基于累积前景理论的机场群旅客出行决策行为分析

基于累积前景理论研究了机场群旅客出行决策行为.针对不同出行需求的旅客,综合计划延误时间、票价、出行在途时间“可靠性”和“不可靠性”动态设置出行决策参考点,并考虑航班容量限制因素,构建了旅客出行选择模型,并将实证调查数据分别与累积前景理论和期望效用理论仿真结果进行对比验证.研究表明：前景理论模型能够有效地描述机场群航空旅客的出行路径决策过程,旅客选择行为随着出行目的不同而不同;与期望效用理论模型比较,该模型对描述航空旅客决策行为具有更好的适应性.因此,机场应根据自身市场定位并结合旅客有限理性特点优化航班频率、票价和航线网络结构.     

基于强化学习的平行航班动态定价

由于平行航班之间的竞争越来越激烈,为提高航空公司收益,对机票销售系统中的航班和旅客分别建模。将航班的动态定价问题建模成马尔可夫博弈过程,对混合类型旅客建立Logit选择模型。利用多Agent的强化学习算法对实例进行求解,结果表明WoLF-PHC算法收敛所需迭代的次数大于Nash-Q算法,但在计算速度上WoLF-PHC算法优势明显,且具有较强的适应能力。此外,航空机票的定价策略与其他易逝品有所不同,整体呈现上升趋势。而旅客环境参数的变化,也会影响定价策略。基于WoLF-PHC算法得到的定价策略对于收益提升具有积极作用。     

机场群运行方式下的航班时刻与频率优化模型

针对枢纽机场的拥堵问题,提出了机场群航班时刻与频率优化策略.应用运输需求管理理论,以旅客最小出行损失时间为目标函数,以旅客流失率与航空公司客座率为约束条件,建立了基于机场群运行方式的航班时刻与频率优化模型.根据机场群内5个机场的地面交通时间与枢纽机场的航班数量与平均延误的关系,将机场群内各个机场的旅客需求进行分类,采用k-means聚类算法,计算了航班时刻与频率、旅客出行损失时间、机型与数量分配方式.计算结果表明:在机场群运行方式下,旅客需求分为7类,满足全部旅客需求的航班数量为11个,旅客出行损失时间为123 403 min;在独立运行方式下,旅客需求分为8类,满足全部旅客需求的航班数量为13个,旅客出行损失时间为165343 min;在机场群运行方式下,采用遗传算法求得的满足全部旅客需求的航班数量为11个,旅客出行损失时间为126119 min.     

基于约束编程的飞机排班问题研究

飞机排班是航空运输生产计划的重要环节,对航空公司的正常运营和整体效益有着决定性影响.飞机排班通常构建为大规模整数规划问题,是航空运筹学研究的重要课题,构建的模型属于严重退化的NP Hard问题.本文把飞机排班问题构建为多商品网络流模型,并应用列生成算法求解;在列生成子问题中,引入约束编程系统实现快速求解航班连线（航班串）并计算各航班串简约成本,动态选择列集并与限制主问题进行迭代.最后,利用国内某航空公司干线航班网络实际数据验证模型和算法的有效性,并与航空公司实际排班进行比较研究.     

���潻ͨӵ�¶����ÿͺ���ʱ��ѡ���Ӱ��

研究了高峰期地面交通拥堵对民航旅客航班时刻选择行为的影响.在考虑地面交通瓶颈的基础上建立了民航旅客出发时间选择模型,给出了模型的用户均衡的性质.并进一步分析了票价差额对用户均衡的影响,得到了均衡人数不变时票价差额的取值范围,以及民航旅客的总排队时间和航空公司票价增量收益随票价差额变化的特征.研究表明:在均衡状态下,选择不同时刻航班的旅客人数由航班时刻差和瓶颈通行能力共同决定.对给定的航空出行需求,可通过调整票价差额,减少总排队时间(减缓交通拥堵)或者增大票价增量收益(增加航空公司票价收益).最后利用数值算例对结论进行了有效验证.     

汕航开通潮汕至台北航班

<正>从2月15日起,南航汕头航空公司(简称汕航)开通潮汕至台北正班航班。汕航新开台北航线采用全新波音737-800型客机,每周三班,周二、四、日执飞。据悉,汕航曾于2013年7月19日开通了潮汕至台湾高雄临时包机航线,而如今由于潮汕地区已有成熟的往返台湾的旅客群体,两岸民航主管部门决定于2015年春节加班、增加定期客货运航点航班。     

