浪费大量航班运力。这种完全依赖经验的操作，很难实现统一的集装器装载标准，使得不同集装器重量及轮廓偏差较多，为后续的配载、装机等工作带了困难。

配载是把已经装载货物的集装器分配到飞机的货舱舱位，同时使飞机满足运行的载重平衡要求。集装器在机舱内的布局，不仅会影响到运输效率和经济性，还会关系到飞机飞行的机动性和安全性。合理的配载方案能够通过减少装载后整机重心和目标重心的偏移距离，减小飞行阻力和飞机为保持平衡付出的额外燃料消耗，从而节约可观的航油成本。此外，对提高运输效率、降低存储和运输成本、提高运输效益等具有非常重要的现实意义。

现有的航空货运装箱与配载方法存在以下问题：当前航空公司把装箱与配载分开考虑，装箱与配载操作隔离。关于配载的研究是通过指派集装器到飞机的位置上实现的，集装器以吨为单位计量，颗粒度较大，这使得有多余集装器可供优选的条件下，调整的重量较多，失去了按货物调整的精细度。一方面，由于货物的种类及其在飞机上的位置受到大量操作和安全约束，使货物装载计划的决策变得非常复杂。另一方面，装载计划一般要求在航班起飞前2小时前完成，时间紧迫，因装载计划导致航班延误的情况时有发生。此外，当前许多货运公司的装载计划依然依赖于配载员手工操作，决策时间长，人为因素大，且易出错。虽然现在很多航空公司使用了计算机离港系统，配载员在制作装载计划时，可以通过手动拖动集装器的位置实时显示飞机的重心位置和各种约束检查，保证配载结果的重心在规定的安全范围内，一定程度上提高效率，但配载计划方案依然要人工多次尝试给出，更不用说优化。因此现有技术在能源节约、资源节约、飞行安全性等方面都存在潜在问题，亟待改善，装载优化的研究是必要的。

发明内容

有鉴于此，针对现有技术中所存在的不足，本发明提供的航空货运装箱与配载组合优化方法、系统及设备，从装箱层面考虑配载，通过配载指导货物装箱。可以充分挖掘航班运力，实现飞机重心的优化，从而实现节省燃油的效果，使运输的货物的装载更加合理。

具体而言，本发明提供了以下技术方案：

一方面，本发明提供了一种航空货运装箱与配载组合优化方法，该方法包括：

S1、基于货运装箱与配载的限制条件，获得约束条件；

S2、获取预装载货物的属性数据；

S3、基于所述约束条件、属性数据，建立组合优化模型，对货运装箱与配载进行优化；

所述组合优化模型，以货物决策变量、集装器决策变量为基础变量，以最大有效载荷及最小重心偏移量为目标函数。

优选的，所述货物决策变量为：

其中，n为货物总量，m为集装器总量，N

优选的，所述集装器决策变量为：

其中，m为集装器总量，N

优选的，所述目标函数中，最大化有效载荷为：

其中，n为货物总量，m为集装器总量，N

优选的，所述目标函数中，最小化重心偏移量为：

其中，i为货物下标，j为集装器下标，k为货舱下标，BA表示平衡力臂，TOW表示起飞重量，TOF表示起飞燃油重量，OEW表示运营空机重量，CG

优选的，所述约束条件包括：

货物分配约束、集装器分配约束、位置重量约束、横向不平衡约束、货舱不对称装载约束、载荷约束、力矩约束。

优选的，所述属性数据，包括货物重量、货物轮廓、货物三维尺寸。

优选的，使用飞机左右两侧允许的最大重量差表示横向不平衡，所述横向不平衡基于起飞重量TOW及着陆重量LW确定。

优选的，所述横向不平衡的标识方式为：

其中W

优选的，所述横向不平衡约束具体为：

其中，w

优选的，所述货舱不对称装载约束具体为：

其中，给定

另一方面，本发明还提供了一种航空货运装箱与配载组合优化系统，该系统包括：

数据输入模块，用于获取基础输入数据；

约束条件模块，接收所述数据输入模块发送的数据，并基于货运装箱与配载的限制条件，获得约束条件；

货物属性模块，接收所述数据输入模块发送的数据，并从中获取预装载货物的属性数据；

优化模块，基于所述约束条件、属性数据，建立组合优化模型，对货运装箱与配载进行优化；

所述组合优化模型，以货物决策变量、集装器决策变量为基础变量，以最大有效载荷及最小重心偏移量为目标函数。

优选的，所述货物决策变量为：

其中，n为货物总量，m为集装器总量，N

优选的，所述集装器决策变量为：

其中，m为集装器总量，N

再一方面，本发明还提供了一种航空货运装箱与配载组合优化设备，该设备包括：

处理器，以及与处理器连接的存储器；所述处理器调用所述存储器中存储的计算机指令，以执行如上所述的航空货运装箱与配载组合优化方法。

与现有技术相比，本技术方案将装箱与配载操作结合起来，使当前的装箱结果更好地为后续的配载工作服务，可以更好地实现飞机配载效果，增大飞机整体载量，优化飞机运行重心，减少油耗，保障飞行安全。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1为本发明实施例的优化方法流程图；

