基于免疫禁忌混合算法的航班快速恢复研究

为了减少枢纽机场大面积航班延误带来的经济损失，结合航班延误经济损失模型，在免疫进化算法的基础上，通过引入禁忌搜索进行优化改进，尝试用免疫禁忌混合算法解决航班延误恢复的问题。仿真实验结果表明，算法在航班快速恢复的问题中收敛速度和解的质量方面均优于标准遗传进化算法，既提高了航班恢复求解的效率，又减少了延误损失。     

基于遗传算法的航班串优化方法研究

分析研究了航班串编制问题,考虑了飞机载客量与航班平均客流量的关系,构造了航班旅客溢出成本指数因子,建立了改进后的基于最小成本的航班串优化模型,并构造了遗传算法求解模型.利用Matlab遗传算法工具箱进行仿真研究.应用航空公司实际航班数据对上述模型和算法进行验证,所得优化结果良好,证明该航班串优化模型及方法切实可行.     

主机外航数据处理问题分析及解决

世界航空业的快速发展，带来中航信系统中国内国际航班数据的持续大量增加,由于数据文件的设计及算法原因，处理外航数据时需占用的DBA空间越来越大，然而系统DBA空间不能无限扩大,当DBA空间无法满足计算需求时，将导致525或Storage full错误。本文在基于原来数据结构不变的情况下．调整了数据录入算法，当某城市对对应的航班计划数据达到某个限制之后，将不再增加新的航班计划数据,即不再支持航班计划数据无限扩张，修改后系统运行正常，航班计划和路由数据受影响很小．大大减少了航信主机处理外航数据时的525及Storage full错误。     

混合型联盟航线网络结构下航班频率优化研究

科学优化联盟航线网络结构下的航班计划可充分发挥联盟合作效应。综合考虑航空公司运行成本与旅客时间成本,以航班运行成本和旅客计划延误成本总成本最小为目标,建立混合型联盟航线网络结构下多机型多路径的航班频率优化模型。设计航班频率优化模型启发式算法,案例分析验证了模型可行性。结果表明,模型能一定程度上降低旅客出行成本和航空公司运行成本,可为航空公司制定混合联盟航班计划的频率优化提供参考。     

航空公司飞行机组排班问题研究

飞行机组排班是整个航空公司制定航班生产计划中的一个重要环节,是提高航空公司运营效率的关键。通过对飞行机组排班问题中飞行机组任务分配的分析,把飞行机组人员任务的分配转化为图着色,建立飞行机组排班问题的图着色模型,设计顶点着色算法来求解模型,最后将此图论算法模型应用到具体航空公司飞行机组排班的实例中。     

基于贝叶斯网络的航班延误传播分析

 由于机场航班之间存在前后衔接关系,每个航班的延误会波及到下游机场及其航班,因此需要一种有效手段来分析航班衔接时的延误传播。贝叶斯网络（BN）是一种有效的传播分析方法,从某个枢纽机场航班延误出发,对其关联机场的衔接航班的延误影响进行分析,提出了基于BN的航班延误传播模型。结合某航空公司实际数据,通过最大期望值算法对模型进行训练,给出了测试结果。实验表明,所提出的方法能有效地分析航班延误从局部到全局的传播。     

航班起降波形分类及特征研究

以OAG航班计划数据为基础,对全球大型机场日客运航班的起降波形进行分析并归纳分类,得出锯齿形、梯形、早晚高峰形和叠加形4类航班波.同时,提出4个特征指标用于对航班起降波形进行评估,分别为高峰起降航班占比率、飞行架次标准差比值、高峰起降间隔时间和降落-起飞高峰配对数.以我国旅客吞吐量排名前10位的机场为例,分析各机场航班起降波形及其特征指标.研究结果表明:我国大型机场客运航班起降波形以早晚高峰形航班波为主,高峰起、降航班占比率均值分别为64.1％和59.0％,飞行架次标准差比值为0.12,日间运行时段尚未形成明显的降落-起飞高峰配对,与国际大型枢纽机场航班运作模式尚有一定差距.     

基于混合遗传算法的航班串优化模型研究

分析了飞机排班调度中航班串的编制优化问题，并针对该问题建立优化模型，模型主要考虑了航班串编制时关于航站衔接的要求及过站时间的限制。同时，为求解所建立的模型，构造了一种基于精英选择策略的自适应遗传算法．通过使用实际航班数据对模型进行仿真研究，证明了模型及算法的可行性、     

航班环上的飞机尾号分配问题

飞机尾号分配问题是航空公司生产运营过程中一项重要工作,其结果直接影响到航空公司的运营成本和飞行安全等。首先以飞机维修机会最大为目标建立了航班环生成模型,利用列生成算法和Floyd最短路算法的结合生成了满足3天维修计划的多维修基地航班环;其次,利用分支定界算法得到了航班环生成模型的0-1最优解;再次,采用KM算法完成了飞机与航班环的完美匹配,实现了航班环的动态分配;最后,通过对一个算例的分析,验证了所提出方法的正确性和有效性。     

