基于航班网络的受扰航班一体化恢复模型

针对航班扰动人工恢复和分阶段恢复的弊端,构建飞机、机组与旅客恢复的受扰航班一体化恢复模型。改进传统航班网络,利用基于广度优先搜索的航班网络生成算法,采用路径置换、路径延长、路径取消等恢复策略对航班恢复决策过程进行建模。采用DW分解算法,设计3种子问题迭代求解。场景算例验证表明,一体化恢复模型可在有效时间内获得满意解。

基于深度全连接神经网络的离港航班延误预测模型

针对提升离港航班延误预测精确度困难的问题,提出一种基于深度全连接神经网络(DFCNN)的离港航班延误预测模型。首先,在考虑航班信息、机场气象与航班延误历史的基础上,考虑航班网络结构对预测模型的影响;然后,从激活函数、输入数据项及延误时间阈值三个维度进行实验,以对模型抑制梯度弥散与提升学习表现能力的能力进行了优化与验证;最后,通过调控神经网络层数的纵向拓展方式与随机丢失层的Dropout参数,提升模型的泛化能力。实验结果表明:所提模型使用tanh、指数线性函数(ELU),预测精确度比使用线性整流函数(ReLU)分别提升了1.26、1.28个百分点;考虑航班网络结构后,所提模型采用ELU函数计算时,预测精确度比未考虑航班网络结构时提升了3.12个百分点;在时间阈值为60 min时,通过调控Dropout参数,模型的损失值不断降低;在5层隐含层网络和Dropout参数为0.3时,所提模型可以取得92.39%的预测精确度。因此,所提模型能够对国内航班延误做出较为准确的判断。

航班运行突发事件应急恢复

近年来航空公司时常发生突发事件,对航空公司整体运营造成极大的影响。在发生了突发事件后,有效及时地处理和恢复会减少航空公司的损失。利用航班网络中各节点的承载量、容量及恢复概率等指标研究在应急恢复条件下航班网络级联失效模型,分析所选取指标与航班网络节点的抗毁性和航班网络崩溃速度之间的关联性。提出航班运行网络恢复算法设计,针对航空公司航班运行过程中发生突发事件情况,为航班运行恢复生产过程中的控制和防范突发事件提供参考依据。

巡航速度控制下航空公司受扰航班一体化恢复

由于航空运输系统的复杂性,诸多原因如天气、空中交通流量管制、军航、飞机维修等会导致航班的不正常产生。为了解决航空公司面对航班扰动人工恢复和分阶段恢复的弊端,考虑航班不正常一体化恢复,综合考虑飞机、机组与旅客恢复。改进传统航班网络的弊端,给出一种基于广度优先搜索的航班网络生成算法,并根据此网络在路径置换、路径延长、路径取消策略的基础上额外考虑巡航速度控制策略,对航班恢复决策过程进行建模。针对模型中的非线性约束利用双曲不等式转化为二阶锥优化问题进行求解,并设计场景算例,说明巡航速度控制在一体化恢复中的作用。

基于旅客出行行为选择的中小运输机场发展

江苏省中小运输机场发展迅速,从2014年到2019年,其旅客吞吐量和货邮吞吐量平均增长率分别为27.8%、19.4%,高于全国平均10.2%、5.3%的水平。但在中小运输机场发展中,普遍受周边枢纽机场"虹吸效应"的影响,尤其是随着高铁网络布局的完善,为旅客出行提供了更多的选择。为此,文中通过构建Logit模型,分析了中小运输机场的旅客出行选择时的行为偏好,并以常州机场和南京机场的两条航线为例对影响出行选择行为的关键因素进行弹性分析和敏感性分析,发现票价及机场准点率等对旅客的出行选择存在一定影响。最后基于得到的结论,提出充分发挥集团优势、优化航线网络、提高航班频率及进一步明确各个中小运输机场发展定位等发展建议。