带有一致性规范约束的航空机组排班问题研究

航空机组人员排班是航空公司运营调度过程中的重要环节,现有文献对该问题的研究主要集中在排班成本的最优化以及排班结果的鲁棒性等方面,但排班计划对机组人员工作状态的影响尚未在已有的研究中得到充分的讨论与重视。因此,本文借鉴了最早提出于车辆路径规划等问题中的一致性概念,通过对华东地区某大型民营航空公司真实航班数据的分析,提出一类新型的、具有重要价值的一致性规范约束。该类约束具体体现在生成排班计划过程中,对人员工作班次的一致性与人员过夜城市的一致性做出要求。基于我国民航规定与真实航班数据,本文构建了航空公司机组人员排班的基础模型以及包含一致性约束的拓展模型。求解算法采用了列生成算法框架,并且在针对该框架中复杂子问题的求解提出了一种新的基于动态规划的启发式算法。数值实验结果表明,该求解算法可在短时间内求解大规模的机组排班问题,求解结果显著地提升了机组排班计划的一致性,这对航空公司实际机组排班计划的制定具有重要的价值。

基于时域分解技术的机组排班最优决策方法

机组排班决策是根据航空公司的月度航班计划和飞机运营计划,制定机组人员一个月内的航班执勤计划,即机组排班计划.机组排班决策作为航空运营管理中的重要一环,是航空公司降低运营成本,提高运营效率和服务质量的关键.然而,由于机组排班问题的规模往往很大,同时还需要考虑航空业相关法规条例的严格限制,因此很难做出最优的决策.提出了一种基于时域分解技术的最优决策方法,该方法采用时域分解技术和分支定价算法求解机组排班问题,能够以较低的计算成本得到最优的机组排班计划.在北美一家大型航空公司的实际数据集上测试和验证了该方法的可行性和有效性.

基于机会约束规划的航班应急调度问题研究

为应对民航突发情况,保障民航运行安全,提出应急调度这一概念。阐述常规情况下航班调度基本模型,分析其在应急情况下的弊端。引入机会约束,构建应对突发状况的应急调度模型。研究兼顾航空公司成本、航班运行安全及旅客随机需求的机型分配问题(FAP)模型和机组排班问题(CSP)模型。比较混合智能算法、隐枚举法、等价转化法的优缺点及适用度。根据案例数据,使用Matlab软件编程,并采用随机模拟与粒子群(PSO)算法相结合的智能算法对模型求解。结果表明,机会约束规划模型在考虑随机因素的情况下,比基本模型更符合实际动态环境。