图2为本发明实施例的模型建立方式流程图；

图3为本发明实施例的系统结构示意图；

图4为本发明实施例的起飞重量限制的横侧重量曲线Lateral Wt示意图；

图5为本发明实施例的着陆重量限制的横侧重量曲线Lateral Wt示意图。

具体实施方式

下面结合附图和具体实施例，进一步阐明本发明。应当明确，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

本领域技术人员应当知晓，下述具体实施例或具体实施方式，是本发明为进一步解释具体的发明内容而列举的一系列优化的设置方式，而该些设置方式之间均是可以相互结合或者相互关联使用的，除非在本发明明确提出了其中某些或某一具体实施例或实施方式无法与其他的实施例或实施方式进行关联设置或共同使用。同时，下述的具体实施例或实施方式仅作为最优化的设置方式，而不作为限定本发明的保护范围的理解。

航空货运装箱与配载优化问题是研究如何装箱使得满足一系列限制要求的条件下，把不同重量、不同体积的物品、货物放入集装器，然后把集装器分配到飞机的货舱舱位，实现运输量最大、保证飞行安全性，以及实现运输效益最大。

在一个具体的实施例中，本发明的技术方案，其主要步骤如下：

S1：研究组装与配载的组合优化问题，获取有关配载的基础要求，分析配载中的相关限制条件，形成配载约束条件。

S2：收集集装器和航空器相关使用限制、要求等，获取机场货站日常使用的集装器和配载操作流程、要求等，根据集装器的类型分配舱位，从而获知集装器的分配约束条件。

S3：获得货物属性信息，如货物的重量、轮廓、三维尺寸等信息，为建模和计算提供数据。基于约束条件为不同的货物分配集装器，然后分配到具体的货舱舱位。

S4：根据已知信息中的相关限制条件，即各类约束条件，建立数学模型，形成组合优化模型，并对模型求解，获得组合优化方案。

实施例1

本实施例中，结合图1、2所示，针对本方案的核心改进点之一，即装箱与配载的组合优化模型的建立进行详细的阐述。

作为优选的实施方式，本发明提供的飞机配载的组合优化模型，基于整数规划思想进行构建，构建过程包括：

首先，基于货物、集装器的配置要求，设定货物决策变量和集装器决策变量：

货物决策变量x

集装器决策变量y

其中，N

其次，通过分析航空公司的实际运输需求，分别从货物装载量和集装器装载重量两个方面建立优化目标，基于本发明的组合式优化方法思路，优化目标函数可设置如下：

（1）针对载重量，设置最大化有效载荷目标函数：

（2）针对重心配置要求，设置最小重心偏移量目标函数：

其中，CG

在组合优化模型的建立阶段，我们需要引入针对模型优化过程中的各项约束条件，包括货物分配、重量、力矩、平衡要求等方面的约束条件，本实施例中，优选设置考虑的各约束条件及其建立方式如下：

1.货物的分配约束

每一种货物最多只能放在一个集装器里，然后放在一个货舱里。

2.集装器的分配约束

（1）每个集装器最多装载到一个货舱。

（2）每个货舱最多有一个集装器。

（3）装载货物的重量不超过货物所在集装器的最大重量限制。

（4）装载货物的体积不超过货物所在集装器的最大体积限制。

3.位置重量约束

装载货物的重量不超过货物所在舱位的最大重量限制。

4.横侧平衡装载约束

在装载配平中，有效载荷应该对称地装载在飞机的中线附近，然而，由于货物分布的变化，很难实现横向不平衡为零，因此，本实施例中我们使用左右两侧允许的最大重量差用来表示横向不平衡，它是TOW和LW的函数，其表达方式优选如下：

其中W

对于系数

基于此，横向不平衡约束可以表示为：

5.主货舱不对称装载约束

并排放置在主货舱左右两侧的货物重量必须满足不对称线性载荷的限制。

给定

6.最大允许载荷约束

在优化函数求解过程中，最大起飞重量(MTOW)限制起飞重量，最大着陆重量(MLW)限制着陆重量，MZFW (maximum zero fuel weight)是对无油重量的一种限制，因此，计算最大业载量MPL，优选设置为：

