基于利润最大化的航班排班规划方法

针对现行的航空运输的复杂体系,构建一种航空运输航班排班的规划方法,并结合实际算例分析,得出整个模型在进行航班排班的一个流程,结果证明:该模型可以进行合理化航班排班,为整个航空公司的飞机调度提供有力的支撑。

从航线频率到航班排班的大规模规划问题初步研究

为了构建更合理的航班排班规划,实现更精确的航线网络运力优化分配,获得更大的航线收益,该文建立以航线收益最大化为目标,以航班频率为决策变量,并考虑航空公司的资源和限制的线性规划模型。为提高计算效率,将模型分解为航线级和飞机级,分步进行优化,简化大规模运算,并保证优化结果的延续性。以上海浦东为运营基地的5架飞机10条航线为例,说明分步实现规划的依据和意义,得到细化到飞机级的周航班频率,并据此进行航班排班。

基于粒子群算法的机型排班系统研究

近几年来,随着经济的快速发展选择乘坐飞机出行的人数逐渐增长,这种现象为民航业带来发展的同时,也带来了一系列的挑战,其中由于民航业具有的高成本的特征,因此面对日益增长的需求如何进行机型的选择与航班排班就显得格外重要,本研究通过线性规划的方法建立了机型排班模型并通过收集不同机型及航线信息对模型采用粒子群算法进行了仿真求解,得到了十分具有可靠性的答案,验证了模型的科学性。

基于深度优先搜索算法的机组复原研究

现实中会有很多因素影响航空公司的时间表,例如恶劣的天气、飞机故障、航空管制等等。为了应对这些突发状况,航空公司不得不修改原来的时间表。在前人对航空复原研究的基础上,提出了一种机组复原的方法。该方法的模型考虑了原来的时间表、时间地点约束以及排班规则,算法采用了一种启发式算法——深度优先搜索,并调用Gurobi4.6.1求解。文章中的数据来源于国内某航空公司的真实数据。结果表明该方法适用于中小规模机组复原问题,有较高的效率。