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：航班恢复问题在航空日常运营中占有重要地位,高质量的航班恢复是提供运输服务的重要保障.建立了不考虑旅客旅程信息的多机型航班恢复的非线性整数规划模型,引入了累积0-1变量用以描述了飞机的时间资源占用,提出了飞机到发机场状态以描述飞机的空间位置.考虑到问题复杂度和求解时间的要求,本文在对所构建模型特点进行分析之后,设计了基于惩罚费用的启发式算法进行求解.通过算例验证,所设计启发式算法能够在较短时间内得出满意解.

摘要：航班调度系统易受天气等因素的影响，导致航班延误甚至取消，给航空公司和旅客带来巨大损失．针对某机场由于天气原因需要临时关闭这一问题，综合考虑航班延误，飞机置换和旅客的行程信息，以旅客的总体延误时间最短为目标函数，建立了旅客滞留航班恢复模型．根据面向对象的编程思想设计了航班调度算法并耦合遗传算法对模型进行求解．基于较大规模的航班和旅客数据对模型和算法进行了验证，得到了合理的航班恢复方案．

摘要：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%。

摘要：文中以航空公司运营中的航班计划为背景,对基于多因素不确定环境下受扰航班恢复问题进行研究,该问题是复杂度非常高的组合优化问题,属于NP难问题。文中在分析航空公司受扰航班恢复问题的基础上,结合实际情况,综合考虑多种约束,建立有效的数学优化模型,并采用不同的算法策略,设计了高效的启发式求解算法,其中较好策略解的平均质量提高了32.47%。利用航空公司的真实数据对模型及算法进行测试,结果表明,文中提出的启发式算法可以在较短的时间内有效求解达到实际应用规模的受扰航班恢复问题。

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：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。

摘要：由于天气、交通流量、飞机故障等因素影响,航班推迟甚至取消经常发生。导致航班延误的因素一旦解除,航班恢复工作必须立即执行,为此航班优化建模求解方法的高速高效尤其重要。首先系统简要地回顾了航班优化恢复的研究现状。在此基础上,提出了飞机和机组一体化恢复的数学模型。之后通过构建飞机恢复和机组恢复的可行路径和可行配对作为输入,对建立的优化模型进行优化求解,以使其在合理的时间内,获得整合恢复的优化解。为了获得飞机恢复和机组恢复的可行路径和可行配对,设计了专门的递归算法和配对存储树方法。为了进一步提高计算速度,对计算数据进行了预处理,即将恢复限制在受扰航班中进行。这样不仅提高了求解速度,同时也最大限度地减少了受扰航班数。计算试验表明,该方法较之飞机、机组分阶段优化恢复,优度明显提升,而且求解速度快,可用于航空公司中小规模的航班恢复。

摘要：分析了飞机和机组运行计划的特点与异同,以最小化恢复总成本为目标函数,以飞机、航班、机组和机场的时空衔接、流平衡等为约束条件,建立了飞机和机组一体化恢复的约束规划模型。针对一体化恢复问题的特点和模型结构,利用混合集合规划方法设计搜索算法,并进行了实例验证。计算结果表明:对小规模问题,约束规划模型与分阶段恢复方法得到的结果一致,延误均为6 020min;对中大规模问题,约束规划模型与分阶段恢复方法求得的延误分别为9 670min和12 840min,约束规划模型比分阶段恢复方法减少约24.69%的延误;分阶段恢复方法在约22.2%的情况下无法求得可行解。可见,约束规划模型可行。

摘要：由于不正常航班问题造成的巨大经济损失,航班恢复问题越来越受到重视。针对航班恢复问题,基于ASA优化算法,以航空公司恢复成本最小为目标函数,建立起飞航班及降落航班的数学模型,经过优化软件迭代得出最优解,并计算出具体延误时间(成本),为以后机场航班问题研究提供参考。