摘要：不正常航班恢复问题研究通常基于固定航班中转时间,忽视了实际航班中转时间的改变对航班恢复带来的影响。对此,依据全国235个机场的全部运营航班数据抽取机场-航班特征,构建了基于LightGBM的航班中转时间预测模型,预测航班的有效中转时间,数值结果显示,航班中转时间预测模型预测的均方根误差为6.783 min。构造了基于有效中转时间的不正常航班恢复模型,并针对性地设计了求解该模型的列向量生成算法,构造的模型通过取消、改变计划时间、更换飞机等方式,分别在最小化航班延误时间、取消个数、换飞机个数的目标下,解决机场流量下降、机场关闭、飞机维修等不正常条件下的航班恢复问题。通过航空公司实际运行数据测试证明,基于有效中转时间预测的不正常航班恢复技术有效,在大规模航班恢复的情况下,可以将总延误时间减少34.2%。将列向量生成算法与时空网络算法的结果进行对比,所提出的恢复方法能降低航班恢复代价。

摘要：针对飞机资源短缺、机场临时关闭导致的不正常航班情况,同时考虑航班取消、航班延误及摆渡飞机等不正常航班调度策略,综合分析了原航班时间计划表、造成不正常航班的原因、可用飞机位置及航班取消、航班延迟和摆渡飞机的成本等不正常航班调度策略的影响因素,设计了新的离散时空网络算法,给出了算法步骤,并基于此网络构建了不正常航班调度模型。最后以一个中等规模航空公司的航班计划实例验证了算法和模型的可行性与有效性。

摘要：将并行计算与GRASP结合,设计了一种新的基于并行GRASP的不正常航班调度算法,给出了详细的算法流程与步骤;同时考虑了使用备用飞机、延误航班与取消航班等不正常航班调度策略,通过并行GRASP算法优化了构造的飞机路线和取消路线组成的初始解,给出了每架飞机新的航班路线和航班取消路线。国内一家中等规模航空公司实际算例的结果证明了算法能有效降低以往算法的时间复杂度,明显提升运算效率,可用于较大规模的不正常航班调度运算。

摘要：针对不正常航班恢复以及民航调度系统中空管、机场和航空公司之间复杂的协同调度问题，设计了一个基于大系统分解协调的不正常航班调度系统分解方法．首先简述了基于CDM的航班调度系统结构及原理，然后针对不正常航班恢复所涉及的各参与主体利益需求，建立分解级协调级多级递阶结构的不正常航班恢复优化调度模型，对分解后的各子系统模型采用遗传算法优化求解．最后通过东北空域内各主要机场航班调度的算例验证分析，结果表明采用方法能够减少航班延误时间，提高航空管理和服务质量，为具体工程应用提供决策支持．

摘要：不正常航班是航空运输面临的重要问题,为减少不正常航班给航空公司及旅客出行带来的负面影响,充分考虑航班的时空特性和运行环境,设计了不正常航班离散时空网络的构建算法,并且基于所构建的离散时空网络提出可行路径的生成算法。通过该算法可以为不正常航班下的可用飞机生成可行路径集合。基于航班时空网络图设计算例对提出的算法进行验证,实验结果表明通过可行路径算法可以为不正常航班飞机生成可行路径,所提出的算法具有可行性。

摘要：为降低不正常航班给航空公司带来的负面影响,提出了一个以加权成本最小为目标的考虑多个影响因素的不正常航班飞机计划恢复模型。模型目标函数考虑的因素包括航班延误与取消、飞机维护以及航班运行过程中与飞机和机场相关的各项改变,并且在约束条件中考虑了过站时间等因素。针对所提出的模型设计遗传算法进行求解。基于大规模航班数据设计算例对模型和算法进行验证,研究结果表明:遗传算法适用于求解所提出的模型;通过对模型求解可以得到合理的飞机计划恢复方案;除机场关闭之外,飞机维护任务、过站时间等因素对于航班的执行具有重要影响,因此在飞机计划恢复问题中应该考虑多方面的因素。算例结果证明了模型和算法的正确性和有效性。

摘要：不正常航班调度属于NP难问题,也是一个繁琐的实时网络结构优化问题。为了减小航空公司的损失成本且提高航班的正点率,通过分析造成不正常航班的原因、不正常航班调整策略,设计了不正常航班离散时空网络算法,给出了构建时空网络的具体步骤,运用离散时空网络方法为每架飞机构建恢复路线。以延误成本和取消成本最小为目标构建了资源指派模型,在时空网络的基础上建立了不正常航班调度模型,以一个中等航空公司的航班计划证实了模型和算法的正确性和实效性。

摘要：航班由于恶劣的天气、机组人员和飞机维修等原因导致延误或取消时,如果不能妥善处理,将会影响到旅客旅行,并可能损害航空公司的盈亏绩效和声誉,对此,航空公司需要制定应急计划以应对航班故障、维持竞争力和满足旅客需求。文章针对不正常航班的恢复问题建立了最小成本的数学模型,采用大规模邻域搜索的启发式算法求解,并针对国内某航空公司的航班数据进行仿真实验。实验结果表明,采用启发式算法对不正常航班进行一系列的恢复之后不仅可以降低恢复成本,还可以减少对于旅客出行带来的各种不便问题。

摘要：不正常航班机组恢复问题的建模和快速有效求解对民航资源优化利用、降低民航企业运营成本和提高旅客服务水平至关重要.采用约束规划建模,在ILOG Solver优化组件提供的框架基础上,设计了不正常航班机组恢复问题的禁忌搜索算法.该算法与直接使用CPLEX优化组件相比,提高了邻域搜索效率,能够满足大规模机组恢复问题的时间要求,给出算例验证了算法的实时性和有效性.

摘要：为解决由天气、流量控制、机务维修和旅客等因素导致的航班不正常问题,构建了以航空公司直接损失和间接损失之和最小为目标函数的航班恢复模型;细分了不同舱位的旅客由于航班延误产生的失望情绪对航空公司的未来客票销售产生的影响;将经济学中机会成本的概念应用于模型中,使损失种类的计算更加完善;最后设计了一种动态决策算法对模型求解。实例研究结果表明,通过该算法可将不正常航班损失降为原来的44%,证明该算法在解决航班恢复问题时具有一定的优越性。