魏星[1]2012年在《飞机排班一体化优化模型与算法研究》文中进行了进一步梳理航线网络是世界上最复杂的网络之一。航空公司航班计划与飞机路线问题给研究人员提出了巨大的挑战。优化航班计划，提高飞机利用率，减少飞机维修成本等措施可大幅度地提高航空公司的资源管理能力、盈利能力和竞争地位。飞机排班是航班计划中一个重要的环节，目前，国内航空公司飞机排班计划的制定仍然主要依赖手工和经验，效率低下并且缺乏科学性，已经成为影响航空公司成本高低的主要因素之一。本文对航空公司飞机排班方法进行了一系列研究。首先，详细介绍了飞机排班的概念、制定过程以及基本规则，总结了典型的飞机排班模型，针对国内航空公司航班计划的特点，建立了基于多基地的航空公司飞机一体化排班模型，该模型以成本最小化为目标，加入了旅客溢出量，考虑了排班的网络效益，模型约束综合考虑了机型指派、维修基地选择、尾号指派等排班规则；其次，分析了飞机排班数学模型常用算法的优缺点，然后采用列生成算法作为模型的求解算法，将算法的主问题和子问题分别设计为飞机路线选择问题、基于连接网络的维修路线生成问题，在列生成限制主问题和子问题之间反复迭代。利用分枝定界法最终求得飞机一体化排班最优整数解。最后通过数值实验验证了该算法的有效性。本文的排班方法实现了资源利用的最大化，为航空公司航班计划的制定提供了理论与方法参考。
方杰[2]2015年在《突发情况下应急运力调度理论与方法研究》文中进行了进一步梳理突发情况下应急运力调度是指在日常航班计划的运营过程中,发生了突发事件需要航空公司所进行应急运力调度、剩余运力调度和运力回归叁个阶段的运力资源配置工作。首先,航空公司运行控制中心(SOC)临时安排相应的运力资源去完成处突任务。其次,在抽调了应急飞机和机组运力后,航空公司必须调整剩余的运力对剩余的航班计划进行资源配置工作,以期能够尽量挽回由于应急运力调度造成的损失。在应急任务完成后,航空公司同时根据实际情况安排应急运力回归到正常航班计划的执行过程中。安全和成本两个方面一直是飞机和机组的运力资源调度工作的主要要求。在应急飞机运力调度过程中首要考虑的必定是安全因素,执行航班飞行任务的飞机必须按照相关法律法规完成检修工作;而应急机组调度过程中同样需要考虑机组成员的飞行资质、飞行时间和值勤时间等相关规章要求。在确保安全的基础上,就需要考虑航空公司航班计划执行的运行成本问题,优化航班计划运行过程中的运力利用率。应急运力调度过程对航空公司提高应急运力调度能力,快捷、有效和经济地满足国家应急和国家安全需要的同时满足了航班正常运行和提高运营效益的需求。本文在详细分析我国突发事件应对机制、国内外相关学术研究的现状和国内航空公司运营特点的基础上,重点研究突发情况下应急运力调度叁个阶段中飞机运力和机组运力的排班问题。出于降低问题复杂性,提高应急运力调度的效率的考虑,根据顺序研究的方法,本文将突发情况下应急运力调度问题分解成应急运力调度问题、剩余运力调度问题和应急运力回归叁个子问题进行研究。本文的主要研究工作包含了以下几个部分:关于应急运力调度问题,本文分析列举应急运力调度过程中所需要满足的关键原则和主要约束要求,分别构建应急调度流程中飞机和机组两种运力的时空网络图,提出应急飞机调度模型和应急机组调模型。根据应急飞机调度模型的集合划分特点,采用列生成算法进行求解。同时用粒子状态解来表示优化机组路径子集合,采用了模拟退火算法来求解应急机组调度模型。最后通过算例分析来说明应急运力调度技术能够尽量减少突发情况下航空公司的运营损失,两种算法的运行时间和稳定性能够满足应急运力调度的实际要求。