打造中转枢纽的核心：合理构建航班波

一个机场要发展为强大的中转枢纽，不仅仅需要大量出港及抵港航班，还需要合理的航班规划，否则中转时间过长所造成的不便将成为妨碍中转飞行模式发展的最大理由。开锐咨询提出，合理构建航班波（BANK）是机场成长为强大中转枢纽的核心步骤。     

基于航班延误概率的鲁棒性飞机排班模型

飞机排班是影响航空公司运营成本的一个重要因素,对飞机进行合理排班,既可以最大化地提高飞机的利用率又可以减少航班的延误。首先简略介绍了国外的一些关于飞机排班问题（FSP）的研究方法,并给出关于飞机排班问题的经典模型;其次,在此基础上提出了基于延误概率的鲁棒性飞机排班问题的模型;最后,根据一个航空公司的数据,利用Grover算法的改进算法计算出模型的结果。分析结果表明了该模型及其算法的可行性以及决策的鲁棒性。     

遗传算法在试飞科目最优排序问题中的应用

以试飞科目间总的过渡耗油、耗时最省为性能指标，应用基于生物界自然选择机制和自然遗传机制的遗传算法，对试飞科目的最优排序问题进行了研究。介绍了遗传算法用于组合优化问题的基本原理和技术方法，根据试飞科目的最优排序问题的特点，构造了适当的适应度函数，对选择算子、交叉算子等进行了改进，充分利用了谝算法的工程性强、应用范围广等特点。仿真计算所得结果表明，应用遗传算法合理安排试飞科目次序，,可节省试飞耗油、耗时、减少试飞成本，提高试飞效率。     

遗传算法在航班覆盖问题中的应用研究

为了解决航标串生成中的航班覆盖问题,首先采用深度优先搜索算法生成最初航班串。然后在传统遗传算法中引入了启发式算子,将该算法应用在航班覆盖问题上,提高了算法效率,对实例的应用也得到了较好的效果。     

基于改进人工势场算法的无人机群避障算法研究

针对无人机运动避障人工势场算法本身存在的极小值问题和局部最小值问题，采用改进的人工势场算法，提出了一种新的路径规划方法。不同于目前的人工势场法，该模型从双机相互作用开始，在障碍物斥力的基础上，增加了无人机之间的斥力，同时定义集群的前置形心作为另一个引力源。算法分析表明，该方法能够有效避免无人机陷入局部最小值，并增强了无人机机群的控制和避障能力。基于该无人机控制模型，给出了路径规划设计并进行了仿真实验。实验结果表明，基于该模型的无人机机群控制具有更好的避障性能和追踪目标的能力。     

基于多种运行成本最小的机队优化配置研究

为节省航空公司运行成本开支，通过以燃油成本最小、时间成本最小、机场起降费用成本最小为目标函数，以飞机最大航程限制、机场起降条件限制、航班频率限制、旅客座次限制、飞机可用时间限制等为约束条件，建立多目标规划模型。通过实例计算，确定机队优化配置方案，验证了模型的正确性，为航空公司机队规划提供了参考。     

研究基地人员分布不均衡的机组任务半环生成问题

国内很多航空公司多基地间存在机组人员和航班任务数量不匹配的情况，导致各基地生成的任务环在机组派遣阶段难以被很好地执行，因此需在任务环生成阶段生成适量的可满足机组人员跨基地支援的任务半环，而传统的生成完整任务环的方案难以适用于该情况。在该问题中，通过顺序方法找到全局最优解是不可能的，因为在配对问题中做出的决策减少了机组分配问题的决策域。对此，创新性地提出了任务半环生成方案，并且创建基于时空网络的集合划分模型，分析任务半环生成总量约束的子问题目标函数项对列生成求解框架的影响，提出可以有效消除该影响的分治策略，采用实际数据验证算法可行性和有效性。与传统的方法相比，可显著节省成本并更好地满足机组人员分配不平衡问题。     

飞行器神经元控制系统的研究与设计

提出了一种基于神经元网络的飞行控制系统设计方法 ,该方法设计的神经元飞行控制器具有良好的鲁棒性 ,使飞行器在整个飞行包络内都能保持某种最优的操纵品质。给出的计算机仿真结果显示出神经元网络作为飞行控制器在处理飞行器参数大范围变化的非线性特性方面具有潜在的优良品质     

试论民用飞机选型程序

飞机选型的最终目的是为航空公司选择一个最满意的机群。它从每个城市对子之间的航班对飞机的优选开始,综合公司全部航班选型结果,从中挑选不同的若干机型组合,形成不同的机群方案;再评估这些方案,选取其中最为满意的一个。本文就如何进行民用飞机和机群的优选进行了探讨,并提出了一个“飞机选型程序框图”。     

不对称推力飞行的最小操纵速度分析

首先,叙述了发生不对称推力飞行的条件,在不对称推力飞行条件下的操纵方法,以及和最小操纵速度的关系。然后,从横航向运动方程入手,推导出了地面和空中最小操纵速度的计算公式,并以Ｈ６飞机为例进行了计算。结果表明：地面和空中最小操纵速度的大小主要取决于工作发动机推力形成的偏转力矩。最后,分析了影响最小操纵速度的因素,指出了考虑最小操纵速度时不对称推力飞行的特点,可供飞行人员参考。