Research on the Recovery of Irregular Flights under Uncertain Conditions

This paper mainly studies the problem of irregular flights recovery under uncertain conditions. Based on the analysis of the uncertain factors affecting the flight, taking the total delay time and the total cost of flight delay as the objective function, and considering the constraints of flight plan and passenger journey, an uncertain objective programming model is constructed. Finally, taking OVS airport temporarily closed due to bad weather as an example, the results show that better quality optimization scheme can be obtained by integrating passenger recovery with narrow sense flight recovery stage and implementing integrated recovery.

CDM机制下航空公司时隙分配优化决策

随着中国民航事业的快速发展,航班不正常变得越来越严重.虽然航空运输系统涉及空管、航空公司与机场三方面,但是目前解决不正常航班却单纯依靠空管.而这种方式无法达到减少不正常航班的目的.本文研究在协同决策机制下,航空公司自由指派航班时隙的方法问题.文中建立航班时隙指派模型,针对模型的特点设计了一种参数启发式算法。最后通过实例证明了采用本文的方法可以减少航班总延误时间并且提高航班正点率.通过该实例说明航空公司参与时隙分配决策的重要性.

不正常航班恢复模型的贪婪模拟退火算法研究

为解决不正常航班恢复对航空公司带来的严重影响,研究了不正常航班恢复模型及其优化算法,对现有不正常航班恢复优化模型提出适当改进,重点设计了一种贪婪模拟退火算法。算法融合了GRASP和模拟退火算法的特点,提高了领域解的选择效率并且降低了陷入局部最优解的概率。实例证明这种算法可以处理大规模的不正常航班恢复问题,并且能够达到时间代价与结果质量的均衡。

不正常航班管理的可拓预警模型

本文从危机管理的角度,采用可拓学的思想和方法,分析导致航班计划运行发生不正常的危机信号的发散性、可扩性、相关性及蕴含性,建立预警模型对相关信息进行收集、监控和分析,为防范危机发生和减少危机损失提供形式化的可拓处理方法。

航空公司机组重调度问题建模和算法研究

不正常航班机组重调度问题是航空公司航班重调度决策研究的重要环节,针对机组重调度问题建模和算法进行研究。采用约束规划建模,基于ILOG Solver优化组件提供的框架,将模拟退火算法嵌入到ILOG Solver框架中对模型进行求解,并给出邻域生成搜索策略和移动的选择策略,使邻域搜索效率获得改善。案例计算结果显示,新的求解方法在CPU时间消耗和目标函数优化两个方面比直接采用ILOG Solver优化组件获得较大改善。

流不平衡条件下飞机恢复的优化模型与算法研究

为更有效地解决航空公司飞机恢复问题,在经典的资源指派优化模型中放宽飞机流平衡约束,加入合并航班的恢复策略;在贪婪随机自适应算法(GRASP)和模拟退火算法的基础上,提出一种新的启发式算法-贪婪随机模拟退火算法,降低了陷入局部最优解的概率,同时通过限定路径对的种类和候选解的数量,提高了算法的时间效率.实例计算结果表明,本文提出的模型和算法能有效处理流不平衡条件下大规模飞机恢复问题,在有效的时间内求得最优解或近似最优解.

自主取消航班的协同式时隙二次指派方法

为了改善不正常航班恢复的实用性和有效性,研究了协同决策机制下航空公司时隙二次指派的问题,提出了航班波运行模式下自主取消航班的非平衡时隙指派模型.通过定理证明分析出模型的特性,由此设计出两阶段交替使用的求解过程:第1阶段进行模型平衡化并运用压缩式算法得出平衡优化解;第2阶段运用深度优先算法通过启发式航班取消获得非平衡模型优化解.分析结果表明,本方法不仅减少了旅客延误时间并可节约时隙资源,同时也提高了方案执行效率,可以满足不正常航班恢复中快速决策和经济有效的要求.

