基于航空公司的航班计划优化与延误预测

随着中国民航业的快速发展,航班延误情况一直较为严重.建立了航班计划优化模型,将软备份运力分配在飞行时间和过站时间中,提高了航班的正常率、起飞的准点率和航班串的鲁棒性;为了进一步提高航班的正常率,追踪航班串中各航班的过站机场和离场时间,用加权马尔科夫链预测处在该时间段的过站机场的延误状态,并针对不同的延误状态作出相应的延误预警,提高了航班运营的可靠性.     

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。     

基于航班延误成本的停机位分配建模仿真优化研究

该文利用延误过站航班的预计延误时间、预分配的停机位为数据基础,建立了延误过站航班的延误成本初级、改进优化模型,以总的延误成本最小为目标函数,设计求解模型的初始、改进遗传算法。实例仿真中,用初始、改进的模型算法算出的目标函数结果与实际操作的目标函数结果进行比较,发现改进后的模型算法能够提供更好的停机位再分配方案。     

面向过站航班地面保障过程的均衡优化建模

为解决过站航班地面保障过程中各环节资源分配失衡的问题,在系统性分析环节业务特点和均衡影响要素的基础上提出保障过程均衡优化模型.该模型利用环节开始时间和资源使用量对其优先顺序和运行模态进行约束,以保证良好的适用性;以最小化环节运行有效偏差、运行总时间和资源综合消耗量为优化目标,建立模型目标函数衡量保障过程中各环节资源均衡...     

离场航班多目标优化排序研究

为缓解大面积、长时间的离场航班延误现状,研究了多目标离场航班优化排序问题,考虑连续航班对离场航班影响,建立了具有多个目标函数的混合整数规划模型,并基于多目标优化问题的Pareto最优解概念,设计了一种带精英策略的非支配排序遗传算法(NSGA-Ⅱ)求解模型.选取上海浦东机场3 h内离场航班进行仿真验证,并将仿真结果与其他算法优化方案比较,与FCFS策略相比,航班总延误降低了20. 1%,延误架次减少了20.较单一目标优化,该算法具有保持多个目标函数优异性的特点,且115架航班优化时间仅为302 s,能够较好的满足实际运行效率需求.所提方法能够有效解决离场航班多目标优化排序问题.     

基于优先级的空中等待策略模型研究

空中交通拥塞日益严重,造成大量经济损失.空中等待是空中交通拥挤时流量调整的重要措施,作为短期措施中缓解空中交通拥塞的有效方法,空中等待策略的核心问题是确定航班等待序列.因此针对航班的延误时间和延误费用,提出了一种基于优先级的空中等待策略,并建立基于该算法的空中等待优化模型.该算法中,在确定等待航班的优先级时,综合考虑了航班的延误时间和延误费用的影响,确定出航班的等待序列.结合实际的数据,用计算机仿真实验对该算法进行了检验.结果表明,该算法具有灵活性和有效性.     

面向实际运行的战略航班时刻优化技术

为了对航班时刻进行科学合理的配置,以机位、跑道和走廊口构成的系统为研究对象,考虑航班在系统内的实际运行情况,通过滑行时间和飞行时间在各关键资源节点之间建立连接.以满足关键资源节点的容流匹配为前提,建立了面向实际运行的航班时刻优化模型.以5 min为步长的滑动时间窗,设计了面向精确解的高效最优化算法并使用MATLAB工具箱编程求解.对浦东机场班期时刻表进行实例优化,并应用AirTop软件进行仿真验证.研究结果表明,优化后平均离场延误降低了3.2 min,高峰离场延误降低了23 min,放行正常率提高了11.04％,证明了该模型和算法的有效性,可以为大型机场缓解延误、保障运行效率提供航班时刻配置方案的理论支持.     

考虑缓冲时间成本的鲁棒性停机位分配

针对实际航班提前或延误给停机位分配带来的扰动问题,分析了航班实际到离港时间偏离计划时间的分布规律,提出了基于缓冲时间成本的停机位分配鲁棒性评价函数.在此基础上,建立了以缓冲时间成本、机位-航班大小差异度和远机位数等最小为优化目标的鲁棒性停机位分配模型,设计了求解模型的禁忌搜索算法.基于首都国际机场两个典型的A、B工作日实际运行数据的模型验证结果表明,所提方法与不考虑鲁棒性及传统最小化空闲时间离差平方和的停机位分配相比,在A日航班冲突分别减少了98.1%和97.6%,在B日航班冲突分别减少了74.3%和70.8%,有效地提高了停机位分配计划的鲁棒性.      