7.力矩约束

在本实施例中，我们还需要考虑飞机配载后的力矩要求，以使飞机的重心保持平衡，本实施例中，优选的力矩约束表示如下：

m表示集装器的总数量，n表示货物的总数量，X

上述模型建立中引入的模型符号及说明如表1所示。

需要进一步说明的是，在一个具体的实施方式中，所述飞机的机型数据可通过该机型的载重配平手册、载重配平单以及飞行计划信息获取，所述飞机的机型数据可如表2，3，4，5所示：

实施例2

在又一个具体的实施例中，本发明的技术方案还可以通过航空货运装箱与配载组合优化系统的方式来实现。结合图3所示，本发明的系统可以进行如下设置：

数据输入模块，用于获取基础输入数据；

约束条件模块，接收所述数据输入模块发送的数据，并基于货运装箱与配载的限制条件，获得约束条件；

货物属性模块，接收所述数据输入模块发送的数据，并从中获取预装载货物的属性数据；

优化模块，基于所述约束条件、属性数据，建立组合优化模型，对货运装箱与配载进行优化；

所述组合优化模型，以货物决策变量、集装器决策变量为基础变量，以最大有效载荷及最小重心偏移量为目标函数。

优选的，所述货物决策变量为：

其中，n为货物总量，m为集装器总量，N

优选的，所述集装器决策变量为：

其中，m为集装器总量，N

优选的，所述目标函数中，最大化有效载荷为：

其中，n为货物总量，m为集装器总量，N

优选的，所述目标函数中，最小化重心偏移量为：

其中，i为货物下标，j为集装器下标，k为货舱下标，BA表示平衡力臂，TOW表示起飞重量，TOF表示起飞燃油重量，OEW表示运营空机重量，CG

优选的，所述约束条件包括：

货物分配约束、集装器分配约束、位置重量约束、横向不平衡约束、货舱不对称装载约束、载荷约束、力矩约束。

优选的，所述属性数据，包括货物重量、货物轮廓、货物三维尺寸。

实施例3

本实施例中，我们针对某型号的机型，以实际例子对本发明的方案进行进一步的阐述说明。在一个优选的实施方式中，对于优化模型的解算，我们可通过Python调用Gurobi求解器进行求解，Gurobi是新一代大规模数学规划优化器，是目前比较流行且速度很快的求解线性规划、混合整数规划的软件。

我们以国内某航空公司的波音B777F机型为例，算例使用不同规模数量的货物，货物的相关信息如表6所示，使用PMC集装器进行装载， PMC集装器装载的最大重量为6804KG，长318cm，宽244cm，高163cm。所有算例均使用37个集装器，集装器数量和货舱数量相等。

具体步骤：

1.通过获取散货和集装器的信息，获取所述飞机的可用位置；获取所述飞机的如表2、3、4、5所示的机型数据；根据所述飞机的机型数据，构建组合优化模型；

2.基于本发明所给出的组合优化模型及约束条件，对组合优化模型进行编码编程；

3.在程序中输入基本参数，如设置目标重心CG

4.运行程序，求解组合优化模型，基于优化模型的求解结果获得优化后的装配方案，将散货分配到集装器，再将集装器分配到具体的货舱位置。

本实施例中，求解后的模型计算结果如表7所示。

从表7可知本文所设计的改进的组合优化模型求解得到的平均最大装载量为100503.3Kg，平均重心偏离量为0.846%，平均求解时间为679.8s，说明本文所设计的优化模型可以在短时间内获得较好的解。

本方案在又一种实施方式下，可以通过设备的方式来实现，该设备可以包括执行上述各个实施方式中各个或几个步骤的相应模块。因此，可以由相应模块执行上述各个实施方式的每个步骤或几个步骤，并且该电子设备可以包括这些模块中的一个或多个模块。模块可以是专门被配置为执行相应步骤的一个或多个硬件模块、或者由被配置为执行相应步骤的处理器来实现、或者存储在计算机可读介质内用于由处理器来实现、或者通过某种组合来实现。

该设备可以利用总线架构来实现。总线架构可以包括任何数量的互连总线和桥接器，这取决于硬件的特定应用和总体设计约束。总线将包括一个或多个处理器、存储器和/或硬件模块的各种电路连接到一起。总线还可以将诸如外围设备、电压调节器、功率管理电路、外部天线等的各种其它电路连接。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本方案的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本方案的实施方式所属技术领域的技术人员所理解。处理器执行上文所描述的各个方法和处理。例如，本方案中的方法实施方式可以被实现为软件程序，其被有形地包含于机器可读介质，例如存储器。在一些实施方式中，软件程序的部分或者全部可以经由存储器和/或通信接口而被载入和/或安装。当软件程序加载到存储器并由处理器执行时，可以执行上文描述的方法中的一个或多个步骤。备选地，在其他实施方式中，处理器可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行上述方法之一。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体（Read-Only Memory，ROM）或随机存储记忆体（Random AccessMemory，RAM）等。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。