雷暴天气下的多航班备降动态优化方案

空中多次备降极易导致低油量等不安全事件发生.针对区域内多航班集体备降这一问题,选取其中最复杂情况,即航路或终端区存在雷暴天气,首先通过搜集和统计气象数据与历史航迹,得到雷暴天气下飞行限制区的划设标准;然后,将前往备降场方式分为机动飞行与沿航路飞行两类,分别使用A*与改进灰狼-Dijkstra方法开展改航路径规划;先以备降航班飞行总时长最短为单目标,再综合飞行、管制、机场、航空公司等多方期望构建多目标函数,定义动态决策时间间隔,提出一种基于单目标与多目标的区域内多航班备降动态优化方案;最后,使用“8.12”华北运行数据开展仿真验证,在单目标与多目标方案中,面向机动飞行A*算法所得结果分别将飞行总时长减少了100 min和62 min,而面向按照航路飞行的改进灰狼-Dijkstra算法所得总时长分别减少73 min和14 min;并且,在多目标方案中,航班恢复飞往原目的地的时间整体提前了63 min,总成本降低了6.29万元.以上说明,该方案在保证航班备降安全基础上,可兼顾多方需求,提升经济与效率.

基于改进粒子群算法的机场多航班多服务调度策略

机场加油、行李和配餐等多项地面服务是航班正常运行的关键,也是机场大面积航班延误快速恢复过程重点考虑的问题。在对多航班多服务调度目标和约束条件分析的基础上,提出了多航班多服务调度模型,定义了粒子的二维表示方法,设计了一种改进粒子群算法来生成航班调度方案,并针对国内某机场的航班数据进行了仿真实验,结果表明,该算法与基本粒子群算法、进化策略相比,有明显优势,可极大地提高多航班多服务调度水平和机场地面服务效率。

基于二项式分布的多航班超售模型研究

超售是航空公司提高收益的重要技术。本文研究航空公司一天中同一条航线上多个航班的机票超售建模问题,试图为航空公司实现超售成本最小化提供技术支持。通过超售的利弊分析,结合航空公司对同一条航线多航班超售的处理方法,以航线总超售成本最小化为目标函数,建立了基于二项式分布的多航班超售模型并采用枚举法求得最佳机票销售量。最后通过具体的算例分析,说明了本文所建模型的正确性和计算方法的有效性。

基于遗传算法的多航班超售策略研究

研究航空公司在一个航段上每天有多个航班的机票超售问题,以多个航班总的期望收益最大化为目标函数,建立了旅客到达率服从二项分布的多航班超售模型。并运用遗传算法,通过编写选择、交叉、变异函数,调用Matlab工具箱求解模型。以国内某航空公司北京-上海航线为例,分别求解了单一票价、航班座位数相同及多种票价、航班座位数和旅客到达率不同的航班最优超售量,为航空公司多航班的超售提供了依据。

单一票价多航班超售策略研究

研究航空公司一天中同一航段多航班的超售问题,以多航班总期望收益最大化为目标,建立了单一票价体系下基于二项分布的多航班超售模型。并以成都—北京航线为例,运用Matlab软件求出了最优可销售座位数,多航班超售总期望收益大于单个航班超售的总期望收益之和,验证了模型的正确性及优越性。