机场航班正常性管理机制建设

本文阐述了首都机场航班正常性管理机制建设的全过程,以及提炼出的管理理念和方法,通过更加科学的方法系统性地解决目前运行中面临的突出问题、难点问题,实现运行品质的稳步提升,为其他大型机场的正常性管理工作提供了宝贵经验,具有一定的借鉴价值。     

统计标准对航班正常性计算的影响——以首都机场为例

近年来,民航运输发展迅猛,但同时航班延误状况也日益严峻,受到广泛关注。航班延误不仅影响航空公司运营效率,而且引发旅客投诉,降低旅客满意度,因此航班延误也成为研究热点之一。在以往文献中,鲜有探究不同标准与航班正常性计算结果的关系。公正、准确地衡量航班正常与否,关系着后续研究的正确性。首先,本文总结历年来我国航班正常性统计办法,进行简要评述。其次,以2014年3至5月北京首都国际机场5万余离港航班运行数据为例进行统计,比较不同统计标准下航班正常性的差异。最后,结合现状给出航班正常性统计的建议。     

解决我国航班延误问题需要协同治理

航班延误是民航运输服务中的现象,它给民航运输各相关主体带来了诸多的负面影响,甚至升级为公共事件。因此,航班延误的治理问题,已经成为民航实务界和学术界长期以来关注的行业热点之一。本文从公共管理的视角,利用协同治理理论,构建航班延误协同治理的概念模型,分析航班延误问题解决的难点,提出解决我国航班延误的路径选择。分析结果表明:有效解决我国航班延误问题,深化认知和明确治理目标是前提,明晰治理角色和职责是基础,构建科学的长效治理机制是关键,建立和完善治理制度是保障,有效的激励性治理是重要动力,学习借鉴是必然要求,实现协同治理是路径选择。     

我国航空公司航班延误补偿问题与对策

本文通过分析国内航空公司航班延误现状,以及对现有航班延误补救方式及标准的介绍,揭示了目前国内航班延误补偿机制所存在的问题,并从航班延误后责任主体的确定、经济补偿措施的改进、建立航班延误保险三个方面提出了改进航空公司航班延误的补偿对策。     

美国：重罚惩治航班延误

在民航业发达的美国，航班延误是一个较为普遍且长期未得到根本解决的老大难问题。今年4月29日，美国交通部开始对造成航班延误的航空公司给予重罚。从目前情况看，这项被认为是有史以来最严厉的惩治新规取得了良好效果。     

美国治理航班延误的方式及启示

本文介绍了美国航班延误的现状,分析了美国治理航班延误的措施——容量提升和需求管理,并得出对我国治理航班延误的启示。     

基于可控性分类的航班延误问题应对策略建议

本文从航班延误的主要原因入手,对航班延误问题进行可控性分类,提出了应对延误问题的两种思路及其适用阶段,针对不同可控类型的航班延误问题,从风险管理的角度分别提出不同的应对策略与措施建议。     

努力做好航班正常工作

我国民航在满足社会快速增长的航空运输需求的同时，也遇到了民航可用空域资源紧张和民航自身管理水平、基础设施、人员培训跟不上等因素的制约，导致在确保航班正常特别是在航班大面积延误后服务处置工作方面还存在不少困难、问题和薄弱环节。     

航班延误处理还需第三方机构仲裁

《民航局航班正常管理规定（征求意见稿）》对航班正常保障和延误处置做了详细规定,厘清了责任,但是责任怎么判定,谁来判定没有答案。     

航班延误考问民航品质

航班延误,与城市拥堵一样,一方面是运行主体急剧增加与交通资源相对有限的矛盾,另一方面则是社会需求旺盛与管理运营滞后的矛盾,但更为重要的,还在于航空公司自身的问题。无论是民肮局的调研结果,还是公众的普遍感受,一些航空公司运营水平不高、服务质量不够,人为放大了航空延误频率,也恶化了乘客对航班延误的心理感受。     

Flight and passenger delay assignment optimization strategies

This paper compares different optimization strategies for the minimization of flight and passenger delays at two levels: pre-tactical, with on-ground delay at origin, and tactical, with airborne delay close to the destination airport. The optimization model is based on the ground holding problem and uses various cost functions. The scenario considered takes place in a busy European airport and includes realistic values of traffic. A passenger assignment with connections at the hub is modeled. Statistical models are used for passenger and connecting passenger allocation, minimum time required for turnaround and tactical noise; whereas uncertainty is also introduced in the model for tactical noise. Performance of the various optimization processes is presented and compared to ration by schedule results.     

