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.     

基于延误传播的飞机排班一体化鲁棒优化模型

为了减少航班延误对航班运行计划的影响,在分析航班延误传播特性及其分布的基础上,以总波及延误时间最少和航空公司运营成本最小为优化目标,建立了双目标飞机排班一体化网络流鲁棒优化模型.将该模型应用于国内某航空公司的实际运营数据进行实例分析,利用列生成和分枝定价法求解,结果表明:用本文模型优化后的航班计划使航班延误传播减少了41%;运营总成本比航空公司实际成本减少了11.33%,比没有考虑鲁棒性的飞机排班一体化模型的成本减少了9.93%.      

飞机排班一体化模型与算法研究

为了改善航班计划两阶段完成的次优性,将机型指派、路线选择与机尾号指派综合考虑,构建了飞机排班的整数规划与约束规划杂交一体化模型.通过设计了一种基于约束编程思想的列生成算法对该问题进行求解.最后,通过航空公司实例数据验证了模型算法的正确性和有效性.     

飞机排班数学规划模型

分析了国内航空公司普遍采用的单枢纽线性航线结构以及飞机排班工作流程和要求,研究了描述飞机排班问题的数学模型构造方法,引入“航班节”的概念,将一个具体的飞机排班问题归结为三种典型排班模式中的一种,即基于飞机调度指令要求的排班问题、基于最少需用飞机数的排班问题、基于飞机使用均衡要求的排班问题。应用结果表明平均每架飞机分配的航班任务时间与期望飞行时间的偏差仅为4．8min,而且得到飞机排班方案的时间不到23s,因此此飞机排班模式是解决单枢纽线性航线结构下的飞机排班问题的一种有效方法。     

基于延误油耗优化原则的停机位实时分配算法

停机位的实时动态调整在机场运行过程中具有重要的研究意义．文中研究了在航班发生延误时,通过合理的停机位调整,降低由于航班延误增加的滑行油耗,达到降低运营成本的目的．考虑了特殊性质航班,建立了以延误油耗最低和各航空公司相同机型所承担延误油耗均衡为目标的停机位实时分配模型,采用遗传算法进行求解．实例分析结果表明模型的正确性和算法的有效性,满足机场实际运行的要求．     

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.      

应用网络流模型解决航班衔接问题

针对单枢纽机场航线结构的特点，以所需飞机数最少为目标，提出了一种描述航班衔接问题的图论模型及优化算法。首先将航班衔接问题转化为航班节的衔接问题，并建立一个描述航班节衔接问题的二部图，将航班衔接问题转化为二部图的最大匹配问题，然后由二部图生成一个具有单源汇网络特征的辅助图，利用Ford-Fulkerson算法求该网络的最大流，进而得到二部图的最大匹配，从而得到了一个需用飞机数最少的航班节衔接方案，为利用计算机自动编制并优化航班衔接方案提供了一种可行方法。并且通过调整过站时间上限，可以得出不同的航班衔接方案，为制订生产计划提供了必要的灵活性。     

航班延误成本测算方法研究

针对目前对航班延误成本没有一个很明确的测算方法,通过研究国内航空公司的管理运行模式,作者重新划分了航空公司的延误成本结构,并据此提出了一种新的测算航班延误成本分析模型.按照该模型对B737-800与A320-200这两种国内航空公司的主流机型的延误成本进行了比较与计算,其结果可以为相关的管理决策提供有利的参考.该模型可...     

考虑多因素的不正常航班飞机计划恢复模型

为降低不正常航班给航空公司带来的负面影响，提出了一个以加权成本最小为目标的考虑 多个影响因素的不正常航班飞机计划恢复模型。模型目标函数考虑的因素包括航班延误与取消、飞机维护以及航班运行过程中与飞机和机场相关的各项改变，并且在约束条件中考虑了过站时间 等因素。针对所提出的模型设计遗传算法进行求解。基于大规模航班数据设计算例对模型和算法进行验证，研究结果表明：遗传算法适用于求解所提出的模型；通过对模型求解可以得到合理的 飞机计划恢复方案；除机场关闭之外，飞机维护任务、过站时间等因素对于航班的执行具有重要影响，因此在飞机计划恢复问题中应该考虑多方面的因素。算例结果证明了模型和算法的正确性 和有效性。     

