摘要：恶劣天气和机械故障等原因造成航班不能正常运行,航空公司需要重新安排飞机路线和受扰航班的起降时间.不正常航班的飞机计划恢复问题是一个典型的NP-Hard问题,为解决这一问题,采用混合集合规划方法,引进更一般的约束条件,建立了自然约束语言模型,设计简洁且高效的求解策略,实现了多机型的飞机计划恢复.最后对各种规模的实例进行了测试,并与贪婪模拟退火算法进行比较,表明了这种方法在求解质量和时间效率上的优越性.

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。