基于排序算法的机场停机位分配问题研究

停机位分配作业关系到整个机场的系统运作，其作用相当重要。通过分析航班占用停机位的特性，建立停机位分配问题的排序模型，然后考虑“先到先服务”的规则并通过引入机位标号函数和航班标号函数设计一种求解模型的标号算法，该算法的计算复杂性为O(nm)，最后将该算法应用于一个算例。说明该算法为利用计算机进行停机位自动分配并优化停机位结果提供了一种可行手段。     

停机位分配问题的整数规划模型及启发式求解方法

针对目前机场停机位紧缺、航班延误等实际情况,本文提出了停机位分配问题,并构建了该问题的整数规划模型。该模型基于停机位分配问题,根据机场停机位分配的实际规则将其抽象成目标函数和约束条件,以最小化停机位使用数目为优化目标。针对该问题,提出了一种基于属性匹配的启发式算法,考虑飞机属性与停机位属性匹配,且被使用过的停机位优先使用原则。基于建立的混合整数规划模型运用CPLEX软件对n=31的小规模问题进行了精确求解,验证模型的正确性,进而应用所提启发式算法对上海浦东国际机场的实际例进行求解,实验分析结果表明本文设计的模型和算法可用于解决机场实际运营中的机位分配问题,且效果良好。     

航空公司机队的鲁棒性规划启发式算法

为了解决传统机队规划方法无法反映机队运营鲁棒性的缺陷, 针对单基地线性航线结构运营模式特点, 以基地机场配置机型数最小为目标函数, 考虑"航班节"机型分配成本限制, "航班节"机型分配唯一性限制, 所选机型最少飞机数限制等条件构建机队的鲁棒性规划模型, 并结合唯一竞争机型限制为模型设计启发式算法. "39个航班节, 6种候选机型"的案例分析表明: 传统机队规划法所得出的机队构成中有3种机型, 而由机队的鲁棒性规划法所得出的机队构成中机型数仅为2种, 且机队构成能够很好的适应市场需求的波动, 因此算法可行.     

基于时间区间内航线机型优化分配的机队规划方法

传统机队规划方法所形成的机队构成无法适应市场需求的波动,按照旅客需求的波动规律将航线上的时段进行分割形成时间区间,以时间区间内航线机型运行频次为决策变量,不同航线上机型的适航性限制、飞行机组的可用飞行时间、选定机型飞机的最少投放数等因素为约束条件,构造以航线机型分配的运营利润最大化为目标函数的时间区间内航线机型优化匹配模型,并结合Lagrange松弛算法求解机队规划问题.通过分析某航空公司19条航线、299个航班、6种候选机型的问题发现,该方法能够反映出航线上的机型分布特点,且形成的机队构成更能适应公司生产运营环境的变化,因此方法可行.     

机场停机位分配问题的图着色模型及其算法

停机位分配作业关系到整个机场的系统运作,其作用相当重要。通过对停机位分配的分析,把停机位的分配转化为图着色,建立停机位分配问题的图着色模型,并引入时间片算法确定航班使用机位的时间冲突集合,根据"先到先服务"的原则给出了停机位分配的顶点序列着色算法,该算法的计算复杂性为O(n2k2),最后将该算法应用于一个算例。     

基于局部搜索机制MOGA的多目标ADGHP建模及优化

依据航班的进离港过程,提出了一种航班优先系数计算策略,使得延误损失在进离港航班之间的分配合理化;在此基础上建立了一种进离港地面等待问题(ADGHP)多目标优化模型,以实现延误损失和续航航班延误时间的多目标优化.针对问题模型的复杂性以及现有多目标遗传算法(MOGA)的不足,提出了一种引入局部搜索机制的多种群遗传算法对问题求解,并改进优秀个体迁移策略,实现多目标的协同优化.最后,以国内某机场进离港航班为算例,使用所提算法进行计算,并与其它典型算法的求解结果对比,实验结果表明了所提模型与算法的有效性.     

多模式枢纽网络中高铁与航空票价优化模型

针对高铁和航空共存的客运枢纽网络,考虑枢纽机场容量,建立了求解多模式枢纽网络中高铁和航空的最优票价问题的双层规划模型,其中上层最大化航空和高铁各自的利润,下层是竞争市场中的随机用户均衡,为求解该模型,设计了基于灵敏度分析的启发式算法.最后,利用实际枢纽网络的算例验证了模型和算法的有效性.结果表明,当枢纽机场容量限制增强时,利润贡献最大市场的票价变化幅度最小,所以枢纽容量应优先满足该市场需求.     

