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。     

如何提高航班运行的正常性

航班正常性不但是航空公司运营成功与否的关键指标,也是整个民航运输业是否高效的重要指标,和高价值商务旅客选择航空公司的主要依据。通常不正常运行成本占公司运行成本的0.6%到2.9%,航班正常性的提高可以大幅度降低不正常运行成本。今年民航总局先后出台了多项政策措施:航班不正常报告制度;航班正常性与航线经营权挂钩规定;加强航班运行时刻管理;充分发挥舆论监督和社会监督的作用;加强旅客投诉的受理和处理工作;航班延误经济补偿指导意见等等,为提高航班正常性起到了积极作用。但《航班延误经济补偿指导意见》(以下简称《指导意见》)实施…     

大型航空运输企业航班恢复系统(RM)应用研究

随着航空公司机队规模和运营航线的不断扩大,在发生大面积航班延误时,航空公司需要快速计算出最优的航班恢复方案。为了提高运行控制效率,探索一种优化控制的方法,根据经济效益、航班正常等不同的目标要求,计算出最优的运行方案,最终达到快速、高效地调配航班。分析了大型航空运输企业不正常航班恢复的主要场景,在此基础上筛选了制约航班恢复的关键约束条件,设计了航班恢复和校验的基本逻辑,通过应对台风处置的实际案例,验证了某大型航司和美国世博公司的航班恢复系统(RM)在实际案例应用中的效果,总结了该航班恢复系统的优点和存在的风险及短板。实践表明,该系统可缩短2 h航班运行恢复时间,平均每个受影响航班减少延误30 min,减少相应的成本2万元,提升整体航班正常率3%~5%。     

构建我国航线航班的科学管理机制

美国与欧盟自由的航线航班政策环境，促进了其航空运输业的快速发展。我国应借鉴其施行分类管理的措施，分阶段、逐步地放开国内航线航班市场，加强相应的配套措施，同时加大对我国支线航空和国际航线的扶持。     

基于遗传算法的多航班超售策略研究

研究航空公司在一个航段上每天有多个航班的机票超售问题,以多个航班总的期望收益最大化为目标函数,建立了旅客到达率服从二项分布的多航班超售模型.并运用遗传算法,通过编写选择、交叉、变异函数,调用Matlab工具葙求解模型.以国内某航空公司北京一上海航线为例,分别求解了单一票价、航班座位数相同及多种票价、航班座位数和旅客到达率不同的航班最优超售量,为航空公司多航班的超售提供了依据.     

基于最少可用飞机数的航班编组计划

研究了航空公司在运力紧张状况下的航班编组计划问题.首先根据单枢纽航线结构的特点,将航班编组计划问题转化为在枢纽机场的航班节编组问题,然后通过构造描述航班节间衔接关系的传递图,并利用传递图与其对应无向偶图的关系,将需用飞机数最少的航班节编组计划问题转化为求对应无向偶图的最小权最大匹配,从而构造出一个解决运力紧张状况下航班编组计划的多项式算法.最后通过一个算例说明了该算法的应用.     

捷星航空将开通杭州至新加坡直飞航班

亚太地区最大的廉价航空公司捷星航空宣布,从3月22日起将开通直飞新加坡至杭州的航班,进一步扩展该公司覆盖中国市场的航线网络。捷星航空将提供每周3次往来杭州及新加坡的航班服务,杭州将成为捷     

航空公司信息化的航班概念

AnAnalysisoftheDifferentConnotationofElightinAirlinesInformationTechnologySystem在航空公司信息系统建设中，同一概念（名词）往往具有不同的内涵，准确理解这些概念是很重要的。以最常用的“航班”为例，不同单位和部门在不同的业务中，可能会以一种或多种不同内涵来使用航班概念。参加民航信息系统建设，如果不能准确地理解同一（航班及其他）概念的不同内涵，设计数据库和应用程序往往会挂一漏万，最终无法提供一套正确反映业务需求的系统。本文根据实际业务，把航班概念划分为航段、航班、联班和联线四个层次，表现四种递进的…     

新航将开通圣保罗航班

新加坡航空公司将于3月28日开通飞往巴西圣保罗的航班。该航线的开通还需获得监管部门的许可。新加坡-巴塞罗那-圣保罗航线每周将运营3个航班,由波音777-300ER型飞机执飞该航线。该航班均为西班牙航空公司     

影响航班旅客数因素的重要性分析

利用粗集理论对航班数据组成的信息系统进行分析,提出了一个分析和刻划影响航班旅客数量因素重要性的数量化方法,可用于指导航空公司加强对所经营的航线属性的把握,提高航空公司的生产经营水平。     

Empirical analysis of airport network and critical airports

Air transport network, or airport network, is a complex network involving numerous airports. Effective management of the air transport system requires an in-depth understanding of the roles of airports in the network. Whereas knowledge on air transport network properties has been improved greatly, methods to find critical airports in the network are still lacking. In this paper, we present methods to investigate network properties and to identify critical airports in the network. A novel network model is proposed with airports as nodes and the correlations between traffic flow of airports as edges. Spectral clustering algorithm is developed to classify airports. Spatial distribution characteristics and intraclass correlation of different categories of airports are carefully analyzed. The analyses based on the fluctuation trend of distance-correlation and power spectrum of time series are performed to examine the self-organized criticality of the network. The results indicate that there is one category of airports which dominates the self-organized critical state of the network. Six airports in this category are found to be the most important ones in the Chinese air transport network. The flights delay occurred in these six airports can propagate to the other airports, having huge impact on the operation characteristics of the entire network. The methods proposed here taking traffic dynamics into account are capable of identifying critical airports in the whole air transport network.     

