面向正常性的飞机排班优化算法

针对航班正常性问题,在飞机排班问题基础上,引入正常性约束,建立面向正常性的飞机排班模型,提出一种两阶段启发式算法进行求解.构建符合正常性要求的候选航班链集合,将排班问题转化为候选链对航班计划的集合覆盖问题.通过0-1整数规划求解集合覆盖问题,得到满足正常性约束的最小飞机数量排班方案.松弛正常性约束减小飞机使用数量,满足飞机数量约束.通过迭代搜索寻求正常性与飞机数量平衡的最优排班方案.实验结果表明,该方法可以有效提升航班计划的正常性期望.     

基于关键飞行资源的航班延误波及DAG模型的研究

由于一架飞机和一个机组在一天中通常要执行多个前后衔接的航班,因此一个航班延误可能会导致下游多个航班发生延误.本文重点研究飞机、驾驶员机组和乘务员机组等关键飞行资源对航班延误波及的影响.首先根据航班计划和机组计划构建以一个初始延误航班为根顶点的全体下游航班DAG,然后给出算法以求解各顶点属性值,通过对初始DAG的顶点进行"染色"构造出航班延误波及DAG,得到完整的下游航班波及延误情况,结合提供的延误航班指数、延误时间指数等综合指标,为航班延误问题提供了有效的定量分析手段.最后,通过仿真计算和分析,提出预防和处理航班延误的建议.     

一种修复多机型飞机运行计划的分布式整数规划方法

在航空公司各条航线的日常运行中时常会受到飞机故障或极端天气等各种干扰从而引起航班延误或取消等现象。为减少干扰给航空公司带来的损失,一种分布式整数规划方法被用来修复受干扰的飞机运行计划,从而使延误航班或取消航班的数量降到最低。首先建立一个基于TSP模型的可行性问题用来生成可行航线。之后在MPI搭建的一个多机分布式计算网络上使用递增映射迭代方法对此问题进行求解。最后将求解得到的可行航线指派给飞机从而得到飞机运行修复计划。通过算例结果比较可以看出此分布式整数规划方法要好于一些文献中同类型方法。     

差值排序算法在飞机排班问题中的应用

飞机排班是航空公司制定生产计划的一项基本内容。首先通过对排班问题的分析,建立了排班问题的均衡模型;其次通过对航班连线和飞机分别标号,将一种新的差值排序算法引入飞机排班问题的求解中;最后利用V isual C＋＋编写计算机程序,并通过具体算例的分析,验证了所提出方法的正确性和有效性。     

分布式整数规划及其在航线扰动问题的应用

在航空公司的运作中时常会出现干扰它正常运作的现象。在这种情况下,航空公司必须马上制定航线修复计划使受到干扰的航线尽快复原,以防止更大面积的航班取消和航班延误。提出一种基于递增映射迭代方法的分布式整数规划算法来解决由于机场关闭引起的航线扰动问题。整个问题分成了两个子问题：可行航线的生成和飞机的重指派。第一个子问题的问题空间被初始点分割方法分割成了若干片段。然后在一个分布式的计算网络中使用递增映射迭代方法在分得的每个片段上同时求解第一个子问题。得到的可行航线用来求解第二个子问题。最后的算例结果可以发现提出的方法要好于CPLEX和多目标基因算法。     

飞机指派问题优化模型及算法研究

为了提高航空企业飞机排班计划的自动化水平,分析了航空企业飞机排班计划编制流程,将这个复杂组合优化问题分解为3个组合优化问题,重点研究了其中的飞机指派优化问题,归纳了要考虑的主要约束条件,以优化理论为基础,针对飞机排班计划优化问题中的关键问题—飞机指派问题建立了飞机指派优化模型,模型考虑了飞机与航班之间在机型、飞行区域、客流量等条件上的匹配要求,并给出了模型约束条件的编码方法,同时根据大量实际生产数据给出相应的惩罚系数表。为求解模型,构造了一种自适应单亲遗传算法,算法选用了适合模型的遗传算子,采用动态调整遗传算子操作概率的方式加快优化速度。采用航空公司的实际航班数据进行仿真实例研究结果表明,该模型和算法切实可行。     

用遗传算法优化航班规划问题

运用遗传算法解决了飞机调度问题中的航班规划问题.通过对求解变量,即各机型在航线上的航次的整数编码,实现了求解目标在遗传算法中的表达.并且通过利用基于惩罚方式的有效修补策略对染色体的实用性进行修补,减少非法解的出现,使得求解结果符合实际情况.最后通过了广州白云国际机场与其它城市间的航线航班的规划实例,验证了所采用的算法是正确、有效的,具有很强的可扩展性和实用性.     

航班恢复问题的迭代局部搜索算法

在恶劣天气和机械故障等原因造成航班不能按照原计划执行时，航空公司需要采取相应的措施对航班进行恢复。本文基于经典的资源指派模型，综合考虑了调整时间、换机、联程拉直、取消航班和调机5种恢复策略，提出一种以最小化加权成本为优化目标的航班恢复模型，并设计一种迭代局部搜索算法。首先用构造-修复启发式方法构造可行解，然后从该初始解出发，在飞机路线对的邻域中进行局部搜索。当陷入局部最优后，对解进行扰动，然后从扰动后的解重新出发进行局部搜索。为了提高搜索效率，同时降低陷入局部最优解的概率，局部搜索过程采用模拟退火算法。实例结果表明，本文提出的模型及算法能够在短时间内对受到影响的大规模航班计划进行恢复。     

流不平衡条件下飞机恢复的优化模型与算法研究

为更有效地解决航空公司飞机恢复问题,在经典的资源指派优化模型中放宽飞机流平衡约束,加入合并航班的恢复策略;在贪婪随机自适应算法(GRASP)和模拟退火算法的基础上,提出一种新的启发式算法贪婪随机模拟退火算法,降低了陷入局部最优解的概率,同时通过限定路径对的种类和候选解的数量,提高了算法的时间效率.实例计算结果表明,本文提出的模型和算法能有效处理流不平衡条件下大规模飞机恢复问题,在有效的时间内求得最优解或近似最优解.     

时间有色佩特里网在航班进离港中应用

为了解决目前和以后越来越严重的空中交通拥挤问题,文中对终端区空中交通流量管理中航班进离港部分连续航班动态飞机排序问题进行研究.提出了基于时间有色佩特里网(TCPN)的航班进离港的调度方法,用MATLAB软件中的M函数编写了算法程序,然后进行了仿真.仿真结果表明,该方法选用的算法是合理的,而且可以明显的减少航班总的延误,优化效率高,算法简单可行,而且更符合实际的要求.该方法在一定程度上可以帮助空管人员进行调度决策,从而更加快速有序地对飞机进离港进行调度,对目前空管优化调度,减少延误等情况的处理具有一定的参考研究价值.