飞机排班调度中机组指派优化模型及算法研究

分析了航空企业飞机排班计划编制流程,重点研究了其中的空勤机组指派优化问题,建立了机组指派优化模型,模型同时考虑了机组与航班执行飞机之间在机型、飞行区域等条件上的匹配要求。为求解模型,构造了一种改进遗传算法,算法采用自然数编码,动态自适应调整交叉和变异概率,以及智能启发式规则修正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,模型和算法切实可行。     

飞机维修计划优化模型与算法研究

分析了航空维修生产调度中的维修计划编制问题,仔细研究了飞机维修计划编制流程和约束条件,建立了飞机维修计划编制优化模型,不仅考虑了飞机维修资源的约束,同时还考虑了维修日期对效益的影响,能够快速确定每架飞机开始检修日期。为了求解模型,建立了离散粒子群优化算法,采用适合模型的粒子取值和速度变化方式。应用生产数据进行实际排产的实验结果表明,建立的模型和算法切实可行,可应用于生产实际,可大大提高生产调度自动化水平。     

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.     

遗传模拟退火算法在弹药装载中的应用研究

多约束条件下的弹药装载问题是一个复杂的组合优化问题，属于NP-完全问题，其求解是很困难的。本文在考虑弹药装载中各类约束条件的情况下，将模拟退火算法作了若干改进后，融入遗传算法，提出了一种遗传模拟退火算法来求解弹药装载问题。本文对该算法的遗传算子和冷却进度表进行了详细的阐述，给出了使用该算法求解弹药装载问题的具体实现方法。     

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。     

航空机组乘务员自动排班系统中的算法应用

目前排班系统主要是基于手工调整的方式来完成,而且需要考虑的约束条件较多.本文介绍了乘务员排班系统的基本情况,对建立排班系统模型做了描述,及介绍了几种算法在排班问题上的应用.经某航空公司实际数据运行表明,所提出的模型算法是合理而有效的.     

优化理论与技术在航空领域的应用

本文通过分析和讨论优化理论目前在航空公司收益管理、航班优化排班、机队规划、航班实时决策调度等业务中的应用，论述了优化理论与技术在航空公司应用的实际效益，给出了应用的主要模型及流程。同时建议了优化理论在航空领域的其他研究方向。     

MTO 管理模式下钢铁企业生产合同计划建模与优化

基于对钢铁企业MTO管理模式下合同计划的编制策略、约束条件和优化目标的研究，建立了合同计划优化模型，模型综合考虑了拖期惩罚费用、设备能力均衡利用和库存成本等优化目标，并采用加权法将多目标优化模型转换为单目标优化模型，针对模型的特点设计了求解模型的特殊PSO算法，以某钢铁企业的实际合同计划问题作为实例，在算法不同参数组合下进行了系统的测试，实验结果表明模型和算法是令人满意的。     

终端区航班排序的遗传算法

为提高空域利用率和航班调度效率,建立了以航班延误总时间为目标函数的规划模型,利用遗传算法中的交叉和变异运算,针对多跑道航班排序问题设计了编码方式和遗传算子,进行了仿真计算,并与先到先服务算法进行了对比研究.同时,结合空中交通管制中的实际情况,引入了一些约束条件.以三跑道为例,仿真结果表明:与先到先服务算法相比,设计的遗传算法大大降低了时间延误,明显提高了航班调度效率.     

蚂蚁算法在民航飞机排班问题中的应用

蚂蚁算法是一种比较新的组合优化算法,在很多问题的求解中取得了成效。该文将蚂蚁算法引入了民航飞机排班问题的求解过程,并举例说明了蚂蚁算法在飞机排班问题中的可行性,为民航飞机排班问题的解决提出了新的思路。     

区域航空市场航线客流量预测研究

为了有效地控制和合理地分配区域航空市场航线客流量,提高航空机场的效率,为航管决策部门提供制定计划的理论依据,在深入研究国内外航空客流量预测研究成果基础之上,针对区域航空市场的特点,提出了一个自顶向下的航线客流量预测模型。它包括总体趋势预测、中长期预测模型和短期预测模型三部分;并将神经网络和支持向量机构成的组合模型引入中长期预测模型中,使用神经网络实现短期预测模型;并结合A公司实际进行了实证研究,证明了该预测模型的有效性。文中研究成果对所有航管部门具有一定的指导意义。     

An optimization algorithm inspired by propagation of yeast for fleet maintenance decision making problem involving fatigue structures

To minimize airline maintenance costs and maximize fleet availability, we developed a fleet maintenance decision-making model based on CBM with collaborative optimization (CO) for fatigue structures. The model is divided into two levels: a system level and a subsystem level. Different optimization routines are used at these two levels. The system level focuses on maximizing fleet availability and the subsystem level focuses on minimizing aircraft maintenance costs. Moreover, we proposed an optimization algorithm inspired by the propagation of yeast (OA/PY) to handle the situation where optimal solution is not unique. Finally, a case study regarding a fleet of 10 aircrafts is conducted, and the results demonstrated the effectiveness of the proposed algorithm. In the case study, aircraft maintenance planning (subsystem level) was obtained, and then it was adjusted with OA/PY to obtain optimal fleet maintenance plan (system level). Total incremental maintenance cost caused by the adjustment in the proposed method was reduced by 70.65%.     

