本发明公开了一种基于自适应强化学习的飞机维修路径优化方法,属于航空技术领域,首先考虑飞机运行中的飞行时间、起降架次、遍历天数与机场容量四项维修约束,构建四天为周期的飞机维修路径模型以保证航班连接收入与飞机维修成本差值最大化;其次,基于自适应变动因子提出改进强化学习求解算法,该算法以门特卡罗决策为基本内核,通过“探索‑利用”不断迭代的方式求解模型;最终基于航空公司真实航班计划,由小至大规模数据检验模型与算法的实际有效性能,解决了为航空企业提供具有实际应用价值的路径优化模型的技术问题,基于民航运行实际情况,考虑四种维修约束,构建改进连接网络下的飞机维修路径模型,兼顾航班连接收益与维修操作成本。
声明:
“基于自适应强化学习的飞机维修路径优化方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)