关于剩余运力调度问题,本文通过启发式搜索算法在构建的剩余飞机调度网络图中,生成剩余飞机路径集合,以便能够高效地进行剩余飞机调度计划的编排。引入了符合航班航段集合划分约束的启发式方法生成可行的飞机路径,减少了列生成算法的子问题求解过程中路径反复迭代生成流程和合法性检查,通过相应的启发式策略却能够有效避免了传统的列生成算法需要通过网络图中生成最短路径算法的不断迭代过程,最后通过算例说明算法的有效性。在剩余机组运力调度过程中,通过采用启发式处理的遗传算法生成相应的种群,有效避免了剩余机组调度解空间规模的扩大。通过算例分析,说明剩余机组调度生成剩余运力调度方案的实时性也能够得到保证。关于应急运力回归问题,本文分别分析应急飞机运力回归问题和应急机组回归问题,分别建立应急飞机运力回归模型和应急机组回归模型,作为集成一体化回归问题的研究基础。在此基础上,给出了应急运力集成一体化回归问题的描述和数学模型,通过设计的分支定界策略的使用和启发式列生成算法对模型进行求解。最后用实例分析和验证了算法的有效性,说明该方法的实时性,能够为航空公司提供有效的决策支持。
崔如玉[3]2018年在《飞机排班问题模型及算法研究》文中研究表明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。
周琨[4]2012年在《航空公司航班运行调度模型与算法研究》文中研究说明航班运行调度是指调度飞机与安排机组人员的生产资源配置工作，以落实航班计划的具体实施。航班运行调度工作一直存在安全与成本的矛盾：首先必须考虑航班运行安全因素，使执行航班飞行任务的飞机能够按规定完成例行检修，且机组人员值勤的飞行时间、值勤时间以及休息时间严格满足有关规章条例要求；在确保运行安全基础上，需要考虑航班运行成本因素，优化航班运行过程中的飞机日利用率与机组资源利用效率。妥善解决这一对矛盾对于航空公司组织生产运营、完成生产计划，以及实现飞机与机组人员等关键资源的优化配置有着至关重要的意义。为此，本文在详细深入分析国内外研究现状和我国航空公司运行特点基础上，结合民航当局有关航班运行管理规章，重点研究航班运行调度过程中的飞机排班问题和机组排班问题。出于降低问题复杂性、提高航班运行调度计划编排效率以及便于局部调整计划考虑，本文将机组排班问题分解成勤务组编排和机组轮班两个子问题分别进行研究。关于飞机排班问题，建立协同多任务分配方法，为每一架飞机指派每天的航班飞行任务和必要的例行检修任务，在确保航班运行安全基础上，提高飞机日利用率。首先，分析例行检修约束，构建飞机日利用率优化模型。随后，运用分枝定价算法求解。算法引入检修节点、虚拟飞机源节点以及剩余飞行时间的定义，将协同多任务分配过程表示为分区间的生成飞机路径，通过迭代求解由部分飞机路径构成的限制主问题，以及寻找飞机路径以改进目标值的定价问题，获得线性松弛问题的最优解；给出多种分枝方法划分解空间，以删除分数解，生成飞机排班计划。最后以实际航班计划为例，验证所提出的模型与算法的有效性。关于勤务组编排问题，考虑机组配置多样性，提出协同多任务分配方法，为每一个航段分配合适的机组配置，并严格遵循相应人员配置的机组需满足的编排约束，将航段组织为机组资源利用效率较高的勤务组。首先，根据不同人员配置的机组需满足的休息要求，为每一种机组配置构建相应的连接网络，通过由不同连接网络生成飞行路径实现协同多任务分配。其次，建立满足值勤期限制和飞行时间限制、优化机组资源利用效率的数学模型，使用分枝定价算法求解。并基于遵循时间限制因机组配置不同而各异但有序的特点，提出机组配置修正算子，以提高算法寻优效率。最后，选择与飞机排班问题相同的算例，验证所给的模型和算法的有效性。