协同决策机制下航空公司时隙分配优化决策

航空运输系统涉及空管、航空公司与机场三方面,但是目前解决不正常航班却单纯依靠空管。而这种方式无法达到减少旅客延误时间的目标。文中研究在协同决策机制下,航空公司根据航班旅客特性自由指派航班时隙的方法问题。建立了一种航班时隙指派模型,针对模型的特点设计了一种启发式算法。通过实例证明了采用该方法可以减少旅客总延误时间,同时还说明了航空公司参与时隙分配决策的重要性。

航空公司不正常航班机组恢复模型和算法研究

不正常航班机组恢复问题的建模和快速有效求解对民航资源优化利用、降低民航企业运营成本和提高旅客服务水平至关重要.采用约束规划建模,在ILOG Solver优化组件提供的框架基础上,设计了不正常航班机组恢复问题的禁忌搜索算法.该算法与直接使用CPLEX优化组件相比,提高了邻域搜索效率,能够满足大规模机组恢复问题的时间要求,给出算例验证了算法的实时性和有效性.

基于并行GRASP的不正常航班调度算法

将并行计算与GRASP结合,设计了一种新的基于并行GRASP的不正常航班调度算法,给出了详细的算法流程与步骤;同时考虑了使用备用飞机、延误航班与取消航班等不正常航班调度策略,通过并行GRASP算法优化了构造的飞机路线和取消路线组成的初始解,给出了每架飞机新的航班路线和航班取消路线。国内一家中等规模航空公司实际算例的结果证明了算法能有效降低以往算法的时间复杂度,明显提升运算效率,可用于较大规模的不正常航班调度运算。

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。

飞机和旅客流一体化恢复模型

为了有效恢复非正常航班,降低航班取消率,减少恢复成本,在独立飞机恢复和旅客流恢复基础上,将2种恢复有效结合,加入机组约束,使飞机、机组和旅客3种资源成本达到最小,建立飞机和旅客流一体化恢复优化模型。该模型考虑飞机指派、旅客行程指派、航班时间约束、机组指派和时间约束、备用机组等,将旅客成本分为旅客延误成本、旅客改换航线成本、旅客改换运输方式成本。引用国内某航空公司算例,设置两种飞机干扰情景,并应用优化求解器Lingo 10.0来验证模型的正确性和有效性。结果表明,对于小规模算例,2种情景恢复成本比顺延方案降低33.462%和2.103%;对于中规模算例,100个航班恢复时间为5.13 min,航班取消率为6%,改换运输方式的旅客率为3.17%。

基于最小费用流模型的不正常航班恢复问题研究

突发事件会导致航班计划无法按原计划执行,给航空公司及旅客带来巨大损失。而航班恢复问题的难点除了相关因素的复杂性,主要的体现在恢复方案的即时性。因此,为了提出快速有效的航班恢复方案,以降低损失,笔者通过时空网络技术对不正常航班的恢复问题进行描述,实现了对航班在空间和时间上的追踪。基于最小费用流模型,建立了以最小总延误时间为目标函数的整数规划模型,模型同时考虑了航班延误,飞机置换及航班取消的调度策略,并提出采用Floyd-Warshall算法对建立的模型进行求解。最后,通过算例对模型及算法进行验证。研究结果表明:针对突发状况,建立的模型及算法可提出合理的航班恢复方案,证明了模型及算法的可行性及有效性。建立的模型具有普适性,对不正常航班恢复问题的研究具有借鉴意义。

不正常航班恢复策略评估体系研究

基于航班不正常性,从运行控制人员的角度,紧密结合实际运行控制环境,分析不正常航班的恢复策略评估指标体系,建立相应层次结构。鉴于各项指标间的相关性,采用模糊综合评判理论与专家调查法,建立不正常航班恢复策略评估模型,实现对运行控制人员恢复策略的有效评估。

