基于遗传算法的航班——登机口分配优化

为了提高机场运作效率和旅客中转效率,首先,文章从登机口合理地分配给较多的航班和中转旅客总体流程时间最短两个角度入手,考虑航班时间计划、航班类型、登机口类型和数量等方面因素,建立航班—登机口分配的双目标规划模型。其次,设计遗传算法,对目标函数求解进行改进,使模型较快的收敛,并通过软件编程求解模型。最后,以某机场航站楼登机口的分配为实例,基于实际数据,借助MATLAB软件编程,得出登机口分配最优方案和中转旅客换乘时间比率,从而验证了模型的有效性。

基于Wardrop第二原理的中转旅客换乘紧张度优化模型研究

为缓解中转航班旅客的换乘紧张度和节约登机口使用数量,以新建卫星厅机场中的中转航班旅客为研究对象,基于Wardrop第二原理,将乘客的到达和出发航班视为一组OD对,在已知航站楼与卫星厅登机口分布信息的基础上,对OD对的登机口优化分配进行建模。首先,根据到达出发类型、宽窄机体类型对登机口与中转航班进行初匹配,接着考虑信息的交互,以中转旅客换乘紧张度、登机口使用数量为评价指标,航班—登机口的匹配规则为约束建立双目标优化模型。该模型考虑了信息交互,将乘客和机场公司进行统筹优化,可以为新建卫星厅机场的登机口分配提供理论参考。

考虑换乘紧张度的登机口分配优化建模

考虑中转旅客在换乘过程中的流程时间、捷运时间及步行时间建立了“换乘紧张度”的参量,评价登机口分配对于中转旅客换乘的影响。以中转旅客总换乘紧张度最小、航班分配失败率最低及登机口使用数量最少为优化目标,并考虑航班分配的登机口类型约束、航班冲突约束等条件,建立多目标多约束的中转旅客登机口分配优化模型,并采用生物地理学优化算法求解模型。研究结果表明:登机口分配优化模型与先到先服务原则下的登机口调度方案相比,成功分配航班的数量增加54架次,提高了12%,且宽体机分配成功率为100%;旅客换乘紧张度在1.0之内比例为70%,成功换乘人数增加了30%;总换乘紧张度降低了25%。研究可为多航站楼下登机口分配提供策略支持,缓解中转旅客的换乘紧张度,提高机场资源利用效率。

一种基于改进遗传算法的机场登机口分配优化方法

随着世界经济的发展和航空运输业的日益繁忙,机场客流饱和的问题不可避免,合理部署登机口可以暂时缓解此问题,但是根本的解决方案是扩展航站楼并增加登机口数量。机场范围扩大会增加旅客在机场的步行距离,这可能导致中转乘客由于换乘距离过长而无法成功换乘航班。针对以上问题进行机场登机口分配(AGAP),设计了两种优化模型,并使用一种对数据预处理的改进遗传算法(DP-GA)来解决该问题,旨在提高登机口的利用率并减少乘客的换乘时间。利用上海浦东国际机场的真实数据与现有研究进行比较,进一步验证该模型的有效性。

新增卫星厅下机场航班——登机口优化分配问题

考虑机场新增卫星厅这一情形并研究了航班——登机口优化分配问题。首先建立了以被使用登机口数量最少和中转旅客中转流程时间最少的双目标0-1整数规划模型,然后设计了考虑初始状态较优的分层寻优算法,在初始分配最优的状态下,设计逐步动态搜索算法进行航班的再分配,最后进行了案例计算,根据原始数据进行了航班——登机口的分配,并计算分析了登机口使用率情况和中转旅客换乘时间分布。