考虑优先级的交叉口航班汇聚排序问题研究

为了有效地利用航路资源,减少飞行延误总成本,建立了改进的航路交叉口汇聚排序模型。为加快求解速度,分析了影响航班延误成本的因素,给出了权重赋值表,改进了现有算法,并用FCFS算法与改进算法进行了算例分析。仿真结果表明,改进算法通过对交叉口航班各属性赋权值可有效进行优先等级划分,完成时隙分配和航班排序的快速计算。采用改进给出的优化排序策略可减少延误飞行的总成本,具有一定的实用性。     

地面管制阶段航空器等待策略研究

地面等待策略是空中交通流量管理的主要组成部分,有利于节约飞行成本,提高安全水平。建立了空中交通多目标地面等待策略的整数线性规划模型,模型包括所有航班的总等待时间最短和总等待费用最小两个优化指标,约束条件考虑了指定空域容量的限制和各航班等待时段上限的限制。考虑到该优化问题求解的计算复杂度,应用基于自然法则的模拟退火随机搜索优化算法来解决该问题。数值模拟算例表明了所建立数学模型的正确性和算法的可行性和有效性。     

An air-rail inter-modal strategy for aircraft recovery

It is common that airlines encounter a disruption of a flight schedule, which is mainly caused by resource shortages. In case of a disruption, subject to scarce resources, most of airlines lose flexibility of performing aircraft recovery on the basis of business interest priorities and need to delay, swap, and cancel flights. This paper proposes an air-rail inter-modal strategy to incorporate a High-Speed Rail(HSR) transport mode into an aviation network for aircraft recovery. The air-rail inter...     

基于航路耦合容量的协同多航路资源分配

针对中国当前航路空域拥挤日益严重的问题,分3个步骤进行解决:第1步,对空域管制单元之间存在的交通流耦合因素进行分析,建立基于空域管制单元耦合因素的航路容量模型;第2步,为反映不同类型航班对计划到达时间变动范围的不同接受程度,定义了航班的延误成本函数和改航成本函数;第3步,在上述两步的基础上,为充分利用可行的航路空域资源...     

多跑道航班进离场动态调度模型与算法

针对民航运输快速发展导致的航班延误频增现象,研究了多跑道航班进离场的动态调度问题。研究时段内航班的总延误成本最小和延误时间均衡为目标,综合考虑根据机型确定的航班进离场调度优先权和管制员负荷,建立多跑道航班进离场调度模型,利用遗传算法对模型进行仿真验证。仿真结果与先到先服务(FCFS)调度方式进行比较,采用遗传算法的航班进离场调度比FCFS的延误成本降低了45.07%,延误时间降低了37.90%,同时有效地均衡了航空公司的延误时间,保障了航空公司的公平性并提高了跑道系统容量,降低了管制员负荷。通过仿真验证了多跑道航班进离场动态调度策略具有较强的优势和可行性。     

飞机抛物线飞行试验中的液体行为仿真

微重力环境下液体的流动特性和晃动行为是航天工程上颇为关心的问题,也是进行推进剂管理的基础。飞机抛物线飞行是创建微重力环境地面实验方法之一,可实现对一定时间内液体行为的观测,但其成本较高且试验时长受限。基于失重飞机的一般运动规律,对单次及多次抛物线飞行的任务剖面进行了设计,并以单次抛物线飞行为例、利用CFD软件对液体行为进行了数值仿真,分析了失重飞行段初始条件对微重力液体响应的影响。仿真结果可为失重飞机飞行任务剖面的设计和优化提供参考。     

机场安检资源动态分配方法研究

为缓解大型机场航班数的密集增加给机场安检带来的巨大压力，避免可能导致的服务时间延长、机场服务质量及旅客满意度下降等后果，针对不同时段的航班计划计算了合适的安检通道开放数量，并基于排队论计算了旅客的等待时间，比较了不同人员配置对安检效率和成本的影响。结果表明，根据不同时段的航班数动态分配安检资源，可以保证安检效率及机场服务质量并降低安检成本。     

Locally generalised multi-agent reinforcement learning for demand and capacity balancing with customised neural networks

Reinforcement Learning (RL) techniques are being studied to solve the Demand and Capacity Balancing (DCB) problems to fully exploit their computational performance. A locally generalised Multi-Agent Reinforcement Learning (MARL) for real-world DCB problems is proposed. The proposed method can deploy trained agents directly to unseen scenarios in a specific Air Traffic Flow Management (ATFM) region to quickly obtain a satisfactory solution. In this method, agents of all flights in a scenario form a multi-agent decision-making system based on partial observation. The trained agent with the customised neural network can be deployed directly on the corresponding flight, allowing it to solve the DCB problem jointly. A cooperation coefficient is introduced in the reward function, which is used to adjust the agent’s cooperation preference in a multi-agent system, thereby controlling the distribution of flight delay time allocation. A multi-iteration mechanism is designed for the DCB decision-making framework to deal with problems arising from non-stationarity in MARL and to ensure that all hotspots are eliminated. Experiments based on large-scale high-complexity real-world scenarios are conducted to verify the effectiveness and efficiency of the method. From a statistical point of view, it is proven that the proposed method is generalised within the scope of the flights and sectors of interest, and its optimisation performance outperforms the standard computer-assisted slot allocation and state-of-the-art RL-based DCB methods. The sensitivity analysis preliminarily reveals the effect of the cooperation coefficient on delay time allocation.