這個(gè)問(wèn)題的求解。根據MU730的預計到達時(shí) 刻為11：55，可以設置機位調配周期T為11：40~12：40，查詢(xún)航班時(shí)刻表確定調配時(shí)間段里進(jìn)入機場(chǎng)的航班及其到達時(shí)刻，該表的第8列和第9列還給出了該機場(chǎng)指揮中心的實(shí)際調配方案。調配時(shí)間段里機場(chǎng)實(shí)際停機位使用情況如所示，從中查詢(xún)各機位前后兩航班之間的時(shí)間間隔，把在調配時(shí)間段內空閑時(shí)間超過(guò)50min的停機位找出來(lái)，列在表2-17中，表中所列機位都可以在調配時(shí)間段內指派航班停靠，只要停靠航班的預計到達時(shí)刻和出發(fā)時(shí)刻在機位的空閑時(shí)間內即可。 

      可以計算出第8列給出的機場(chǎng)指揮處調配方案的目標函數值是38164m，比本例給出的解的目標函數多了10386m，多出了30%。比較這兩個(gè)調配方案，發(fā)現只有兩個(gè)航班指派的機位做了互換，將機場(chǎng)實(shí)際方案中的航班EZ307 的306號遠機位與CZ6533的10號橋位做了互換。這兩個(gè)航班的到達時(shí)刻非常 接近，從時(shí)間上來(lái)看，306號遠機位和10號近機位對這兩個(gè)航班都適合，這一調 換，將EZ307的B747調配到近機位，將CZ6533的A319調到了遠機位，也就是將 大飛機調到近機位，小飛機調到遠機位，當然減少了旅客和地面服務(wù)人員行走的總 距離，因此比機場(chǎng)執行的實(shí)際調配方案更優(yōu)。 再進(jìn)一步地采用遺傳算法來(lái)解決本例問(wèn)題，使用0-1編碼，初始群有個(gè)體500 個(gè)，迭代了1000次，獲得了本例最優(yōu)解。

      在最后的種群中，可行解方案共有六個(gè)， 其中有幾個(gè)解在迭代過(guò)程中保留了幾十代到幾百代，機場(chǎng)指揮處的實(shí)際調配方案 和上述啟發(fā)式算法得到的優(yōu)化解都在其中，如表2-19所示。表2-19中“出現次 數”是指該解在迭代1000次中出現的次數(保留的代數)。 給出的遺傳算法的可行解有一個(gè)很有意思的特點(diǎn)，在1000次迭代中； 機場(chǎng)指揮處的方案出現了681次，概率為68%，而優(yōu)化解方案出現的概率只有 1/250。這是否能說(shuō)明人腦的思考與遺傳算法的“進(jìn)化”有某些相似之處?遺傳算法 中出現概率最大的方案也是人腦最容易想到的方案，優(yōu)化解出現的概率非常低，人 腦一般不易發(fā)現，而采用遺傳算法和計算機求解不但代替了人腦思考，而且比人腦 “思考”的能力更強，很低概率的方案也能“想”出來(lái)。