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.     

不正常航班旅客流恢复方法

当航班计划受到扰动时,航空公司不仅要制定飞机与机组路线恢复计划以保证航班执行,更要尽快对旅客流进行恢复,以减少旅客延误或取消行程带来的经济损失。在飞机与机组路线恢复计划基础上建立旅客流恢复模型,通过以路径流量为变量的线性整数规划构造出受扰OD对集合,然后用深度优先算法构造出所有可行行程以单纯形法求解。实例结果表明,建立的模型和算法能够快速恢复旅客流,并且能够大量减少损失。     

基于航班延误的飞机和乘客恢复模型

航班发生延误时,需要采取有效恢复措施降低航空公司的经济和信誉损失.本文利用现有飞机资源,对飞机和乘客进行合理的调度安排问题建立了飞机和乘客恢复混合整数规划模型.模型考虑了乘客的航班取消成本、航班延误成本、座舱降级成本、飞机的非正常降落位置的惩罚成本及飞机飞行成本等,以使航班恢复成本最小化为目标.对航班恢复成本进行细分,更接近航空公司在进行航班恢复时的实际情况.使用法国某航空公司真实航班数据作为算例,以验证模型的有效性和实用性.算例显示优化模型相对于航班取消方案和航班顺延方案分别使恢复成本降低了21.05%和21.46%.因此,模型能有效地解决航班航空公司飞机和乘客恢复问题,提高航空公司竞争力.     

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.     

基于最小费用流模型的不正常航班恢复问题研究

突发事件会导致航班计划无法按原计划执行,给航空公司及旅客带来巨大损失。而航班恢复问题的难点除了相关因素的复杂性,主要的体现在恢复方案的即时性。因此,为了提出快速有效的航班恢复方案,以降低损失,笔者通过时空网络技术对不正常航班的恢复问题进行描述,实现了对航班在空间和时间上的追踪。基于最小费用流模型,建立了以最小总延误时间为目标函数的整数规划模型,模型同时考虑了航班延误,飞机置换及航班取消的调度策略,并提出采用Floyd-Warshall算法对建立的模型进行求解。最后,通过算例对模型及算法进行验证。研究结果表明：针对突发状况,建立的模型及算法可提出合理的航班恢复方案,证明了模型及算法的可行性及有效性。建立的模型具有普适性,对不正常航班恢复问题的研究具有借鉴意义。     

基于跑道容量的航班恢复优化模型

为了降低航班延误造成的经济损失和旅客滞留,在不增加管制员工作负荷的基础上提高航班运行效率。本文在原有的航班恢复模型基础上,引入跑道容量模型,综合考虑旅客流、航空公司公平性以及航线重要程度的影响,建立了以各单位恢复总成本最小为目标函数的航班恢复模型,该模型适用于跑道数以及构型不同的单一机场,算例中引用国内某机场的真实延误数据,并用遗传算法和粒子群算法求解模型得到优化方案,与遗传算法相比,粒子群更适用于该模型,收敛速度更快。与现有的航班运行相对比,优化后的方案总延误时间缩短了11.85%,总延误成本减少了6.55%。最后用TAAM仿真软件分别运行实际恢复方案和优化恢复方案,报告显示优化方案中终端区产生冲突的可能性更小,管制员工作负荷更低,从而验证了模型和算法的可用性。     

机型指派与飞机路线一体化建模及算法研究

通常航班计划都是分阶段完成的,即航班时刻表→机型指派→飞机排班→机组排班,每一个问题都相对独立的建模并求解;这样通常无法得到全局最优解甚或无解,对后续问题求解造成很大困难。为了克服这种困难及改善航班计划的次优性,本文将机型指派、飞机路线问题综合考虑,建立多机型的一体化飞机排班多商品网络流模型。为实现模型的有效求解,本文提出了基于约束编程的动态列生成算法;即用约束编程快速求解航班连线（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和分阶段优化情况进行比较研究。     

考虑乘客旅程扰动的不正常航班恢复研究

由于恶劣天气、航空管制、机械故障等原因导致的不正常航班,不仅影响航空公司的正常运营,也会造成乘客的利益损失.为减小损失,采用优化算法研究不正常航班恢复问题,从乘客角度出发,考虑乘客旅程的连续性和完整性构建航班恢复模型,并提出一种网络理论算法,即改进的时间段(time-band)算法进行模型求解的优化,得到航班选择与交换的过程,根据算例结果证明了模型与算法的实用性与有效性.     

