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。     

航班延误统计指标体系及延误等级评估研究

针对我国现行航班统计方法存在的缺陷,基于对航班运行全过程以及在此过程中空管、航空公司、机场等单位工作职责的分析,构建了科学系统的航班延误统计指标体系,同时设计了航班延误等级综合评估的模型。上述统计指标体系及评估方法经国内某航空公司实际试用表明,与目前民航所使用的航班正常性统计标准比较,该方法能够更加真实、准确地跟踪航班整个运行阶段的延误状况,较好地反应了航班的实际运行情况,能有效地支持航空公司运行管理部门的延误控制和公司决策层的宏观管理。     

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%.      

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。     

基于鲁棒性提高的航班计划优化模型

为了减少由于各种原因导致的航班延误情况,提高航班计划的鲁棒性,在对某航空公司冬春航班的某月10 d航班延误数据进行分析的基础上,建立了基于鲁棒性提高的航班计划优化模型.该模型在制订航班计划时考虑鲁棒性因素,并且通过约束成本控制航班运营成本的增加.为了验证模型的准确性,通过Lingo进行建模,并代入10 d的航班数据进行...     

模糊销售机制在航班延误损失优化中的应用

针对航空公司机票销售淡季的航班延误损失严重问题,首先,利用霍特林模型从收益管理的角度,分析模糊销售机制在航班延误损失优化中的运用。通过分析模型发现:实行模糊销售机制能够缓解航班延误对航空公司期望收益的影响。最后,利用数值模拟分析了模糊销售机制的有效性,同时发现:实行模糊销售机制并不能完全消除航班延误对期望收益的影响,在销售淡季,航班延误率越大,模糊销售机制缓解航班延误损失的效果越明显。     

基于最小延误成本的进港航班公平排序

进港航班排序优化是提高航空公司的经济效益和空中交通流量管理的主要手段。作者在一定假设的条件下,以所有到达航班在机场终端总延误成本最小为目标函数,并在该函数中引进公平性惩罚因子,得到一个带有公平性惩罚因子的航班总延误成本最小进港排序模型。该模型用粒子群算法求解,作者给出了解法步骤。文中列出了两个实例。实例结果表明：在自然状况下,本文模型的总延迟成本显著地下降;与遗传算法的结果比较,两个方法都有效地降低了总延误成本,但是,本文方法的最大延迟顺序小于遗传算法的相应值,结果比较公平;此外,本文方法的计算量相对较小。     

CDM机制下基于多航站楼运行模式的机场停机位实时分配算法

将多航站楼资源共享和航空公司时隙可互换作为前提,建立多方（机场、航空公司和旅客）最小延误费用原则,采用混合集合规划（MSP）进行建模与求解.该模型不仅能保证多航站楼停机位资源的有效共享,而且能充分优化油耗成本以及航班波扰动引起的旅客中转等待成本.实例表明,文中所提出的指派算法能有效地解决多航站楼模式下的机位实时分配问题.     

采用支持向量机回归的航班延误预测研究

针对航班延误难以预测的问题,采用支持向量机回归方法建立航班到港延误预测模型.首先,采用相空间重构理论计算到港延误的延迟时间、嵌入维数和最大 Lyapunov 指数,发现到港延误时间序列存在混沌特性;将航班到港延误时间序列进行相空间重构,并结合执飞该航班的航空器在上游机场的离港延误构建模型的输入向量;其次,将粒子群算法、差分进化算法和遗传算法进行比较,用于选择最优的模型参数,实验表明,差分进化算法能够以较高概率获得最优的预测模型;最后,比较该模型、单一因素预测模型和相关向量机预测模型的航班延误预测性能.结果表明,该模型的预测性能明显优于另外两种模型,能够有效预测航班延误.     

动态数据驱动的航班延误预测研究

航班运行过程的动态性导致延误实时预测成为难题,动态数据驱动方法为其提供了一种解决方案.该方法能将航班运行实时数据动态加入延误预测过程中,使预测结果更准确可靠.以预测连续进港航班的降落延误为例,对航班之间的延误传递过程进行分析,建立相应的状态空间模型;给出动态数据驱动的航班延误预测框架及预测过程.在航班运行历史数据上进行的多个实验表明:该方法能获得较高的预测准确度和良好的预测稳定性.     

����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.     

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。     

基于协同航路技术的航路资源分配方法研究

为减轻扇区拥挤,科学地利用扇区时隙资源,降低航班延误损失,本文研究了航路资源分配方法,将研究重点放到航路上,并建立了以航班总延误损失最小为目标,以扇区容量为约束的简化数学模型,该模型可以让航空公司灵活、自主地为航班确立优先等级。本文选择航班实际数据进行仿真,并使用优化软件对模型进行求解,算例仿真结果表明,所提方法能够大...     

航班延误恢复调度的混合粒子群算法

为了优化航班延误恢复调度, 考虑了航班延误的经济效益、社会影响和经济损失构成, 定义了航线影响因子, 构建了一种新的航班延误恢复调度模型, 将局部搜索方法引入到粒子群算法中, 提出了求解航班延误恢复调度问题的混合粒子群算法。计算结果表明: 与先来先服务调度方法相比, 混合粒子群算法可以减少航班延误损失4.2%, 与基本粒子群算法和进化策略算法相比, 混合粒子群算法平均可减少航班延误损失2.0%, 随着航班延误恢复规模的增大, 算法优势会更明显。     

Weekly Fleet Assignment Model and Algorithm

A 0-1 integer programming model for weekly fleet assignment was put forward based on linear network and weekly flight scheduling in China. In this model, the objective function is to maximize the total profit of fleet assignment, subject to the constraints of coverage, aircraft flow balance, fleet size, aircraft availability, aircraft usage, flight restriction, aircraft seat capacity, and stopover. Then the branch-and-bound algorithm based on special ordered set was applied to solve the model. At last, a real-world case study on an airline with 5 fleets, 48 aircrafts and 1786 flight legs indicated that the profit increase was $1591276 one week and the running time was no more than 4 min, which shows that the model and algorithm are fairly good for domestic airline.