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.

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。

不正常航班飞机恢复决策的随机规划方法

航班计划是一个实时优化问题。诸多不确定因素会造成正常航班的扰动,包括航空器故障,恶劣天气,交通管制等。本文的目的是通过构建数学模型来得出不正常航班飞机恢复的优化方案。本文将航班的延误时间处理为随机变量,总延误时间作为优化目标,在可用的资源和航空公司估计成本的机会约束条件下,构建了一个随机机会约束规划模型。

基于改进的GRASP算法的飞机优化恢复研究

当执行航班计划过程中发生不可预见的事件导致航班延误或取消时,航空公司必须采取措施进行航班恢复.航班恢复包括飞机恢复、机组恢复及乘客恢复,其中飞机恢复是航空公司考虑的首要因素.文中通过系统分析飞机排班工作的要求和流程,提出了飞机恢复的数学模型.为了满足实时解算的要求,文中采用改进的贪婪随机自适应搜索过程(greedyrandomized adaptive search procedure,GRASP)进行求解.文中采用某航空公司的真实数据,计算结果表明:所提出的模型可以给出相对优化的恢复方案,可用于航空公司的航空恢复.

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%。

航班运控中飞机和机组快速整合优化恢复

由于天气、交通流量、飞机故障等因素影响,航班推迟甚至取消经常发生。导致航班延误的因素一旦解除,航班恢复工作必须立即执行,为此航班优化建模求解方法的高速高效尤其重要。首先系统简要地回顾了航班优化恢复的研究现状。在此基础上,提出了飞机和机组一体化恢复的数学模型。之后通过构建飞机恢复和机组恢复的可行路径和可行配对作为输入,对建立的优化模型进行优化求解,以使其在合理的时间内,获得整合恢复的优化解。为了获得飞机恢复和机组恢复的可行路径和可行配对,设计了专门的递归算法和配对存储树方法。为了进一步提高计算速度,对计算数据进行了预处理,即将恢复限制在受扰航班中进行。这样不仅提高了求解速度,同时也最大限度地减少了受扰航班数。计算试验表明,该方法较之飞机、机组分阶段优化恢复,优度明显提升,而且求解速度快,可用于航空公司中小规模的航班恢复。

基于改进列生成算法的非正常航班恢复研究

当对非正常航班实施运行管理时,航空公司需要实时重新安排航班和分配飞机,且采取各种恢复措施来制定航班恢复计划。为了尽可能降低恢复成本,根据非正常航班恢复问题的特征,建立了恢复措施成本最小的整数规划模型,提出了一个基于列生成算法框架的启发式算法来解决航班恢复问题。在主问题中,明确考虑了机型平衡约束和维修约束;在子问题中,应用了标号更正法对列生成算法进行改进。根据航空公司的算例研究表明,主问题给出了一个非常紧密的线性松弛,验证了模型和改进的列生成算法的有效性及求解效率。

飞机路线恢复问题的两阶段随机规划方法研究

针对飞机故障修复时间的不确定性,建立了飞机路线恢复的两阶段随机优化模型:第一阶段模型为飞机资源指派模型,以延误和取消成本之和最小为目标函数;第二阶段补偿模型根据飞机故障修复时间的随机情景,以航班时间重排恢复策略的期望成本最小为目标函数。针对随机模型的结构,设计随机启发式算法。算例结果表明,采用随机模型和算法可以有效地提高不正常航班恢复方案的可行性,比确定型模型节约5.8%左右的恢复成本。

飞机计划恢复的混合集合规划方法研究

恶劣天气和机械故障等原因造成航班不能正常运行,航空公司需要重新安排飞机路线和受扰航班的起降时间.不正常航班的飞机计划恢复问题是一个典型的NP-Hard问题,为解决这一问题,采用混合集合规划方法,引进更一般的约束条件,建立了自然约束语言模型,设计简洁且高效的求解策略,实现了多机型的飞机计划恢复.最后对各种规模的实例进行了测试,并与贪婪模拟退火算法进行比较,表明了这种方法在求解质量和时间效率上的优越性.

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。

基于时空网络的飞机路线恢复优化模型

为降低不确定因素对航班计划的影响,减少航空公司因航班延误造成的损失,在基于原始时空网络模型的基础上,综合考虑机场关闭、飞机故障等不确定性因素,通过构造机场节点和时间节点的二维平面时空网络图,建立以航空公司恢复成本最小为目标函数,以飞机流平衡等为约束条件的数学模型,求解得到了航空公司损失最小的飞机路线恢复方案。得出方案的恢复成本与直接取消航班相比降低了39.23%,与历史方法相比降低了7.12%,考虑运营成本时,对比历史方法总成本降低了3%。

单架飞机受干扰后飞机路径恢复多项式算法研究

飞机路径恢复是航班调整中保证航班能够运行的必要条件之一,而传统目标下的飞机路径优化问题是NPhard的。本文针对单架飞机受到干扰后,基于最小最大目标的同机型飞机路径最优化问题,给出了一个新的多项式时间算法。首先基于航空公司调整航班的常用原则,提出把最大航班延误时间最小化作为问题的目标。然后根据问题的一些特点和目标形式,设计出解构造算法,得到飞机路径恢复问题的最优解,并分析出算法的复杂度为O(n^2)。相对于一般的最小最大二分图匹配算法(复杂度为O(n^3log(n))),该算法具有较小的时间复杂度。最后用实例验证了解构造算法的有效性。该研究结果将为航空公司减少航班延误提供理论和方法支持。