����ServiceModel�Ĺ��ں���ƻ����з���

航班计划运行仿真是一个高效的、低成本的、高准确度的、动态的航班计划评估方法. 随着国内航空运输量的增加和航线网络的扩展,对航班计划的可行性和经济性提出了更高的要求. 本文以ServiceModel仿真软件为平台,构建了一个国内航班计划在航线网络层面运行的仿真模型. 仿真模型通过模拟航班在地面过站和天空飞行等运行过程（包括国内150个机场）,不但可以根据航班延误时间,缓冲时隙,轮挡时间,飞机利用率等参数评估任何一个国内航班计划,还可以在运行过程中为不正常航班恢复系统提供随机延误航班,并对恢复结果进行评估.     

分布式MAS 在飞行冲突解脱中的应用研究

在自由飞行的环境下,为解决飞行冲突探测与解脱（conflict detection and resolution,CDR）问题,提出一种基于高度层、航向和速度调配的综合解脱方法,并将多 agent 系统(multi-agent system, MAS) 的分布式技术与启发式算法相结合,进行问题求解. 首先设计了分布式MAS框架结构,然后建立了飞行冲突探测模型,高度层调配模型及航向、速度调配模型,最后,综合运用了基于合同网协议的分布式算法和自适应遗传算法进行问题求解.仿真实验表明,所设计的MAS框架是可行的,同时分布式算法和自适应遗传算法的综合应用能很快找到基于高度层、航向和速度分配的近似最优解,为CDR问题提供了新的解决思路.     

民用飞机航线平均燃油消耗评估模型研究

定量评估民用飞机的航线平均油耗水平是优化飞机型号设计、制定碳排放收费政策的前提。论文通过统计分析国内常见民用客机的航线生产运营数据,运用灰色关联分析法对影响民用飞机航线平均耗油水平的主要因素进行分析。为定量评估民用飞机航线平均油耗水平,本文建立了以航距和最大起飞重量为解释变量的非线性统计回归模型,模型的拟合优度达到0.9945。实证分析结果表明,该模型可靠性较高。     

基于降低温室效应的飞行高度层分配优化

为减小扇区空中交通飞行对环境的影响,使用高度层分配优化方法开展了基于降低温室效应的航空器绿色轨迹优化研究.首先针对扇区航空器运行的特点,结合区域扇区飞行冲突解脱方法,综合考虑扇区空中交通排放的CO₂和产生的凝结尾对全球地表温度变化的影响;其次,以最小化全球地表温度变化为目标,建立区域扇区飞行调配模型,选用高度改变冲突调配策略,并采用带精英保留策略的遗传算法求解模型;最后,使用某市02号高空管制区的实际运行数据进行了实例验证.研究结果表明:该模型能够显著降低扇区航空器运行造成的全球地表温度增加;在25、50 a和100 a时间水平下全球地表温度增加值分别降低了98.74%、97.69%、97.11%;飞行高度层分配优化能大幅度降低温室效应.      

航空器推出决策的优化研究

航空器推出决策一直是机场场面管理的重要研究方向和研究难点．目前,航空器推出决策一般是基于航班飞行计划和地面管制员而给出的,基于航班飞行计划是一种被动型不灵活的手段,地面管制员是根据人工估计滑行道的航空器架次和起飞跑道容量,从而发出推出许可指令,这种做法造成了跑道和滑行道利用率的降低．文中提出一种基于场面监视系统的航空器推出决策优化方法;然后建立了航空器推出决策优化模型,并使用最有可能状态（MLS）启发式算法进行求解;最后对武汉天河国际机场的航空器推出决策优化进行仿真验证,结果表明,优化的航空器推出决策与传统方法相比跑道利用率最大可提高4．8％．     

