首家香港航空公司落户白云机场

香港港联航空公司9月8日推出来往广州与香港的航线，初期计划每天开通5～6班，双程机票的票面价定于1180港元。此航线的开通不仅标志着首家香港航空公司落户白云机场，同时也令广州到香港的航班从以前的每天5班增加至10班，成为白云机场航班密度最大的航线。同时，专家预计港联航空公司采取的低票价战略会促使穗港之间机票价格的下降。     

感受沙漠——2005年百路驰轮胎迪拜沙漠试车记

为了参加米其林举办的“2005百路驰轮胎沙漠挑战”活动，新年的1月21日，我与国内16家汽车主流媒体一起登上了飞往阿联酋迪拜酋长国的航班。在飞越了青藏高原和印度洋后，我们到达了美丽的中东海滨城市迪拜。     

航空公司机队集中调度的成本分析

机队集中调度能够提高机队调度的质量和效率,但目前缺乏评估机队调度质量的技术经济指标.本文提出飞机-航班节分配成本的概念作为其评估指标,分析该成本的三个组成:航班直接运行成本、航班溢出成本和罚成本,并根据航空运输协会工作组提出的成本理论得出航班直接运行成本,构造旅客溢出的概率模型,引入罚成本的相关系数.     

天价机票退款难

近日,ID为"飞翔的兔兔酱"(下文简称小飞)的用户在社交平台发文,称自己在携程网预定了2020年10月2日和10月13日北欧航空往返于上海和奥斯陆的国际机票,受疫情影响航班取消,她于8月1日在携程APP上提交退款申请,但退票后至今已经过去半年,仍未收到退款.致电携程客服,客服回复称航空公司还没有回复,退款只能继续等待....     

基于Adaptive Lasso与RF的航班运行风险预测改进研究

为了解决航班运行风险高维数组运算过于复杂的问题,同时为防止模型过度拟合影响预测精度,基于中国民航局发布的风险评估体系,以某航450组真实航班数据为标准样本,首先使用自适应套索算法（Adaptive Lasso）进行降维,从63项风险自变量中筛选出15项独立变量;然后,使用随机森林算法(Random Forest,RF)进行防过拟合处理,结果显示当使用重要度排序前12项变量拟合时,结果误差达到最小值,即得到最终预测指标;最后,构建Adaptive Lasso和RF的二阶段混合模型,同时选取主成分分析(Principal Component Analysis,PCA)、径向基函数(Radial Basis Function,RBF)网络、支持向量机(Support Vector Machine,SVM)3种对比方法,使用十折交叉验证精度.结果表明：Adaptive Lasso方法在筛选掉48项指标后,结果精度未见下降;经RF处理后4种方法评估精度均大于未处理前;Adaptive Lasso-RF混合模型的预测准确率和稳定性均优于PCA、RBF神经网络和SVM等方法.综上说明混合模型实现了有效降维和防过拟合,可大幅提升预测精度,用于解决航班风险预测问题可行并有效.     

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。     

航班快速恢复建模与仿真研究

随着民用航空的发展与竞争,航班延误不仅影响航空飞行的安全与正常,更与航空公司的运营效率、运营成本及乘客利益息息相关。针对某一恶劣天气影响,对某公司受影响航班进行重新调配,考虑到航班的备降、盘旋等待、延误、取消等多种状态,以总成本最小为目标函数,建立航班快速恢复模型,通过MATLAB运用遗传算法设计航班恢复算法进行求解,得出最经济的航班恢复方案。