随机扰动下的飞机路径恢复问题研究

针对引起航班不正常的代表性原发因素之一——机械故障进行分析,基于大量数据构建以最小化延误恢复总成本为目标函数,以飞机、航班和机场的时空衔接、流平衡等为约束条件,建立了航班时刻与飞机路径共同恢复的约束规划模型。针对恢复问题的特点和模型结构,利用基于Benders分解算法进行了实例验证。计算结果表明,提出的飞机路径恢复模型在考虑将飞机故障恢复时间作为随机因素的情况下,具有良好的实用性与有效性。

空铁联运模式下不正常航班恢复的列生成算法

飞机的航班计划很容易受到不利天气条件、飞机技术问题、机组人员缺席和其他意外情况等因素的影响而中断,在航班恢复中,航空公司通常面临复杂的优化问题,需要在有限时间内重新规划飞机的路线,以最小化损失并防止中断蔓延。本文提出了一种恢复网络来生成飞机路线,并利用改进的列生成算法对飞机进行恢复,新算法在每次迭代中加入多个列,与每次只加入最小负简约成本所在的列相比,不仅减少了迭代的次数还提高了效率。此外,本文引入了空铁联运模式,将高铁运输融入航空网络,以加强航班的恢复过程。通过空铁联运,不仅可以降低取消航班的数量和总体恢复成本,还为航空公司提供更多灵活的运输选择。数值结果表明,与仅使用飞机恢复的传统模式相比,空铁联运恢复模式在减少损失和提高效率方面具有显著优势。

基于多目标规划的飞机路径恢复最优化算法研究

本文针对同一机场中同机型的多架飞机受到干扰后,飞机路径恢复的多目标最优化问题进行研究。首先根据航空公司实际航班调整的常用原则和航班干扰管理的基本思想,基于连接网络建立多目标规划模型,其中两个目标按照优先级排列:第一个目标为最小化航班的最大延误时间,第二个目标为最小化参与交换的飞机数量。然后根据该问题的航班波结构特点,结合求解多目标规划的分层序列法,分析优化问题的若干最优性质,并基于快速排序算法和最小费用路算法设计出多项式算法。最后用算例验证了算法的有效性。该研究结果可以为航空公司减少航班延误提供理论和技术支持。

考虑巡航速度控制的飞机路径恢复优化

为了降低受扰航班造成的经济损失,针对具有机场容量限制约束的飞机路径恢复问题,在基本恢复策略的基础上考虑巡航速度控制,构建了基于连接网络的恢复模型。为进一步提高求解速度,针对性地设计列生成初始化方法。实验结果表明,设计的列生成算法能够在合理的时间内给出解决方案;巡航速度控制的运用对飞机路径恢复问题有很好的调节作用,能够显著降低恢复成本。

动态时空衔接的一体化恢复

针对恶劣天气、飞机故障等因素导致的不正常航班问题,在综合考虑飞机、航班、机组和机场的动态时空衔接等条件下,建立了飞机和机组的优化恢复模型.结合一体化恢复问题特点和模型结构,设计了一种GRASP算法,通过用C#编程进行求解.实例研究表明:该模型和算法在时间和成本上都有明显的优势,符合航空公司的实际需求.

基于滚动时域控制的飞机维修路径恢复策略

在航司日常运营过程中,经常面临不正常航班导致的飞机维修路径恢复问题,传统的研究往往只考虑航班的延误成本或者取消成本,忽略了对原有维修路径计划造成扰动的影响。面向最常见的临时检修引发的航班不正常情况,基于飞机短期维修计划,以最大化飞机在定检前的累计飞行小时数以及最小化航班扰动次数为目标函数,考虑航班覆盖约束、飞行任务衔接约束、飞机定检等约束,对飞机维修路径恢复问题进行建模。同时,提出一种针对性的滚动时域控制算法对模型进行求解。通过实例分析证明,所提策略及算法能够在短时间内有效完成飞机维修路径恢复,为航司调度提供指导。

基于时间段网络模型的飞机路线恢复研究

航空公司花费大量的人、财、物力在做航班计划,然而在实际运行过程中,总是存在大量的不确定因素,如飞机机务故障、空中流量管制、天气原因等致使飞机原飞行路线不可行。针对飞机路线受中断情况,通过构建基于时间段的网络模型,将飞机路线恢复问题转化成基于时间的网络。以最小化航班延误成本和取消成本为目标,结合飞机流平衡约束进行求解。计算结果表明,该模型可以较好地解决飞机路线恢复问题,为航空公司节省大量运营成本,所得方案符合航空公司实时控制的要求。

多机型不正常航班恢复的时空网络模型

航空公司在执行日常飞行任务过程中,不可避免地会遇到恶劣天气、飞机故障等突发事件.此时,以最短时间、最小成本,调用可利用的资源进行航班的恢复是航空公司的重要目标.航班恢复包括飞机恢复、机组恢复及乘客恢复.其中飞机恢复是航空公司考虑的首要因素.在目前涉及飞机恢复的文献中,往往是单机型的飞机恢复,但实际中航空公司也可能调用不同机型的飞机进行航班的恢复.本文建立了单机型和多机型的时空网络模型,结合数学模型,采用Gurobi优化软件进行求解.实验结果表明,本文所提出的模型在有限时间内可以给出相对优化的恢复方案.