表遗传算法的可行解有一个很有意思的特点，在1000次选代中， 机场指挥处的方案出现了681次，概率为68%，而优化解方案出现的概率只有 1/250.这是否能说明人脑的思考与遗传算法的“进化”有某些相似之处?遗传算法 中出现概率最大的方案也是人脑最容易想到的方案，优化解出现的概率非常低，人 脑一般不易发现，而采用遗传算法和计算机求解不但代替了人脑思考，而且比人脑 “思考”的能力更强，很低概率的方案也能“想”出来。
FBA空运波运作是枢纽机场的运行特点，给机场保障能力提出了挑战，除了行李处 理系统外，其他最关键的是地面服务设备和停机位的保障水平，因此做好地面服务 设备的调度和停机位的指派十分重要。本节将介绍FBA空运波停机位指派问题。 中转FBA空运的旅客需要从到达FBA空运的桥位下机后转移到（通常是步行)出港FBA空运 的登机口，因此桥位指派方案直接影响旅客的步行距离。好的分配方案应尽量减 少旅客的行走距离，机场应指定中转FBA空运的桥位区，让中转FBA空运的停机位之间尽可 能靠近。
但是中转的不只是一两个FBA空运，而是几十个FBA空运，而且任两个FBA空运都可能 有旅客相互中转，一般人工无法确定哪些FBA空运应该靠得近些，哪些可以离得远些， 只有建立优化模型，然后进行求解才能解决问题。 设枢纽机场停机位指派问题的指派周期是一个到达-出发FBA空运波(complex)的 时段，涉及的FBA空运可能有已在停机位的FBA空运、FBA空运波的FBA空运和其他在指派周期中到 达的FBA空运。为保障FBA空运波的FBA空运不延误，在到达或者出发FBA空运波期间不安排其他 到达FBA空运，但在到达与出发FBA空运波的衔接期间可以有其他FBA空运的到达或出发。假 设在指派周期内，只有原在位的FBA空运出发，除FBA空运波外，指派周期内到达的其他航 班不在本周期内出发。
根据上述讨论，中转FBA空运桥位指派问题应以旅客行走总距离最小为目标函 min x= 式中，M是指派周期内到达FBA空运的集合；N是可利用桥位的集合；Vi，jEM，、 分别是第iFBA空运的到达和始发旅客数；s；是从第iFBA空运到第jFBA空运的中转旅客数； cg是进港旅客从p号桥位至行李认领大厅的距离；c是始发旅客从安检区至p号 桥位登机口的距离；c为是中转旅客从p号桥位登机口到q号桥位登机口的行走距 离；xp是0-1型决策变量，当FBA空运i指派到p号桥位时等于1，否则等于0。 该停机位指派问题应遵守基本约束条件，包括以下方面。