关于机组轮班问题，研究机组稳定性最优的轮班计划，将勤务组衔接为机组人员搭配相对固定的轮班任务，以提高机组人员满意度。首先，在分析机组轮班规则基础上，为每一个机型、基地以及机组人员岗位职级构建相应的连接网络，建立以执行勤务组计划所需机组人员数量最少为优化目标的数学模型，采用分枝定价算法求解。随后，给出机组稳定性的定义及其量化方法，针对不同岗位职级分别建立满足轮班任务数量约束，并优化机组稳定性的数学模型，设计启发式迭代算法，编排尽量减少机组人员构成发生变化的机组轮班计划。最后，根据勤务组编排问题的求解结果进行算例验证分析。本文通过以上叁大部分的研究，给出了飞机排班、勤务组编排和机组轮班的调度模型和求解算法，实现了航班运行调度计划编排。
孙宏[5]2003年在《航空公司飞机排班问题：模型及算法研究》文中提出航空公司的生产计划编制是一项非常艰巨而重要的工作，其实质在于通过周密的组织和精确的计划，实现各生产资源要素的优化配置，它的质量和效率关系到生产运营的安全、正常和效益。本文在深入分析当前国内各航空公司生产计划工作现状的基础上，选择了飞机排班计划作为研究课题，通过系统分析飞机排班工作的流程和要求，提出了描述飞机排班问题的数学模型。由于该问题是多目标、非线性的，因此寻找一种统一的能够适应各种具体要求，并且满足工程应用需要的多项式算法存在理论上和技术上的困难。为此论文在借鉴手工编制排班计划经验的基础上，将一个具体的飞机排班问题，归结为叁种典型排班模式中的一种，即：基于飞机调度指令要求的排班问题，基于飞机使用均衡要求的排班问题和基于最少需用飞机数的排班问题，对于每种典型的飞机排班模式，在对次要的约束条件进行简化、松驰的基础上构造出相应的能够满足工程应用要求的启发式算法，并分析了算法的复杂性。该项研究为研制飞机排班决策支持系统软件奠定了理论基础。 论文的主要创新工作在： 1．根据当前国内航空公司的运营组织模式特点，以及飞机排班工作的实际需求，提出了描述飞机排班问题的数学模型，并通过将一般形式的飞机排班问题归结为叁种典型的飞机排班模式，构造出相应的启发式算法，填补了国内在此领域的研究空白。 2．在解决基于飞机调度指令要求的飞机排班问题时，本文提出的分阶段指派算法较好地克服了标号算法的缺陷，该算法能普遍地应用于处理类似的固定工件排序问题。 3．在解决使飞机均衡使用的飞机排班问题时，本文利用航班节的网络模型将原问题转化为一个使目标函数最小的航班节编组问题，在此基础上构造了一个模拟退火算法。 4．在解决最少需用飞机数要求的飞机排班问题时，本文将寻找航班节衔接方案问题，描述成一个二部图的匹配问题，进而通过解两个二部图的最小权最大匹配，寻找需用飞机数最少的飞机调度方案。
肖东喜[6]2008年在《飞机排班问题中航班环的构建方法研究》文中研究说明飞机排班是航空公司日常生产经营中的一项重要活动,科学合理地制定飞机排班计划,对于有效地组织航空运输生产活动具有重要意义。航班环是飞机排班中飞机路线的一部分,快速高效地构建满足飞机排班要求的航班环是优化飞机路线的前提和基础。本文针对国内航空公司的航线网络和航班计划的特点,对航班环的构建方法进行了研究。首先,详细阐述了航空公司飞机排班中的飞机路线问题,以及安排飞机路线的前提、规则和约束,建立了飞机路线问题的一般数学模型和航班环模型;其次,介绍了构建航班环的时空网络和连接网络,分析了两种网络的特点,并以连接网络作为构建航班环的基础网络,利用图搜索算法构建满足飞机排班要求的所有可行的航班环;再次,针对图搜索算法构建的航班环数量太大,飞机路线航班环模型求解困难的问题,采用列生成算法构建航班环,将飞机路线的航班环模型的求解过程与航班环的构建过程相结合,动态地构建航班环,动态地求解飞机路线的航班环模型,优化航空公司一个周期的飞机路线;最后,利用MATLAB语言编写构建航班环的计算机程序,并通过具体算例的分析,验证了本文提出方法的正确性及有效性。