Integrated airline scheduling

Airline scheduling is composed of fleet assignment, aircraft maintenance routing, and crew scheduling optimization subproblems. It is believed that the full optimization problem is computationally intractable, and hence the constituent subproblems are optimized sequentially so that the output of one is the input of the next. The sequential approach, however, provides an overall suboptimal solution and can also fail to satisfy the maintenance constraints of an otherwise feasible full problem. In this paper several integrated models for the optimization of airline scheduling are presented for the first time, and solved by applying an enhanced Benders decomposition method combined with accelerated column generation. Solutions of several realistic data sets are computed using the integrated models, which are compared with solutions of the best known approaches from the literature. As a result, the integrated approach significantly reduces airline costs. Finally, a comparison of alternative formulations has shown that keeping the crew scheduling problem alone in the Benders subproblem is much more efficient than keeping the aircraft routing problem.     

基于SVM的飞机引气系统故障检测方法研究

基于飞机的历史QAR(Quick Access Recorder,快速存取记录器)数据构建数据集,对数据集进行参数选择、数据预处理、数据集划分等操作,目的是提高模型的运行效率和准确度;使用改进粒子群算法对SVM(Support Vector Machines,支持向量机)的分类参数进行优化,使模型的分类效果达到最优;为了验证模型的故障检测效果,将收集到的某航空公司A320系列飞机的引气系统QAR数据进行预处理并导入模型故障检测,最终将检测结果进行验证.结果表明,使用改进粒子群算法优化的SVM对飞机引气系统进行故障检测,可以提高故障检测的准确率,提前发现潜在的故障,减少故障发生的可能性.     

Disruption management in the airline industry—Concepts,models and methods

This paper provides a thorough review of the current state-of-the-art within airline disruption management of resources, including aircraft, crew, passenger and integrated recovery. An overview of model formulations of the aircraft and crew scheduling problems is presented in order to emphasize similarities between solution approaches applied to the planning and recovery problems. A brief overview of research within schedule robustness in airline scheduling is included in the review, since this proactive measure is a natural complement to disruption management.     

基于QAR数据的民航客机设计理念分析

中国国内运行着大量国外先进民用飞机。这些飞机全部装有飞行数据快速存取记录器,以采集飞行数据开展飞行品质监控工作;民机日常飞行数据除了能够在航空公司运行中发挥作用,还能够通过技术手段分析得出先进型号的设计经验与运行特点,相关技术成果对国产民机制造业的发展也具有一定的借鉴意义;在分析国内外相关研究基础上,以两款国外民机巡航段飞行数据的分析为例,解析了两型飞机的高度保持控制律设计逻辑,实际案例分析表明,基于QAR数据的分析能够有效地反应在自动飞行阶段高度保持控制律中体现的设计逻辑,从而有助于对国产民机的设计和优化。     

非严格的中枢辐射航线网络设计的鲁棒优化方法

为解决中枢辐射航线网络设计结果易受参数不确定性影响的问题,首先在需求和成本具有不确定性的条件下,建立了非严格意义上的无容量限制的中枢辐射航线网络鲁棒优化模型,并采用鲁棒优化方法对航线网络进行优化设计.然后结合中枢辐射航线网络实际应用中枢纽个数少的特点,对最短路算法加以改进,提出了一种求解航线网络鲁棒优化设计的精确算法,得到了适用于多种可能情景的鲁棒解.最后利用有关的成本和需求数据对该方法进行了验证;结果表明,鲁棒优化设计方法对航空公司构建中枢辐射航线网络具有很好的实用性.     

基于背压路由算法的离港飞机滑行路径优化

针对现有优化算法仅从最短路径或最小滑行时间的角度出发,忽略了航空公司满意度和滑行道负载率对滑行道调度影响的问题,提出了基于背压路由的离港滑行路径优化算法．算法首先将离港滑行路径优化问题等价转化为网络拓扑结构中的路由搜索问题,然后利用背压路由算法求解具有最大航空满意度和最小滑行道负载率的滑行路径．对国内某枢纽机场实际运行数据的仿真结果表明,运用该算法获得的滑行路径在保证跑道及滑行道效用的同时,能够有效减少飞机滑行时间,改善机场拥塞问题,缓解机场容量与需求的矛盾,提高机场运行效率,为离港航班滑行路径优化提供了新的研究思路．     

Airline flight schedule planning under competition

This paper presents a modeling framework for airline flight schedule planning under competition. The framework generates an operational flight timetable that maximizes the airline's revenue, while ensuring efficient utilization of the airline's resources (e.g. aircraft and crew). It explicitly considers passenger demand shift due to the network-level competition with other airlines. It also considers minimizing the needless ground time of the resources. The problem is formulated in the form of a bi-level mathematical program where the upper level represents the airline scheduling decisions, while the lower level captures passenger responses in terms of itinerary choices. A solution methodology is developed which integrates a meta- heuristic search algorithm, a network competition analysis model, and a resource (e.g. aircraft and crew) tracking model. The performance of the framework is evaluated through several experiments to develop the schedule for a major U.S. airline. The results demonstrate the success of the framework to develop a competitive schedule with efficient resources.