飞机排班航班串编制模型及算法研究

分析了飞机排班计划的编制流程,主要针对其中的航班串编制问题进行了深入研究,建立了航班串编制VRP模型,模型不仅考虑了航班时间、出港到港机场衔接之间的约束,而且还考虑了客流量、维修基地机场的约束。为了求解模型,构造了一种基于单亲遗传算子的免疫算法,采用适合模型的抗体编码方式,并使用单亲遗传算子生成新抗体。应用实际的航班信息进行航班串编制的仿真研究结果表明,文中的模型和算法切实可行。

基于约束编程的飞机排班问题研究

飞机排班是航空运输生产计划的重要环节,对航空公司的正常运营和整体效益有着决定性影响.飞机排班通常构建为大规模整数规划问题,是航空运筹学研究的重要课题,构建的模型属于严重退化的NP-Hard问题.本文把飞机排班问题构建为多商品网络流模型,并应用列生成算法求解;在列生成子问题中,引入约束编程系统实现快速求解航班连线(航班串)并计算各航班串简约成本,动态选择列集并与限制主问题进行迭代.最后,利用国内某航空公司干线航班网络实际数据验证模型和算法的有效性,并与航空公司实际排班进行比较研究.

基于ASRank和MMAS的蚁群算法求解飞机指派问题

本文将航班串的飞机指派问题归结为车辆路径问题,考虑连续航班串之间衔接时间、衔接机场的约束、每架飞机的总飞行时间约束,建立了带有飞行时间约束的车辆路径问题的混合整数规划模型。构造了蚁群系统算法,引入基于排序的蚂蚁系统和最大最小蚂蚁系统算法的信息素更新策略。选取某航空公司7组初始航班串集合进行测试,并对算法中的重要参数进行了分析。实验结果表明,本文设计的模型和算法可以有效地减少连续航班串之间的总衔接时间,在可接受的计算时间内获得满意解。

基于混合遗传算法的航班串优化模型研究

分析了飞机排班调度中航班串的编制优化问题,并针对该问题建立优化模型,模型主要考虑了航班串编制时关于航站衔接的要求及过站时间的限制。同时,为求解所建立的模型,构造了一种基于精英选择策略的自适应遗传算法,通过使用实际航班数据对模型进行仿真研究,证明了模型及算法的可行性。

基于遗传算法的航班串优化方法研究

分析研究了航班串编制问题,考虑了飞机载客量与航班平均客流量的关系,构造了航班旅客溢出成本指数因子,建立了改进后的基于最小成本的航班串优化模型,并构造了遗传算法求解模型。利用Matlab遗传算法工具箱进行仿真研究。应用航空公司实际航班数据对上述模型和算法进行验证,所得优化结果良好,证明该航班串优化模型及方法切实可行。

飞机排班机型指派管理优化问题研究

机型指派是飞机排班工作的基础和前提,对飞机排班的结果有着巨大的影响。机型指派是给每个航班指派一种特定的机型,旨在满足安全性和旅客需求的前提下达到收益最大。指派中的航班数量众多且涉及诸多约束条件,是典型的NP难问题。同时航空公司采用的人工排班方式耗时长,效率低。针对上述问题,首先基于航班环建立以一天为周期的机型指派优化模型,采用改进的遗传算法求解模型,最后利用Delphi编程实现计算机的智能指派。通过对航班的指派方案进行仿真,结果表明,上述方案在飞机利用率、成本优化和排班时间上都有很大的提高。上述方案可为航空公司决策者提供决策支持。

基于贝叶斯网络的航班串运行脆弱性研究

为研究航班串中某一关键航班发生进离港延误对该航班串中其它航班进离港准点率造成的影响,采用贝叶斯网络对航班串运行进行建模,识别并评价关键航班的脆弱性,并提出降低航班串运行脆弱性的建议。在受到管制、天气、军事活动、航班在机场异常过站以及其它异常情况等不确定因素影响下,研究航班串进离港准点率关系,并找出航班串运行时的脆弱节点以及评价关键航班的延误状态。通过对比分析增加关键航班过站时间航班串运行前后的进离港准点率,结果表明,增加关键航班过站时间可以降低航空公司航班串运行脆弱性。

基于MapReduce框架的航班串编制算法

为解决小规模航班串编制问题,提出一种简单的非分布式算法,并在单机运行平台进行测试。然而,随着民航企业的迅速发展,航班数量不断增加,非分布式的航班串编制算法已经无法满足实际生产需求。为解决大规模航班串编制问题,提出另外两种基于MapReduce框架的分布式航班串编制算法。第一种算法将简单的非分布式算法扩展到MapReduce框架,解决大规模航班串编制问题;第二种算法在第一种算法的基础上进一步改进,优化Map和Reduce的处理流程,删除第一种算法中的迭代过程,充分发挥MapReduce框架的批处理优势。搭建Hadoop平台进行验证,实验结果表明,提出的两种分布式算法中,第二种算法即改进后的分布式算法,较之简单的非分布式算法和第一种分布式算法,能够有效提高大规模航班串编制效率。

基于RTK与视觉辅助定位的自主无人机架线系统

现有的无人机电力架线技术多依赖于人工操纵或GPS程控,且没有避障手段。作业的效率、成功率和安全性都有一定的不足。针对以上问题,提出了一种基于RTK以及视觉辅助定位的全自主无人机智能架线系统,并引入2D激光雷达进行全向避障。与现有方法相比,在GPS信息不够准确的情况下,通过对架线设备的视觉检测及定位,保证了作业的成功率,同时通过避障模块保证了系统的安全性。模拟测试及实际架线作业测试的结果表明,系统具有作业效率高、成功率高和安全性好的特点。

随机机会约束的机型指派模型及算法

为了满足民航旅客日益增长的需求,保障安全运输,航空公司的机型指派既要满足飞机周期性检修的要求,又要提供符合旅客需求量的机型。在基本机型指派模型的基础上引入随机变量,建立随机机会约束的航班机型指派的优化模型,进而提出了由航班计划建立符合检修周期要求的算法。根据算例数据,采用随机模拟及混合智能算法对机型指派优化问题模型进行了求解。结果表明,随机机会约束模型符合实际运营情况,并提供了兼顾效率和安全性的优化方法。

基于机场繁忙程度的航班延误波及分析

航班延误是全球航空业面临的一大难题。航班运行过程中,对于执行航班环任务的飞机,机场繁忙程度直接影响飞机过站时间长短,进而影响航班离港延误程度。文中构建到港延误对离港延误的波及贝叶斯网络预测模型时,加入机场繁忙程度这一因素,以机场飞机起降架次作为刻画该因素的指标,并通过贝叶斯网络结构学习得到机场繁忙程度的影响关系图。10次10折交叉验证的结果表明,与直接用到港延误预测离港延误的模型相比,加入机场繁忙程度因素的模型能够更准确地预估航班延误波及情况。