航班时刻表优化模型的研究

航空运输业的发展和飞机流量的增加，迫切需要优化航班时刻表。本文对航班时刻表优化问题作了系统分析，提出了一个非线性规划数学模型，并对求解方法进行了讨论。     

基于改进列生成算法的受扰航班优化调度

受扰航班恢复问题是一个非常复杂的实时网络优化问题,属于NP-hard问题.同时考虑了飞机资源短缺、机场关闭和计划外的飞机维修情况,并采用航班延误、航班取消、航班交换等多种恢复措施.基于Dantzig-Wolfe分解原理,分别建立主问题和子问题的数学优化模型,采用列生成算法框架求解该大规模整数规划问题.在求解过程中,首先,构造初始可行航线,基于航线调用CPLEX软件对主问题进行求解;其次,针对研究问题的特征,提出一些性质,并采用改进的"label-setting algorithm"对子问题求解,每次迭代过程中加入多条具有简约成本为负的列,降低迭代次数,对于求得的非整数解采用分支定界法进行处理.最后,通过对多种规模的实际算例进行测试,验证了所采用精确算法的正确性及效果,并对测试结果进行分析总结.     

基于自适应多局部搜索memetic算法的多跑道地面等待问题求解

建立了一种综合考虑航班延误成本差别、续航航班延误时间的单机场地面等待问题优化模型, 对独立运行的多条跑道进行合理、有效分配, 满足大型繁忙机场的运营需求; 然后提出了一种自适应多局部搜索memetic算法来加以求解. 鉴于问题模型的复杂性以及单一局部搜索memetic算法对复杂问题显露出的较弱的寻优能力和收敛性, 提出的自适应多局部搜索memetic算法在不同阶段采用不同的局部搜索策略, 其中自适应定向局部搜索策略使个体的搜索速度根据个体、最优个体以及群体信息进行调整. 通过对多组仿真算例进行计算, 并与其它典型算法的求解结果进行对比, 实验结果表明了所提模型与算法的有效性.     

基于航班机型分配的机队规划启发式算法

为了解决传统机队规划方法无法准确反映航空公司运营环境的问题,从航班机型分配的角度为航空公司设计机队规划算法,其基本思想是:给定候选机型以及航空公司生产运营环境(航线网络、航班计划、航班订座需求和平均票价水平),利用航班机型分配寻找最优的机队配置方案.将航班机型分配描述为时序网络图中的网络流问题,以“航班节-航班机型分配”成本最小为目标函数,机队中有且仅有一种竞争机型,被选用机型最低飞机数为约束条件设计模拟退火算法.仿真结果表明:对规模为13个航班节,7种候选机型的问题,算法平均运算时间为5.42秒,结果稳定且高效可行.     

航空公司飞机排班问题的排序模型及算法

针对国内航空公司运营管理的特点,提出了描述单枢纽航线结构下飞机排班问题的排序模型及算法.首先通过引入航班节概念,将飞机对航班的安排问题转化为飞机对航班节的安排问题,并运用固定工件排序理论建立起描述该问题的数学模型,然后根据"先到先服务"的规则并通过引入航班节标号函数和飞机标号函数设计了一种标号算法,该算法的计算复杂性为O(mn).通过对一个算例的分析说明了该算法的应用.     

基于列生成法的不正常航班调度

不正常航班调度是一个非常复杂的实时网络优化问题,属于NP难问题.同时考虑由飞机资源短缺和机场关闭造成的航班不正常情况,采用时空网络技术为每架飞机构建恢复网络,在此基础上将该问题视为带有容量约束的多个商品的整数最小费用流问题,建立了多商品网络流数学模型.采用列生成算法求解该大规模整数规划问题,对于求得的非整数解采用分支定界法进行处理.最后,给出的算例验证了该方法的正确性和有效性.     

基于进离场容量转换的协同决策系统

针对机场在突发情况下造成交通流拥挤的问题,引入了CDM理论及算法,并对CDM GDP实施过程及其中的RBS/Compression算法进行研究.研究发现,CDM GDP单纯考虑了进场时隙的分配,未涉及离场容量以及离场时隙的分配问题.因此,基于CDM思想,协同、实时地考虑机场进、离场容量转换问题,在增加机场吞吐率的基础上协同决策进离场序列,给出了进、离场容量优化模型及算法,采用动态规划法进行求解,并结合实际机场航班时刻表数据进行了仿真.结果表明,在特殊外因条件下,进、离场容量相互转换时,协同决策系统能提供最优的解决方案,使机场的进、离场达到最大的吞吐量,并将延误减到最小.     

