导读:本文包含了飞机排班问题论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:飞机,线性规划,目标,算法,组合,航班,机型。
飞机排班问题论文文献综述
崔如玉[1]（2018）在《飞机排班问题模型及算法研究》一文中研究指出飞机排班问题一直是航空公司日常运营工作的重要组成部分,也是航空调度领域中的研究热点。随着航空交通运输的日益发展,航空公司的业务量不断增大,航班网络的复杂性也逐渐增加,飞机排班问题依然存在具有挑战性的研究点。一个快速、智能、合理的飞机排班计划,不但能够节省人力、物力、财力,减少航空公司的运营代价,而且能够进一步提高航空公司的市场竞争力。针对飞机排班问题,本文基于流网络的思想建立了航班衔接网络图,并在此基础上做了如下工作:第一,提出了两个飞机排班模型,第一个是基于最少使用飞机和最小剩余飞行时间的飞机排班模型。该模型能够在为飞机安排航班执行任务的同时为飞机安排维修定检任务,目标函数是最小化飞机的使用数量和最小化飞机的累积剩余飞行时间。然后,考虑到第一个飞机排班模型的排班方案没有考虑鲁棒性因素,为了构建一个鲁棒性的飞机调度计划,提出了第二个基于航班延误概率的鲁棒性飞机排班模型。这里的鲁棒性是指飞机排班方案本身具有一定的抗干扰能力。在日常的飞机调度中,较小的干扰可能会导致调度计划较大的改变。本文通过调整接续航班之间的衔接时间,为飞机调度计划增加了部分缓冲时间,来提高飞机排班方案的抗干扰能力。第二,提出了基于图约减和强化约束的模型优化算法和基于变邻域搜索的求解算法。在飞机排班模型的求解过程中,首先运用基于图约减和强化约束的模型优化算法对模型进行约减,提高模型的可求解性。然后,提出了一种基于变邻域搜索的求解算法对模型进行求解。该算法通过迭代的方式求解原模型的子模型的最优解,达到优化原模型的目标函数的目的。为了验证算法的有效性,本文利用某航空公司提供的真实的航班和飞机信息数据在两个飞机排班模型上进行了实验,并与商业求解器CPLEX对比。实验结果表明,提出的基于变邻域搜索的求解算法,在解的质量和求解时间上,均优于CPLEX,尤其是在大规模的测试用例上,基于变邻域搜索的求解算法的性能更好,求解时间更稳定。(本文来源于《北京交通大学》期刊2018-03-01）
贾宝惠,张恩翼,李耀华[2]（2016）在《飞机排班机型指派管理优化问题研究》一文中研究指出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。(本文来源于《计算机仿真》期刊2016年12期）
缪晨晖[3]（2016）在《基于天气干扰的飞机排班问题研究》一文中研究指出飞机排班是航空公司飞机管理工作中的一项重要内容,科学合理的排班计划不仅能保证飞机的安全飞行,而且能提高航班的正常率,降低航空公司的运营成本。随着航空运输业的快速发展,航班延误问题不断加剧,如何从航班计划的设计环节提升航班的正点率,提升旅客的满意度是亟待解决的问题。导致航班延误的因素较多,包括空管因素、天气因素、航空公司因素等,其中天气因素作为不可抗力的因素,在导致不正常航班的因素中所占比例一直较高。基于此,本文以排班问题中的航班衔接过站时间为研究对象,研究考虑天气干扰下的分季节的优化问题,主要包括以下方面:首先分析导致航班延误的主要天气干扰,根据历史统计数据建立相应的天气干扰指标体系;其次研究如何针对航班的潜在延误风险进行分级,分为冬春季和夏秋季,运用组合赋权法分别确定各项延误指标的权重,并采用模糊评价法,对各个航班的潜在延误风险等级进行评价;然后通过历史数据研究天气因素导致的航班延误概率分布,求得各航班波及延误的期望;然后在前两步的基础上,使原机组人员和原计划的飞机路线等均保持不变的条件下,以优化前后总的波及延误之差的最大值为目标函数,分别了建立分季节优化松约束模型和紧约束模型,对航班衔接过站时间进行优化;最后以国内某航空公司的航班数据为算例,进行验证并比较原计划、松约束模型的优化结果和紧约束模型的优化结果之间的优劣。研究结果表明,分季节的松约束模型和紧约束模型均比原计划减少了波及延误的时间,且松约束模型的优化效果更明显。(本文来源于《南京航空航天大学》期刊2016-03-01）