区域多机场航班恢复的智能邻域算法研究

为了充分利用实际运行中航班恢复方法,提高区域多机场不正常航班的恢复效率,综合考虑了机场、空管和航空公司在区域多机场系统中的运行能力限制,以降低总延误时间和恢复方案的执行总成本为优化目标,构建了区域多机场不正常航班恢复模型。然后将实际运行中航班恢复方法应用于算法新解产生机制,设计了基于智能邻域选择的多目标优化算法。仿真计算结果表明,与传统航班次序的调换方法相比,多种航班恢复方法的灵活运用有效减少了航班延误时间和方案的执行总成本,提高了区域多机场系统资源利用率与航班正常率。

基于航空公司损失的不正常航班恢复研究

为解决由天气、流量控制、机务维修和旅客等因素导致的航班不正常问题,构建了以航空公司直接损失和间接损失之和最小为目标函数的航班恢复模型;细分了不同舱位的旅客由于航班延误产生的失望情绪对航空公司的未来客票销售产生的影响;将经济学中机会成本的概念应用于模型中,使损失种类的计算更加完善;最后设计了一种动态决策算法对模型求解。实例研究结果表明,通过该算法可将不正常航班损失降为原来的44%,证明该算法在解决航班恢复问题时具有一定的优越性。

处理航班延误旅客冲突的可拓策划

分析了因航班延误而引发航空公司与旅客之间冲突的发散性、可扩性、相关性及蕴含性,利用可拓学的思想和方法,寻找处理矛盾问题的规律,为航空公司解决与旅客的纠纷提供技术分析理论和方法依据,形成形式化的可拓处理不正常航班延误的方法。

航班不正常处理与防范对策

近几年,航班不正常问题成为社会关注的"热点"、旅客投诉的"焦点"。航班不正常通常指航班延误、取消、迫降等,导致航班不正常主要有天气、空中管制、机场、航空公司和旅客五个方面的原因。航空公司和机场在航班不正常处理与服务中应着重做好及时准确发布信息、积极妥善安置旅客、积极协调恢复航班、避免事态扩大等工作。防范航班不正常的对策主要有改革空域管理体制、提高行业服务组织水平和提升行业服务效率、开展全行业服务理念和服务技能相关教育、提前做好预案、果断制止无理取闹旅客等。

非正常航班管理中的飞机恢复问题研究

航空运输中时常会受到各种因素的干扰,形成非正常航班。非正常航班若得不到及时有效处理,会给航空公司带来巨大损失,因此航空恢复问题显得十分重要。主要针对航空公司飞机恢复问题进行了研究。利用原时刻表,综合考虑航班时间约束、飞机维护约束、机场容量约束和飞机容量约束,并结合航空公司运行实际,建立了飞机恢复模型。模型中对飞机恢复成本进行了细分,并以成本最小为目标函数。为解决该问题,设计了一个启发式算法。通过使用某航空公司的数据,对模型进行了计算,对算法进行了测试。计算结果表明,启发式算法可以较好解决飞机恢复问题,所得该方案能较好地符合航空公司要求。

多目标飞机和旅客恢复分阶段启发式算法

为了恢复非正常航班,同时降低成本和提高恢复效率,为航空公司进一步提升利润空间,从整体角度考虑建立了飞机和旅客流综合恢复模型。模型不仅以最小化显性恢复成本为目标,并且从旅客心理角度出发,以隐性旅客失望溢出成本最小化为第二目标。该多目标规划模型考虑多机型、航班串指派、航班序列时间限制、飞机定检、旅客OD对、旅客行程安排等条件。针对模型特点设计分阶段启发式算法,分为构建初始解、修复可行解和改善优化解三个阶段,通过不断迭代寻求较优解。引用上海航空公司数据进行算例测试,并设计两种不同干扰情景有针对性地加以恢复。结果和手动顺延方案相比,恢复成本分别降低20.482%、39.852%,恢复效率分别提高33.33%、51.22%,表明该算法和模型能有效整合飞机和旅客两种资源,为航空公司自动化恢复系统服务。