廖峰[7]2010年在《航空公司飞机智能化排班问题的研究》文中进行了进一步梳理航班计划的编制是航空公司制订生产计划的基础。科学有效的智能排班计划,能够用最少的飞机,实现最大的运力,达到资源利用效率最大化,从而取得最佳的经济效益。航班计划的制订,要综合考虑市场反应,机队维护,特殊事件影响等因素。论文选择航空公司飞机智能化排班问题进行研究,就是希望能提出对航空公司飞机排班分配进行快速分配的算法,实现计算机管理,提高航空公司运营的效率。本文首先通过对国内各主要航空公司的飞机排班现状进行调研,分析了国内航空公司普遍采用的单枢纽线性航线结构,深入分析了当前国内各航空公司生产计划工作现状,分析飞机智能排班工作的原则、流程和要求,分析飞机智能化排班中存在的实际情况和约束限制条件以及优化目标,提出了任务串的概念。然后在对航班排序规则重要性分析时应用了层次分析法(AHP),它不仅是多准则思维的方法,还将定性分析与定量分析相结合的系统分析方法；将决策者对航班排序重要性的决策思维过程模型化、数量化；对当飞机分配时间冲突的度数与禁色数一样时,来对飞机分配时间的顶点问题进行排序,得出航班排序规则重要性的最佳飞机选择的权重。最后研究了描述飞机智能化排班问题的数学模型构造方法,即图着色法。把航空公司航班飞机分配问题转化为图着色,建立航班飞机智能化分配问题的图着色模型,并引入时间片算法确定航班使用飞机的时间冲突集合,根据“先到先服务”的原则给出了航班飞机智能化分配的顶点序列着色算法,该算法的计算复杂性为0(m2n2),通过图着色模型实现最少需用飞机数的飞机智能化排班计划。通过一个算例的分析,说明了该方法的实际应用。本文还对系统性能进行了评估和分析,并提出了进一步研究的建议。
陶蕾[8]2017年在《考虑不正常航班恢复成本的飞机排班计划的鲁棒性研究》文中提出飞机排班是航空公司生产计划中的重要组成部分,合理的飞机排班计划能够有助于航班的安全准点运营,有效降低航空公司运营成本,提高旅客的满意度。然而,航空公司制定的最优生产计划在实际运行时,往往会受到天气、流量管制等因素的干扰,从而运行结果不是最优的,甚至会导致严重的航班延误现象,给航空公司带来巨大的航班恢复成本。为了减少不正常航班给航空公司生产计划的实际运行带来的影响,本论文在总结常见的飞机排班优化方法基础上,考虑航班的期望恢复成本和航班计划的鲁棒性两个因素,对经典的飞机排班资源指派模型作了改进,创新性地提出考虑航班期望恢复成本的鲁棒性飞机排班方法。在航班恢复成本的研究方面,讨论了延误、取消、飞机交换和调机四种恢复措施产生的成本,结合各种恢复措施发生的概率,得出航班期望恢复成本的计算方法。在飞机排班计划的鲁棒性方面,分析了航班延误的波及现象,采用航班的固有延误与总延误的比值来衡量飞机排班计划的鲁棒性。最后以排班计划的总运行成本最小和总鲁棒性最大建立了双目标的鲁棒性飞机排班模型,使用AIMMS软件构建模型并求解。算例结果表明:在总运行成本增加不多的情况下,该模型能有效提高飞机排班计划的鲁棒性,可实现飞机排班计划的成本与鲁棒性之间的平衡。
吴东华, 夏洪山[9]2014年在《基于航空公司成本最小化的飞机排班问题模型与算法》文中进行了进一步梳理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.