盛政[4]（2015）在《基于延误成本的飞机排班鲁棒性问题研究》一文中研究指出航班计划是航空公司一切生产活动的基础和核心,包括航班时刻和频率优化、机型指派、飞机排班计划和机组排班计划4个部分,其中机型指派和飞机排班计划同时进行的一体化优化,也可称为广义飞机排班计划。近年来随着航班延误的加剧,针对航班计划鲁棒性的研究越来越多,但绝大多数现有研究在优化鲁棒性的同时,却忽略了鲁棒性的提高是以增加计划成本为代价这一事实。本文以广义飞机排班计划制定为对象,研究了综合考虑飞机排班的计划成本与鲁棒性的飞机排班的鲁棒性优化问题,研究具体工作包括以下方面:首先介绍一般飞机排班模型的建立过程,并对模型的使用限制进行分析;其次研究如何以概率分布的形式来表达航班延误,建立了描述航班延误波及影响的数学模型,确定了延误成本的计算方法;然后以一般飞机排班模型为基础,通过引入延误成本建立鲁棒性飞机排班模型,并为模型设计了基于列生成算法的求解算法;最后以国内某航空公司的航班数据为算例,针对鲁棒性模型的求解性能、解的优化程度和解的稳定程度叁方面分别设计不同的算例仿真实验,实验结果证明了模型和求解算法的有效性。鲁棒性飞机排班模型生成的飞机排班计划在航班延误存在的情况下所消耗的成本更少,并且对航班延误的控制能力更强于一般飞机排班计划,对航空公司鲁棒性航班计划的制定具有一定的参考价值。(本文来源于《南京航空航天大学》期刊2015-03-01）
朱星辉,朱金福,高强[5]（2014）在《基于动态列生成算法的飞机排班问题研究》一文中研究指出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.在考虑对多种机型的飞机进行排班时,大大增加了问题的复杂性.针对航空公司实际情况,建立多种机型的飞机排班模型;为实现模型的有效求解,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.(本文来源于《数学的实践与认识》期刊2014年19期）
秦易达[6]（2014）在《基于模糊多目标优化的飞机排班问题研究》一文中研究指出飞机排班计划是航空公司最基本却又最重要生产计划之一,排班质量的好坏直接关系到航空公司一段时期内的运营效率与收益。随着近年来各大航空公司机队数量的攀升,仅依靠传统手工进行飞机排班的难度加大,同时在突发事件下的快速航班调度指派也将面临严峻的考验,因而飞机排班自动化是当前国内航空公司亟待解决的问题。本文考虑国内航空公司飞机排班的现状,对飞机排班的算法和模型进行了研究,将模糊理论应用到飞机排班中,结合飞机排班可优化目标的多样化,提出了模糊多目标优化的飞机排班方法,并搭建了软件系统平台使用目前国航的航班时刻表进行实际测算。飞机排班问题是民航界着名的(NP,NP-hard)难问题,是具有多个目标多个约束条件的组合优化问题。合理的飞机排班不仅有助于航班的安全、正点运行,而且还能够提高机队的利用率,有效地降低运营和维护成本。飞机排班问题的优化目标主要包括利润最大化、飞机使用均衡、航班尽早恢复等;约束条件包括航班覆盖、维护要求和机队均衡等。本文提出了分层优化的飞机排班模型和方法。主要包含两层优化:一是利用飞机使用最小化模型得到覆盖单天所有航班的最小航班串;二是利用航班环属性优化模型得到覆盖所有航班串的一周飞机路线。在第二层优化中,本文先利用单目标模型对分层优化模型的理论和算法进行了详细的论述和仿真,仿真结果表明,分层优化方法有效降低了飞机的使用数和模型中的约束个数,模型的规模得以减小,使得当前大部分航班的飞行计划制定成为可能。接下来在仿真平台上研究了飞机排班的多目标模型,首先计算了多目标下每个单目标的最优解,然后利用最大最小化模型修改各个目标的权重和目标的重要程度,使得多目标模型的最优解尽可能多的覆盖单目标模型的最优解,体现了模糊多目标模型利用模糊因子动态选择目标进行优化的优越性。(本文来源于《中国民航大学》期刊2014-05-07）