考虑飞机轮挡事件相关时间的航班时刻优化

针对航班延误问题,提出了从飞机轮挡事件的相关时间具有随机性的角度进行优化,建立了减少航班上轮挡及撤轮挡延误时间的概率约束型模型,并首次使用泰尔指数作为公平性目标函数。根据减少航班上轮挡延误、撤轮挡延误以及双延误的三种要求,可对建立的模型进行层次划分,从而达到不同的优化效果。以杭州萧山国际机场为算例进行算例验证,运用改进的粒子群算法进行求解,最终结果表明该模型对高峰期内的延误时间最高可减少26.4%,优化效果显著。     

考虑目的地机场繁忙程度的航班时刻优化

为研究考虑目的地机场繁忙程度的航班时刻优化问题,建立了目的地机场繁忙程度矩阵,并对目的地机场繁忙程度进行了分级,在满足延误水平的基础上,以最小的航班运行延误和对目的地机场产生的影响为总目标研究了基于目的地机场繁忙程度的航班时刻优化模型,将所建立的航班时刻优化模型与粒子群算法耦合,并以武汉天河机场为例对航班时刻进行优化。结果表明:优化后进场航班延误降低了48.58%,离场航班延误降低了44.88%,计算结果有效且符合实际。可见优化模型可行,能为机场航班时刻优化和改善延误问题提供重要的理论指导和技术支撑。     

基于非合作博弈的航班时刻优化研究

在进行航班时刻优化时,为解决不同目标之间相互影响,相互制约,存在冲突的问题,提出基于零和博弈的航班时刻优化模型。首先,从零和博弈的角度,给出一种线性加权法,得出纳什均衡状态下各个目标的最佳权重系数;然后将该系数应用到航班时刻优化的多目标问题中,构建航班时刻优化模型;最后通过萤火虫算法(firefly algorithm,FA)进行求解。本文把航班延误总时间和航班调整总量作为目标,以杭州萧山国际机场为例进行验证,最终结果表明,该模型在减少航班总延误的同时,又有效减少了航班总调整量,提升了整体优化的效益。     

机场地勤服务优化问题的双重变异单亲遗传算法

为了减少地勤服务作业调度影响的航班延误,以总航班延误最小化及航班延误方差最小化为目标建立了多目标非线性整数优化模型.地勤服务作业调度优化问题是NP难问题,因此,提出了一种双重变异单亲遗传算法求解该类问题.该算法避免了遗传算法求解同类问题时产生非法个体的现象,并且双重变异策略具有全局搜索能力.结果表明:双重变异单亲遗传算法可以很好地解决航班分配服务组及服务组内航班服务序列优化的地勤服务调度问题,减少了因地勤服务作业导致的航班总延误,避免了单个航班长时间延误.     

地勤服务车辆调度的多目标模型建立

根据统计,机场航班延误的主要原因之一是机场调度失误。航班地勤服务是机场调度的重要环节。地勤服务针对于机场过站航班,由于航班计划限定了航班在机场的抵港和离港时间,因此地勤服务车辆调度具有时间窗的约束。通过分析机场地勤服务的运作流程及特点,建立了带有时间窗的地勤服务车辆调度问题的多目标数学规划模型。     

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。     

基于元胞传输理论的航空器进场优化模型

随着空中交通流量的增长航班延误问题日益严重,终端区的情况尤为突出。为了缓解这一状况,利用标准雷达引导航线建立了基于元胞传输理论的终端区进场航班优化模型,结合实际案例,与当前实际进场运行情况进行了对比,求解得到系统运行最短时间、起点处延误时间。案例分析表明,该优化模型既能够反映终端区进场航班的动态特性,又在一定程度上减少了航班延误,可以为终端区进场航班的路径选择提供参考,满足实际的运行需求。     

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.     

航班时刻资源优化配置与延误水平评估

针对中国大型机场由于航班时刻资源受限造成的航班延误问题,在评估机场容量的基础上,建立了降低机场航班延误水平的航班时刻分配模型。在满足机场容量限制,考虑航班连续性和中转旅客需求的约束下,应用改进的吱呀轮优化算法寻求航班调整总量最小的分配方案。以北京首都国际机场的航班时刻资源配置为例进行优化,并应用SIMMOD软件对模型设计算法,验证航班时刻优化模型的有效性。优化结果显示:北京首都国际机场的进离港延误水平都降低了26%以上,放行正常率提高了20%。     

基于AGA的地面等待问题建模及优化

考虑飞机延误成本差异以及有续航任务航班对延误时间的要求,建立了一种地面等待问题优化模型,以降低航班延误费用以及续航航班延误时间,实现多目标优化。采用自适应遗传算法对问题模型进行求解,通过对典型算例的计算,进一步说明了算法和模型的有效性。     

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.     

延误航班地面等待成本计算模型

分析了延误航班地面等待成本差异产生的原因,结合航班实际运行情况,构建不同供电模式下、不同旅客等待环境下的航班地面等待成本模型.以A320和B747主流运输机型为例,讨论了航班地面等待时使用机载APU（Auxiliary Power Unit）和桥载设备提供电源和气源的成本变化,以及模型中各子成本比例的变化趋势;分析了旅客在候机楼和客舱等待时延误成本差异,以及不同机型使用桥载设备的成本优化.仿真结果表明,延误航班地面等待时使用桥载设备比APU更经济,能有效地推迟为降低延误成本而卸客的时间.根据等待时间合理地安排旅客等待环境,选择经济的桥载设备对优化延误航班的地面等待成本有重要意义.