基于双层博弈模型的机场间航线网络协同演化研究

为有效优化机场间航线网络，实现机场群中各机场功能定位，通过研究机场补贴策略与航空公司航线调整关系，旨在实现机场补贴策略与所需航线网络间的最佳匹配。从机场功能协同发展视角分析旅客、航空公司及机场间的博弈关系并构建双层博弈模型。在上层博弈模型中，引入经验加权吸引力模型(EWA)分析航空公司定价策略与旅客“渗流”关系，以便确定航空公司最佳定价策略。在下层博弈模型中，使用上层模型结果并引入非对称的随机反应(QRE)均衡模型，分析机场补贴与航空公司航线调整的关系，确定机场最佳补贴策略。结果表明：影响机场群内旅客出行行为选择关键因素是出行成本，该成本使航空公司票价折扣效果存在高敏感区、惰性区和无效区，通过完善机场群内地面交通，控制旅客出行成本，可有效引导机场群间旅客流动；航空公司定价与旅客出行选择博弈的收益存在多个峰值点，需根据旅客出行成本和初始票价确定票价折扣，最佳折扣区间集中在0.4～0.9；采用补贴优化航线网络，机场间不同补贴策略效能存在垄断区间、低效区间和最佳协同区间；融合旅客出行选择和机场间协同补贴的双重因素可有效提升航空公司盈利能力，推动航空公司提升机场群中航线的互补性，有效实现机场间...     

动态信息下的机场定制巴士路径优化

为解决因航班延误而造成旅客候机时间较长问题,考虑现实路网中阻抗不确定性和机场接驳定制化及差异化出行需求,以运营收益最大、车辆出行成本最小和车辆提前到达的时间窗惩罚成本最小为目标函数,建立了动态信息下机场定制巴士路径优化模型,并采用差分进化算法对其进行求解.为避免算法早熟,提出了改进的自适应操作方法,增强算法的全局寻优能力.通过算例计算表明:考虑航班延误和路网实时订单的动态路径优化模型,可以减少旅客26.61％～46.68％的候机时间,该模型具有较强的可靠性和应用价值.     

随机需求航线网络效应下机队鲁棒优化方法

针对航线网络效应及旅客需求不确定性问题,将旅客组合优化模型加入机队规划问题,借鉴航线网络运力优化分配方法,以机型飞机数目、航段机型飞行频次、行程路线上旅客溢出人数为决策变量,以行程路线上旅客需求限制、航段飞行频次限制、特定机型机队飞行时间限制为约束条件,利用量化市场份额指数计算旅客溢出再捕获率,建立了旅客需求不确定情景下的机队鲁棒优化模型,设计了航线网络环境下的旅客需求离散情景集,用情景汇聚算法求解该模型.算例仿真结果表明,与传统机队规划模型相比较,本文模型的机队规划成本降低了167.07万元;与确定解的最小随机期望值相比,在3种情景集下,随机规划解的机队规划成本分别降低了19.88万元、21.02万元与17.55万元.      

航班延误信息下旅客选择行为模型及实证

针对航班延误后旅客选择行为的不确定性,本文基于累积前景理论对不同延误情景下旅客的选择行为进行研究.首先,以期望出行时间作为旅客行为选择的参照点,构建航班延误信息下旅客选择行为模型,并指出在不同延误情景下参照点具有动态性特征;然后,利用调查问卷,得到准时到达敏感性、信息影响程度两个参数值及不同延误情景下旅客对出行时间的判断,计算得到期望出行时间;最后,以北京-上海航线为例,计算得到不同延误情景下旅客不同选择行为的累积前景值,从而得到旅客的最优选择行为.结果表明：随着航班延误规模的增大及延误时长的增加,旅客的期望出行时间随之增长,体现了参照点动态性的特点;在不同的延误情景下,旅客的最优选择行为有所差异;通过实际验证,理论模型能有效地描述旅客在不同延误情景下的选择行为.     

基于航线网络运力优化分配的机队规划方法

根据预测的航线运输生产指标,以利润最大化为优化目标,综合考虑机型的技术经济性能和市场需求、航班频率资源、机组的有效飞行实力等因素,确定各航线上航班频率与使用机型的最优组合,再根据机型的平均利用率确定相应的机队配置方案.对5种机型、60条航线的机队规划问题进行仿真,结果表明该方法对航线客流量的波动具有一定的鲁棒性.     

定制公交线路优化综述

为全面回顾定制公交线路优化问题的研究进展,从优化目标、问题场景和求解算法3个方面对相关文献进行了归类分析。研究结果表明:定制公交线路的单目标优化研究主要集中在行驶时间、运营里程、运营成本、运营收益以及多种成本线性加权形成的系统总成本等方面,而多目标优化研究主要通过同时考虑运营成本、出行成本和服务质量中的2种或3种来实现;根据出发和到达站点的数量,定制公交线路优化的问题场景可分为“一对一”、“多对一”和“多对多”3种,针对停靠站点之间时间阻抗场景的研究主要集中在“静态时间阻抗”,对“动态时间阻抗”的研究较少;出行需求场景的研究也主要集中在“静态出行需求”,对于“动态出行需求场景”,一般通过两阶段优化策略进行求解;由于定制公交的线路优化问题属于一种特殊的车辆路径优化问题,精确求解算法适用于少量出行需求的分析案例,针对大规模出行需求的实际问题,一般采用启发式智能算法进行求解。未来的研究中,定制公交的线路优化需要考虑停车场设置和停靠点选择的影响,针对不同类型出行者设置特定的时间窗属性;此外,大数据背景下如何兼顾实时出行需求和运营成本约束,提供差异化的定制公交线路也将是具有挑战的研究方向。      