吴东华,夏洪山[7]（2014）在《基于航空公司成本最小化的飞机排班问题模型与算法》一文中研究指出针对影响航空公司运营成本的四个关键因素,在满足航班衔接、航班覆盖和机队规模约束条件下,以最小化运营成本、最小地面等待时间、最小总飞行时间绝对偏差和最少起降次数为目标函数,建立了飞机排班问题的0-1整数模糊线性规划数学模型.基于东方航空公司实际数据,应用模糊线性规划理论对模型进行验证,表明该模型可行,算法有效.(本文来源于《交通运输系统工程与信息》期刊2014年01期）
刘刚,胡大裟,蒋玉明[8]（2012）在《基于Gecode的飞机排班问题的研究》一文中研究指出随着航空运输需求的增大,各个航空公司拥有的飞机数量不断增加,飞机排班的重要性日益突出。飞机排班是航空运输的重要而复杂的环节,直接影响到航空公司的经济效益。飞机排班问题通常被看作整数规划问题,其模型是一个NP-hard问题。本文利用约束编程的理论为飞机排班问题建立一个适用于Gecode编程平台的模型,并利用Gecode平台产生各航班串的简单成本。最后利用实际案例进行了模型验证以及平台有效性验证,并且和国内其他研究作比较研究。(本文来源于《计算机光盘软件与应用》期刊2012年24期）
刘昕,白存儒,刘慧颖[9]（2012）在《带时间窗的飞机排班问题优化》一文中研究指出为提高飞机排班质量,在以航空公司成本最小化为目标的基础上,兼顾顾客的满意度(航班准时性)和飞机使用数目最小化目标,建立优化的多目标带有时间窗的飞机排班问题模型。结合算例,对叁个目标函数都进行处理后,运用粒子群优化算法进行求解,最终得出模型解的运算结果和时间都在理想范围之内,表明新模型有效可行。该模型的建立有助于有效地解决带有时间窗的飞机排班问题,提高排班工作效率。(本文来源于《航空工程进展》期刊2012年04期）
吴东华,夏洪山[10]（2012）在《基于多目标模糊线性规划求解方法的飞机排班问题研究》一文中研究指出提出了一种基于多目标模糊线性规划法解决飞机排班问题的新算法。该算法将模糊理论与最优化概念相结合,根据最大隶属度原则,将以飞机飞行时间均衡优先、飞机起降次数均衡优先、飞机等待时间最少优先为目标函数的多目标模糊线性规划数学模型转化为一般的线性规划问题进行求解。实验数据表明,该算法可行、有效,步骤简捷,计算量小,能得到理想的结果。(本文来源于《计算机科学》期刊2012年01期）
飞机排班问题论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
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。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
飞机排班问题论文参考文献
[1].崔如玉.飞机排班问题模型及算法研究[D].北京交通大学.2018
[2].贾宝惠,张恩翼,李耀华.飞机排班机型指派管理优化问题研究[J].计算机仿真.2016
[3].缪晨晖.基于天气干扰的飞机排班问题研究[D].南京航空航天大学.2016
[4].盛政.基于延误成本的飞机排班鲁棒性问题研究[D].南京航空航天大学.2015
[5].朱星辉,朱金福,高强.基于动态列生成算法的飞机排班问题研究[J].数学的实践与认识.2014
[6].秦易达.基于模糊多目标优化的飞机排班问题研究[D].中国民航大学.2014
[7].吴东华,夏洪山.基于航空公司成本最小化的飞机排班问题模型与算法[J].交通运输系统工程与信息.2014
[8].刘刚,胡大裟,蒋玉明.基于Gecode的飞机排班问题的研究[J].计算机光盘软件与应用.2012
[9].刘昕,白存儒,刘慧颖.带时间窗的飞机排班问题优化[J].航空工程进展.2012
[10].吴东华,夏洪山.基于多目标模糊线性规划求解方法的飞机排班问题研究[J].计算机科学.2012
论文知识图