飞行值勤期警觉性研究

飞行疲劳是影响航空安全的重要因素,为使机组在值勤期内保持良好的警觉性水平,民航规章对机组成员的飞行值勤时长做出限制规定。为探究规章对飞行值勤期限制的科学性及值勤前休息模式的合理性,引用SAFTE模型分析非扩编机组在不同报到时间值勤期内的警觉性水平及波动程度,对模型仿真结果得出结论:日间报到值勤期内的警觉性水平明显高于夜间,上午的警觉性波动程度要明显小于下午的警觉性波动程度;CCAR-121(R6)关于值勤期的限制规定较CCAR-121(R4)整体更加优化,FAR117部夜间报到的值勤期限制优于CCAR-121(R6);值勤两小时前补充8小时的睡眠更能保证机组在飞行值勤期内的警觉性水平,避免疲劳产生和积累。     

Disruption Management of an Inequality-Based Multi-Fleet Airline Schedule by a Multi-Objective Genetic Algorithm

Abstract

This paper presents a novel application of a Method of Inequality-based Multi-objective Genetic Algorithm (MMGA) to generate an efficient time-effective multi-fleet aircraft routing algorithm in response to the schedule disruption of short-haul flights. It attempts to optimize objective functions involving ground turn-around times, flight connections, flight swaps, total flight delay time and a 30-minute maximum delay time of original schedules. The MMGA approach, which combines a traditional Genetic Algorithm (GA) with a multi-objective optimization method, can address multiple objectives at the same time, then explore the optimal solution. The airline schedule disruption management problem is traditionally solved by Operations Research (OR) techniques that always require a precise mathematical model. However, airline operations involve too many factors that must be considered dynamically, making a precise mathematical model difficult to define. Experimental results based on a real airline flight schedule demonstrate that the proposed method, Multi-objective Optimization Airline Disruption Management by GA, can recover the perturbation efficiently within a very short time. Our results further demonstrate that the application can yield high quality solutions quickly and, consequently, has potential to be employed as a real-time decision support tool for practical complex airline operations.     

基于边界分配法和遗传算法的车辆配送方案研究

本文以玉树州市结古镇物流配送中心车辆配送方案为研究对象,分析了结古镇当前物流配送现状,利用TransCAD软件分析当前物流配送网络,采用边界分配法对配送区域进行合理划分,使区域内网点相对集中;在划分后的配送区域内,使用启发式算法对车辆调度数量进行优化计算,合理配置配送车辆及配送路线,减少配送车辆总行驶里程,降低物流配送成本,提高车辆运载效率和配送系统效率,提高了物流公司竞争力。     

基于混合遗传算法的供水管道漏损安全预测

为解决供水行业中供水管道漏损安全性问题,建立了供水管道漏损安全预测模型,并引入遗传算法对其优化进行漏损预测,同时,针对传统的遗传算法优化该模型的过程中出现的缺陷,提出了混合遗传算法对其求解.模拟实例的预测结果表明：该模型预测方法准确可靠,具有较高的实用性。     

基于遗传算法的地面常规公交与城市轨道交通接驳研究

为了研究地面常规公交与城市轨道接驳问题,构建了基于乘客交通出行时间最短优化模型,采用遗传算法进行求解,并通过具体案例进行了模型验证。结果表明建立的优化模型及遗传算法适用于接驳问题。     

Design and development of a hybrid ant colony-variable neighbourhood search algorithm for a multi-depot green vehicle routing problem

The traditional distribution planning problem in a supply chain has often been studied mainly with a focus on economic benefits. The growing concern about the effects of anthropogenic pollutions has forced researchers and supply chain practitioners to address the socio-environmental concerns. This research study focuses on incorporating the environmental impact on route design problem. In this work, the aim is to integrate both the objectives, namely economic cost and emission cost reduction for a capacitated multi-depot green vehicle routing problem. The proposed models are a significant contribution to the field of research in green vehicle routing problem at the operational level. The formulated integer linear programming model is solved for a set of small scale instances using LINGO solver. A computationally efficient Ant Colony Optimization (ACO) based meta-heuristic is developed for solving both small scale and large scale problem instances in reasonable amount of time. For solving large scale instances, the performance of the proposed ACO based meta-heuristic is improved by integrating it with a variable neighbourhood search.     

基于数据分析的铁路列车到达晚点预测模型

准确估计列车的实际晚点时间对于列车运行图制定、列车调度员决策具有重要意义。为此,以荷兰铁路列车运行实际数据为研究基础,根据列车实际运行数据选择自变量,以列车的实际晚点时间为因变量,建立列车晚点的随机森林预测模型,并以BP神经网络模型作为对比,结果表明随机森林模型预测误差稳定,预测精度较高,比传统的神经网络方法取得了更好的预测效果。     

改进遗传算法校核管道摩阻系数

针对传统的管道摩阻系数校正模型带来较大误差的缺点,构建了一种新的优化数学模型;并提出一种改进遗传算法对其求解,结果表明:该算法能够很好地修正管道摩阻系数值,从而提高管道配水系统模型的效率和精度。     

基于改进Dijkstra算法的路径优化仿真研究

文章针对传统Dijkstra算法在路径优化过程中存在的不足,从路网拓扑关系存储和快速搜索技术两方面对其进行了改进,得到了一种改进的Dijkstra算法,并通过实例仿真分析,验证了该算法的有效性。