张米[10]2014年在《航空公司机组排班模型研究》文中进行了进一步梳理机组排班是航空公司运营计划中的重要组成部分。利用运筹学方法优化机组排班过程，可以提高计划的科学性，降低机组费用，对提高航空公司运营效率、保证飞行安全都具有重要意义。然而，机组排班问题约束繁多，模型结构复杂，是典型的NP难问题。因此，研究可以快速求解复杂机组排班问题的模型与算法对工业界和学术界都有重要意义。机组排班问题本质上是机组和航班的匹配问题，以往机组排班计划的制定大都依靠手工方式完成，随着航空业的快速发展，航空公司规模迅速扩大，传统排班方法已很难满足航空公司的运营需求，能够求解大规模机组排班问题的智能优化系统将为航空公司提供更好的决策支持。本文首先分析了机组排班问题的研究进展，在此基础上，基于数学规划方法，构建了单基地的机组排班优化模型。该模型以最小化排班总成本为优化目标，并加入了对双机场和搭机的考虑，使模型更加贴近实际。基于对模型特点的分析，本文设计了可求解大规模机组排班问题的启发式列生成算法，并通过数值实验对算法的有效性进行了验证。以往对机组排班问题的研究大多不考虑航班延误，造成排班方案抗干扰性较差。为提升排班的鲁棒性，本文在深入分析航班延误产生和传导过程的基础上，构建了考虑延误的机组排班扩展模型。与传统确定性模型不同，该模型在生成新任务环时，同步计算航班延误沿路径的传导，可精确模拟延误的传导过程。加入对航班延误的考虑后，模型的复杂度进一步提升，求解更加困难，因此，本文设计了带有航班延误的启发式求解算法，实现了模型的有效求解。最后，本文通过仿真实验对传统确定性模型和考虑延误的扩展模型进行对比，证明扩展模型可显着减少因延误导致的航班取消，提升排班方案的抗干扰能力。在完成上述工作后，本文首次基于混合集合规划方法对机组排班问题进行了研究，构建了机组排班问题的混合集合规划模型，并将运筹学算法与问题业务逻辑相结合，设计了高效的求解策略。数值实验证明，该模型可求解达到实际应用规模的机组排班优化问题。之后，本文从多方面对机组排班问题的数学规划模型和混合集合规划模型进行了对比研究，并根据各模型特点对模型在实际中的应用给出了相应建议。
参考文献：
[1]. 飞机排班一体化优化模型与算法研究[D]. 魏星. 南京航空航天大学. 2012
[2]. 突发情况下应急运力调度理论与方法研究[D]. 方杰. 南京航空航天大学. 2015
[3]. 飞机排班问题模型及算法研究[D]. 崔如玉. 北京交通大学. 2018
[4]. 航空公司航班运行调度模型与算法研究[D]. 周琨. 南京航空航天大学. 2012
[5]. 航空公司飞机排班问题：模型及算法研究[D]. 孙宏. 西南交通大学. 2003
[6]. 飞机排班问题中航班环的构建方法研究[D]. 肖东喜. 南京航空航天大学. 2008
[7]. 航空公司飞机智能化排班问题的研究[D]. 廖峰. 电子科技大学. 2010
[8]. 考虑不正常航班恢复成本的飞机排班计划的鲁棒性研究[D]. 陶蕾. 南京航空航天大学. 2017
[9]. 基于航空公司成本最小化的飞机排班问题模型与算法[J]. 吴东华, 夏洪山. 交通运输系统工程与信息. 2014
[10]. 航空公司机组排班模型研究[D]. 张米. 清华大学. 2014
标签：航空航天科学与工程论文; 网络模型论文; 运营计划论文; 航空论文;