竞争环境下航班舱位控制博弈模型

分析了中国航空市场的特点,以定义不同票价等级下各航空公司所提供的座位数为决策变量,舱位容量为约束条件,各家航空公司收益最大化为多目标函数,构建竞争环境下中国航空公司舱位控制的博弈模型,利用拉格朗日乘数法求解各航空公司最优低价票数,并以此来确定均衡舱位.仿真试验表明:各家航空公司舱位控制策略相互制约且能够达到均衡状态,但受到旅客需求随机性的影响,在12 000次的仿真试验中达到均衡的概率为12.68%,达不到均衡的概率为87.32%,因此,这种均衡是动态的且实现机率较低,结论与实际相符,模型切实可行.     

��ʱ��仯�Ļ�Ʊ�ۿ۶����о�

机票定价一直是航空公司关注的问题,在适当的时间推出适当折扣的机票可以让航空公司增加收益. 本文首先考虑到旅客提前订票存在风险,并认为风险概率满足指数分布;然后通过航空公司与旅客之间的动态博弈,给出航空公司的关于时间的定价模型;接着在得出的定价模型基础上,确定不同折扣机票的退票手续费和航空公司销售各种折扣机票的时间区间. 研究结果表明：① 航空公司能承受的最低票价越低,订票周期越长;② 订票越是提早票价越低. 最后通过一个例子来说明这个定价机制不仅理论上可行,而且在现实中也能很好的应用,不仅降低了航空公司的销售成本,同时也增加了他们的收益.     

考虑个性化出行需求的多模式公交路径规划

在多模式公交出行中,传统的路径规划方案已无法满足出行者日益增长的出行需求. 为提供基于出行者多种出行需求的个性化路径规划方案,通过IC卡刷卡数据模拟公交时刻表,建立基于模拟时刻表的多模式公交路网模型;采用动态阈值化法建立个性化出行需求评价值模型;设计深度优先搜索-遗传算法（depth first search-genetic algorithm,GA-DFS）,并基于此组合算法提出初始种群产生策略和两点变异方法;最后,假设了3种不同出行需求的出行场景,将某市区的多模式公交路网数据应用于模型和求解算法中,并与使用较广的模拟退火-遗传算法（simulated annealing-genetic algorithm,GA-SA）进行对比分析. 仿真结果表明:所提出的算法与模拟退火-遗传算法相比,平均迭代次数减少了42%,寻优能力提高了50%,并且可以提供基于乘客多种出行需求的路径规划方案.      

共享单车影响下接驳公交线路设计与车辆配置方法

针对轨道交通的“第一/最后一公里”问题,接驳公交和共享单车是通勤用户最常选择的两种公共交通方式。为理解共享单车对接驳公交出行需求和线路设计等规划运营方面的影响,提出供需交互状态下的接驳公交线路设计与车辆配置模型。需求端考虑出行时间和出行费用,基于用户在共享单车和接驳公交之间的模式选择行为,动态计算接驳公交实际出行需求;供应端考虑车辆容量、数量和流平衡约束,以最小化公交运营成本和用户出行成本之和为目标,建立混合整数非线性规划模型,优化接驳公交线路设计及车辆配置。模型采用拉格朗日松弛算法进行求解。该方法应用于北京市回龙观地铁站周边出行小区接驳公交线路设计,公交及单车出行需求采用真实的IC卡数据,以及摩拜单车骑行数据,站点间行驶时长采用高德驾车路径规划API(Application Programming Interface)数据。实验结果表明,车辆总数为10,线路数量为2时,考虑共享单车影响的接驳公交规划模型相较于只考虑单一模式可以有效避免规划需求误差。此时,各站点到地铁站的平均运行时间是15.58 min,乘客平均等待时间是3.35 min;在线路数量为4时,各站点到地铁站的平均运行时间...     

基于可召回机制的航班延误损失优化研究

将乘客分为对航班延误敏感和不敏感两类,针对航空公司遭受航班延误损失的问题,构造考虑航班延误损失的利润优化模型,通过比较航空公司在传统销售和可召回机制下的收益差异,得出实行可召回机制可优化航班延误损失,提高航空公司利润。最后用数值模拟验证可召回机制的有效性,并得出一些决策和管理启示。