航班计划恢复模型和混合优化算法研究

为研究不正常航班恢复求解问题,以受影响旅客人数最小为优化目标,建立了多约束飞机调整混合整数非线性模型,设计了基于匈牙利方法和遗传算法的混合优化算法,该算法避免了匈牙利方法只能求出唯一解的缺点,也克服了遗传算法的收敛性对初始值有较强依赖性的不足,同时改进遗传算法,使之能够输出多个近优方案,满足签派工作的实际需要,以实例验证了算法的有可行性。     

改进SFLA算法在负荷恢复优化中的应用

针对负荷恢复是一个多约束、非线性的多目标优化问题,在综合考虑多负荷点恢复优化及电压、频率、机组出力等多个约束条件的基础上,建立了负荷恢复优化模型,通过参数初始化、适应值函数等措施对蛙跳算法进行改进,然后对模型进行求解得出电力系统最大允许负荷恢复量,最后通过IEEE-19节点系统进行验证,结果表明了该算法的有效性、可行性.     

A算法在终端区飞机排序中的应用

讨论了终端区飞机排序问题,根据飞机尾流间隔要求,利用A算法建立了终端区航班排序的数学模型。利用A算法,对一个算例进行验证计算,找到了更合理的航班着陆队列,减小了航班的总延误成本。结果表明,航班总延误成本的优化结果是令人满意的,A算法在终端区飞机排序问题中的应用是可行的。     

考虑离场航班公平性的航班恢复优化模型

为研究考虑航空公司航班公平性的离场航班恢复问题,首先,根据某机场历史数据,研究了不确定因素对机场容量的影响,并通过贝叶斯网络得到天气等不确定因素对航班恢复过程中过站时间的影响。其次,在考虑航班优先级的基础上,构建以最小化总延误时间和基于基尼系数确定的航空公司公平性的多目标航班恢复调度模型,并且将不确定性因素对机场容量和过站时间的扰动加入到模型中。最后,运用NSGA-Ⅱ算法对国内某机场的航班数据进行算例分析,与先到先服务方法进行对比。结果表明,总延误时间降低了37.2%,航空公司公平性由0.440提升至0.202,所建模型对扰动的吸收性能较好,验证了模型和算法的可行性。     

基于不确定因素扰动的机场大面积航班恢复规划研究

航班恢复过程往往会受到不确定因素的干扰,这些不确定因素可能还会进而引发一系列不确定因素的产生,造成更加严重的延误情况。为了提高航班恢复计划的鲁棒性,对不确定因素扰动下的航班恢复问题进行研究。首先,利用中国某机场的地面服务数据,研究了不确定因素对航班恢复过程中地面服务保障时间的影响。然后,建立以最小化延误成本和保证航班公平性为优化目标的航班恢复调度模型;同时考虑进场航班对离场运行的影响;并在模型中加入不确定因素对航班的干扰。最后,运用模拟退火算法对中国某机场的航班数据进行仿真,与先到先服务方法进行对比。结果表明:对于解决机场大面积航班恢复问题具有可行性。     

终端区飞机排序的人工蜂群算法

摘 要：为缓解终端区空中交通压力,研究了人工蜂群算法在终端区飞机降落排序中的应用。建立以航班总延误时间最小为目标函数的规划模型,运用人工蜂群算法,对着陆飞机排序问题进行了仿真计算,并与先到先服务算法、模拟退火算法、蚁群算法进行了对比研究。仿真结果表明：在双跑道模型下,人工蜂群算法比先到先服务算法,延误减少了48%。与模拟退火算法和蚁群算法相比,人工蜂群算法求解的结果最优且用时最少。说明应用人工蜂群算法求解终端区飞机排序问题是可行的。     