航路时空资源分配的多目标优化方法

为了提高航空公司与空管方之间的协同决策程度, 降低航班延误水平, 以航路飞行的航班为研究对象, 研究了航路时空资源的多目标分配; 考虑实际运行条件下航班的唯一性约束、时间顺序约束和可行性约束的影响, 以航班在流量受限区所分配的飞行航迹和进入时隙为决策变量, 以航班总延误成本最小和航空公司延误公平损失偏差系数最小为目标函数, 构建了多目标非线性0-1整数规划模型; 基于模型特点引用了非支配排序遗传算法(NSGA-Ⅱ), 并利用排列编码法设计了一种整数基因编码方式, 以最大限度保证基因产生可行解集; 为了验证模型与算法的有效性, 基于南中国海地区航班运行实例, 对算法搜寻最优解的性能进行了研究, 并将此算法与传统按时刻表分配(RBS)方法进行了对比。研究结果表明: 改进编码方式的NSGA-Ⅱ算法使解集种群在约50代后世代距离从600收敛至30并稳定, 具有良好的收敛性; 针对实例中的多目标优化模型共生成有6组解的帕累托解集, 结果有66.7%的概率完全支配RBS方法, 且优化结果中航班平均延误成本比RBS方法降低了8.5%, 平均公平损失偏差系数降低了70.6%。可见提出的航路时空资源多目标优化方法的执行效果显著, 可在降低总延误成本的基础上兼顾各航空公司的公平性, 是解决航路飞行航班航迹与时隙资源分配问题的一种有效方法。      

基于密度峰值的终端区航迹聚类与异常识别

为有效解决高流量终端区内标准飞行模式、非标准飞行模式和异常飞行模式难以自动分离的问题，采用广泛记录的广播式自动相关监视(ADS-B)数据，构建了基于稳健深度自编码器(RDAE)和快速搜索并寻找密度峰值的聚类(CFSFDP)算法的航迹聚类模型; 使用RDAE降维提取终端区内航迹集的非线性特征，利用多种正则化手段约束内部低维流形，以重建更紧密的航迹并将其作为CFSFDP算法的输入，利用轮廓系数选取不同密度飞行模式的聚类中心，并调节边缘密度参数识别出异常航迹; 选取主成分分析(PCA)结合有噪声的空间密度聚类(DBSCAN)算法、动态时间规整(DTW)结合DBSCAN的2种常用航迹聚类模型作为对比项，分别在广州白云机场1 d的少量数据和45 d的大量数据上进行试验。分析结果表明:DTW与CFSFDP的结合模型在少量数据集上具有最优的航迹聚类性能，轮廓系数比对比项分别提升了62%和28%，且可以自动识别出遵循区域导航标准飞行模式的航班和特定环境下遵循管制偏好的非标准飞行模式的航班，识别异常航迹的精确度也分别提高了57%和10%;大量数据下，提出的RDAE结合CFSFDP模型的聚类性能比经典的PCA结合DBSCAN算法提升了13%，且具备可接受的时间复杂度。由此可见，建立的终端区飞行模式区分模型可为空域级交通流性能评估和航班级航迹预测与优化提供数据提取平台。      

基于改进遗传算法的航班-登机口分配多目标优化

为提高现代机场的资源利用效率和乘客换乘体验, 研究了多目标航班-登机口分配问题; 在考虑航班类型约束、飞机机体类型约束和转场时间间隔约束的基础上, 以分配在固定登机口的航班数量最多、使用的固定登机口数量最少和乘客换乘紧张度最小为目标函数, 建立了航班-登机口分配的多目标非线性0-1整数规划模型, 并设计了一种改进型基因编码的遗传算法以提高求解效率; 基因个体采用两段式整数编码, 设计了该编码方式到可行解的映射流程, 同时从理论上证明该编码方式可以映射到最优解; 对两段基因编码分别设计了不同的交叉算子和变异算子, 避免产生非可行个体; 为验证算法的有效性, 基于某大规模机场的实际运营数据, 对比了改进型遗传算法与MATLAB内置遗传算法。计算结果表明: 采用改进型遗传算法使得安排在固定登机口的航班数目增大5%, 乘客换乘总紧张度减小3%, 乘客换乘平均紧张度减小32%, 占用的固定登机口数量相同, 安排在固定登机口的乘客数量增大20%, 算法运行时间减小8%, 说明改进型遗传算法性能更好, 可提高登机口的利用效率和乘客的换乘舒适度; 在改进型遗传算法的优化过程中, 航班数量目标和登机口数量目标在130次迭代时寻到最优解, 换乘紧张度目标在400次迭后基本收敛, 且最优结果对应的航班时序合理, 说明该算法的迭代收敛速度快, 优化结果合理。      