多集装箱堆场空间分配与车辆调度集成问题的建模与优化

论文研究卸载集装箱堆场空间分配与车辆调度的集成作业问题. 在该问题中,卸载集装箱动态到达,车辆循环使用,需要同时决策集装箱堆放位置及车辆的分配和路线. 对此问题建立整数规划数学模型,考虑车辆调度约束以及堆场吊机操作等实际约束,目标函数为最小化makespan. 根据问题的特点设计两阶段禁忌搜索算法来求解此问题. 在实验中,通过将禁忌搜索算法的结果同标准优化软件CPLEX所求得的最优解或下界比较,算法求得了其中7组算例的最优解且剩余算例平均偏差小于5%,说明所设计的算法可以有效地解决该集成问题.     

航空公司飞机排班问题的分阶段指派算法

针对国内航空公司运营管理的特点，提出了描述单枢纽航线结构下飞机排班问题的排序模型并构造了一种分阶段指派算法。首先通过引入航班节概念，将飞机对航班的安排问题转化为飞机对航班节的安排问题，然后在定义航班节的“出发事件”和“到达事件”的基础上，分折航班节的出发阶段属性和到达阶段属性，并运用Hungarian算法对各阶段的出发航班节进行指派，该算法的计算复杂性为0(m^2n^2)。最后通过对一个算例的分折说明了该算法的应用。     

求解无容量设施选址问题的拉格朗日狼群算法及其应用

无容量设施选址问题(UFL)是应用于诸多领域的经典组合优化难题。首先,结合UFL问题的具体特征,重新定义了狼群算法中狼群协作捕食的智能行为,提出了求解该问题的狼群优化算法;其次,将狼群算法与拉格朗日松弛相结合,设计了一种求解UFL问题的拉格朗日狼群算法;最后,将本文提出的狼群智能优化算法及拉格朗日狼群算法用于UFL基准问题库中部分算例的求解,并将其求解结果与混合蚁群算法、半拉格朗日松弛方法以及优化软件CPLEX的求解结果进行比较。结果表明：拉格朗日狼群算法较狼群优化算法、混合蚁群算法及半拉格朗日松弛方法具有更好的求解效果,而且在一定程度上缓解了CPLEX求解时间长,消耗内存大的缺点,拥有良好的求解性能。     

基于航空信息网络的枢纽机场航班延误预测模型

航班延误一直是机场运营管理的一大难题，本研究报告面向区域多机场，重点针对机场集团内枢纽机场的航班延误问题，提出基于航空信息网络的航班延误预测模型NBFDM. 该模型不仅使用了航班自身的相关属性，并且还考虑了航空信息网 络内其他机场的因素对航班延误的影响. NBFDM模型首先提取航班本身的特征和该航班飞行前一段时间内航空信息网络的特征，然后使用PCA进行降维，对降维处理后的特征再使用SVR方法，得到非线性回归模型，用于预测航班的延误时间. 实验表明本研 究报告所提模型NBFDM相比仅使用航班自身属性的模型，对航班延误时间的预测误差降低约20%.     

基于航班到达时间窗约束的空域资源分配问题

为解决拥挤空域的资源分配问题,针对航班对计划到达时间变动范围的接受程度不同,定义了航班的延误成本函数,建立了一个基于航班有限到达时间窗的0-1整数规划模型,实现空域资源的最优分配,并开发了以匈牙利算法为核心的程序用于模型求解.以某机场运行数据为例进行仿真实验,结果表明,本文模型的最优解较先到先服务策略(FCFS)的分配结果能降低航班延误成本116％,并且其分配方案能满足每个航班可接受的到达时间窗约束.     

多星联合对地观测调度问题的列生成算法

多星联合对地观测调度问题作为一类大规模组合优化问题, 其求解算法往往采用启发式或超启发式. 运用列生成思想对该问题设计了完全搜索算法. 在建立了问题的整数规划模型之后, 将原问题分解为集合配置主问题和含时间窗口的最短路径子问题, 其中集合配置主问题采用主单纯型法通过CPLEX求解, 含时窗的最短路径子问题采用动态规划求解, 该动态规划算法围绕观测冲突时段这一关键资源进行最优子路径的扩展. 只有在子问题的最优解对主问题的优化目标仍有改进时, 主问题的约束矩阵列才被扩展. 该算法针对部分算例得到了最优解, 其余算例也在指定的时间内得到了相比一种基于优先级的启发式算法更优的解.