基于鲁棒性的外加航班机组配对研究

为了提高中小型航空公司的服务水平,增强其应对外加航班的灵活性,文章针对外加航班机组配对问题设计了新型的机组配对方案.在基于传统的机组配对模型上,满足外加航班机组配对的要求下,提出具有鲁棒性的机组配对模型.之后通过算例分析,用CPLEX软件对所建立的模型进行求解,得出了模型下目标函数的最优解.最后通过不同结果的对比,显示了鲁棒性建模方法的好处并表明鲁棒性模型在以相对较小的成本增加而不干扰已有航班的情况下可以为恢复提供自然的选择,为中小型航空公司在处理外加航班问题上提供有意义的参考.     

单亲遗传算法求解飞机降落排序问题的研究

为了保证飞机在降落时安全畅通,对飞机的降落排序进行了有效的排序,以单亲遗传算法(PGA)为基础,建立了以航班延误总时间最小为目标函数的规划模型,对着陆飞机排序进行了仿真计算,并与先到先服务算法、模拟退火算法以及蚁群算法进行了对比研究.仿真结果表明PGA算法在延误时间方面远低于先到先服务算法、模拟退火算法以及蚁群算法,但在计算性能上稍差于没有优化的先到先服务算法,因此提出该算法的可行性.     

遥感模糊降质图像的扩散恢复算法研究及实现

图像恢复是图像处理中非常重要的一个方面,其方法是通过相应的退化模型和算法,对退化降质或受到噪声污染的图像进行重建,恢复原来的图像。作者介绍了利用传导扩散及反扩散模型,对因物体运动、大气湍流的扰动,拍摄时的散焦等引起的模糊降质图像的恢复算法,并给出了Laplace算子离散方法以及实现程序,提出了图像恢复的递推、迭代模型,基本解决了图像“盲恢复处理”的问题。对所述算法进行了全面的图像恢复测试、比较,证明算法具有较大的适应范围,可应用于勘探、遥感、司法刑侦、无损探测等领域的图像恢复处理。     

基于波及延误的航班过站松弛时间重分配

航班计划松弛时间是为航班地面过站设置的冗余时间,如果预留过多是对资源的浪费,造成飞机、机组、时间等资源的闲置;但在实际运营中,又是吸收延误的重要手段,如果预留时间过少,将造成延误传播加剧.针对过站松弛时间优化问题,本文构建波及延误树.动态研究以初始航班延误为根节点触发的延误传播过程,建立航班过站松弛时间重分配模型,该模型具有确定性和线性易于求解的优点.通过航空公司的实际运行数据的实验结果表明,提出的模型能够较好地解决松弛时间优化问题,在基本不改变原始的机队和机组调度决策的基础上,不增加计划成本而将波及延误时间降低28%.     

基于Memetic算法的飞机地面作业调度问题研究

机场地面作业管理是通过对机场各地面服务设备的安排调度,以保证航班正常、高效地运行.本文根据机场地面作业管理的实际情况,对每一个航班建立一棵飞机地面作业任务树,由此构建了相应的数学模型,该模型以最小化设备的总流经时间为目标,在规定的时间窗内完成飞机地面作业的并行任务.应用带有过滤扫描搜索策略的Memetic算法进行求解,...     

航空公司机组重调度问题建模和算法研究

不正常航班机组重调度问题是航空公司航班重调度决策研究的重要环节,针对机组重调度问题建模和算法进行研究.采用约束规划建模,基于ILOG Solver优化组件提供的框架,将模拟退火算法嵌人到ILOG Solver框架中对模型进行求解,并给出邻域生成搜索策略和移动的选择策略,使邻域搜索效率获得改善.案例计算结果显示,新的求解...