基于多目标优化的航空器离场时隙控制方法

为了兼顾效率性和公平性,合理利用时隙资源,进行航空器离场时隙分配,根据机场管制运行部门和航空公司的决策目标,以航班正点率、旅客延误时间、延误成本、基尼系数等目标的不同组合为优化目标,建立了3组多目标优化模型.针对机场管制中航空器放行的应用背景,采用改进的人工鱼群算法求解模型.算例仿真结果表明:以航班延误成本和航班正点率为优化目标时,得到2个Pareto解集,与RBS(ration-by-schedule)分配算法相比,航班延误成本减少了52.9%和48.6%,航班正点率提高了62.5%和75.0%;以航班延误成本和旅客延误时间为优化目标时,得到1个可行解,与RBS分配算法相比,航班延误成本和旅客延误时间分别减少了52.9%和37.5%;以公平性和效率性为目标时,随着公平性的增强,效率性减弱.本文的多目标离场时隙控制方法,弥补了现有方法只考虑效率性的缺陷,为管制员提供了更多可供选择的决策方案.     

基于航班综合影响因素的延误航班重排问题的整数规划模型

为解决延误航班的恢复问题，以最小化航空公司和乘客损失为目标，构建了延误航班的重 排模型。兼顾航空公司和乘客的利益，通过研究航班干线、VIP 乘客和大飞机等因素对航班重排的影响，构建了目标函数，其中考虑了本场航班离港延误成本、外场航班离港延误成本以及外场 航班进港延误成本三个要素；同时，以机场实际运输能力、航班的进出港时间和重排时刻表的出发时间等作为约束，建立了0-1 整数规划模型。采用昆明机场的实际数据对模型进行测试，运用 Lingo 软件对所建模型进行求解，得到了优化的机场航班重排时刻表，并将计算所得延误损失和机场的实际延误进行了对比分析，结果表明所建模型不仅可以满足更多高优先级乘客的出行需求，也能相应地减少航空公司的损失，从而验证了模型的合理性。     

基于行程多路径的航空公司航班频率优化

将航空运输网络抽象为多层级网络结构, 构建了确定航空公司某一城市对某条路径航班频率的两阶段规划模型: 第一阶段从旅客选择行为的角度, 考虑旅客对旅行时间、过站时间、计划延误时间、票价等因素的价值感知, 构建旅客旅行负效用函数, 进而基于多项式Logit模型构建计算旅客选择某个航空公司某个城市对某条路径概率的旅客路径选择模型; 第二阶段从航空公司的角度, 以总收益最大化为目标函数, 基于行程多路径, 并考虑航空公司总运力限制, 尽可能地让每条路径的运力供给等于需求, 构建了确定路径航班频率的线性规划模型; 提出了求解两阶段模型的迭代算法。研究结果表明: 提出的算法能够在8次迭代之后达到收敛, 可以在较短的时间内得到最优解; 随着算法的收敛, 构建的两阶段规划模型在航线存在市场竞争且整体运力不足的情况下优先将运力安排到收益最高的航线上, 提升航空公司整体收益; 对于包含多个航节的航线, 构建的两阶段模型更能体现旅客选择行为在航班频率配置中发挥的作用; 对于包含一个航节的航线, 需求随航班频率的变动幅度较小, 随着迭代次数的增加, 需求航班频率弹性系数逐渐变小, 对于包含多个航节的航线, 在航线总需求一定的情况下, 需求随航班频率的变动幅度较大, 由于市场竞争存在航班频率不变需求骤减的情形。可见, 所提出的模型和算法能够有效提升航空公司收益。