航空公司机组排班模型研究

发布时间：2017-08-15 14:10

  本文关键词：航空公司机组排班模型研究

  更多相关文章： 机组排班 优化模型 数学规划 航班延误 混合集合规划

【摘要】：机组排班是航空公司运营计划中的重要组成部分。利用运筹学方法优化机组排班过程，可以提高计划的科学性，降低机组费用，对提高航空公司运营效率、保证飞行安全都具有重要意义。然而，机组排班问题约束繁多，模型结构复杂，是典型的NP难问题。因此，研究可以快速求解复杂机组排班问题的模型与算法对工业界和学术界都有重要意义。 机组排班问题本质上是机组和航班的匹配问题，以往机组排班计划的制定大都依靠手工方式完成，随着航空业的快速发展，航空公司规模迅速扩大，传统排班方法已很难满足航空公司的运营需求，能够求解大规模机组排班问题的智能优化系统将为航空公司提供更好的决策支持。 本文首先分析了机组排班问题的研究进展，在此基础上，基于数学规划方法，构建了单基地的机组排班优化模型。该模型以最小化排班总成本为优化目标，，并加入了对双机场和搭机的考虑，使模型更加贴近实际。基于对模型特点的分析，本文设计了可求解大规模机组排班问题的启发式列生成算法，并通过数值实验对算法的有效性进行了验证。 以往对机组排班问题的研究大多不考虑航班延误，造成排班方案抗干扰性较差。为提升排班的鲁棒性，本文在深入分析航班延误产生和传导过程的基础上，构建了考虑延误的机组排班扩展模型。与传统确定性模型不同，该模型在生成新任务环时，同步计算航班延误沿路径的传导，可精确模拟延误的传导过程。加入对航班延误的考虑后，模型的复杂度进一步提升，求解更加困难，因此，本文设计了带有航班延误的启发式求解算法，实现了模型的有效求解。最后，本文通过仿真实验对传统确定性模型和考虑延误的扩展模型进行对比，证明扩展模型可显著减少因延误导致的航班取消，提升排班方案的抗干扰能力。 在完成上述工作后，本文首次基于混合集合规划方法对机组排班问题进行了研究，构建了机组排班问题的混合集合规划模型，并将运筹学算法与问题业务逻辑相结合，设计了高效的求解策略。数值实验证明，该模型可求解达到实际应用规模的机组排班优化问题。之后，本文从多方面对机组排班问题的数学规划模型和混合集合规划模型进行了对比研究，并根据各模型特点对模型在实际中的应用给出了相应建议。
【关键词】：机组排班 优化模型 数学规划 航班延误 混合集合规划
【学位授予单位】：清华大学
【学位级别】：博士
【学位授予年份】：2014
【分类号】：F562.6;F224.3
【目录】：

• 摘要3-4
• Abstract4-6
• 目录6-9
• 第1章 引言9-17
• 1.1 选题背景9-12
• 1.2 选题意义12-13
• 1.3 研究对象及内容13-15
• 1.4 论文章节安排15-17
• 第2章 文献综述17-39
• 2.1 航空运输运营计划17-22
• 2.1.1 航班计划17-18
• 2.1.2 包含维修计划的飞机排班计划18-20
• 2.1.3 机组排班20-22
• 2.2 机组排班问题研究现状22-24
• 2.3 机组排班问题的鲁棒性研究24-27
• 2.4 机组排班模型优化方法27-36
• 2.4.1 常用算法介绍27-28
• 2.4.2 列生成法28-34
• 2.4.3 混合集合规划方法34-36
• 2.5 本章小结36-39
• 第3章 基于数学规划的机组排班模型39-66
• 3.1 模型基本假设39-42
• 3.2 模型结构42-51
• 3.2.1 机组排班模型的主问题：集合分割问题42-45
• 3.2.2 机组排班模型的子问题：最短路问题45-46
• 3.2.3 对列生成方法的几点讨论46-51
• 3.3 模型算法与实现51-57
• 3.3.1 生成初始任务环的启发式算法51-54
• 3.3.2 求解子问题的最短路算法54-56
• 3.3.3 列生成算法收敛性问题56-57
• 3.4 模型数值实验57-63
• 3.4.1 求解工具选择57-58
• 3.4.2 实验数据与实验环境58-59
• 3.4.3 实验统计结果及分析59-63
• 3.5 模型功能和特点63-64
• 3.6 本章小结64-66
• 第4章 考虑延误的机组排班扩展模型66-83
• 4.1 模型介绍67-73
• 4.1.1 与模型相关的基本概念67-68
• 4.1.2 模型基本假设68-70
• 4.1.3 基本模型70-73
• 4.2 模型求解算法73-77
• 4.2.1 带有航班延误的最短路启发式算法73-74
• 4.2.2 延误概率分布计算的几点讨论74-77
• 4.3 模型的数据实验验证77-82
• 4.3.1 实验数据与实验环境77
• 4.3.2 实验统计结果及分析77-79
• 4.3.3 仿真实验79-82
• 4.4 本章小结82-83
• 第5章 基于混合集合规划的机组排班模型83-107
• 5.1 模型介绍84-87
• 5.1.1 模型基本假设84
• 5.1.2 模型参数及变量描述84-85
• 5.1.3 基本模型85-87
• 5.2 模型求解策略87-89
• 5.3 模型的数据实验验证89-98
• 5.3.1 求解工具选择89-92
• 5.3.2 实验数据与实验环境92-93
• 5.3.3 实验统计结果及分析93-98
• 5.4 机组排班数学规划模型与混合集合规划模型对比分析98-105
• 5.4.1 建模方法对比分析98-99
• 5.4.2 模型结构对比分析99-103
• 5.4.3 模型优化结果对比分析103-105
• 5.5 本章小结105-107
• 第6章 总结107-117
• 6.1 论文的主要工作107-113
• 6.2 论文的创新点113-115
• 6.3 未来研究展望115-117
• 参考文献117-125
• 致谢125-127
• 附录 A 机组排班问题中的专业名称及术语127-129
• 附录 B 机组排班问题的主要规则和约束129-133
• 个人简历、在学期间发表的学术论文与研究成果133

【参考文献】

中国期刊全文数据库 前10条

1 李青,张军,张学军;解决排班问题的多目标优化模型及算法研究[J];北京航空航天大学学报;2003年09期

2 肖东喜;朱金福;;飞机排班中航班环的动态构建方法[J];系统工程;2007年11期

3 李雄;刘光才;颜明池;张玮;;航班延误引发的航空公司及旅客经济损失[J];系统工程;2007年12期

4 王红;张蕾;;遗传算法在航空公司飞行人员排班中的应用研究[J];计算机工程与应用;2006年10期

5 李耀华;谭娜;;飞机排班调度中机组指派优化模型及算法研究[J];计算机工程与应用;2008年34期

6 李耀华;谭娜;郝贵和;;飞机维修计划优化模型与算法研究[J];控制工程;2008年01期

7 邢有洪;李晓津;;航空公司航班延误损失分析[J];会计之友(中旬刊);2010年02期

8 石丽娜;唐小卫;;基于二次遗传算法的机组任务配对问题研究[J];计算机工程与设计;2008年05期

9 孙宏;应用网络流模型解决航班衔接问题[J];西南交通大学学报;2002年02期

10 牟德一;王志新;夏群;;基于机组延误概率的鲁棒性机组配对问题[J];系统管理学报;2011年02期

中国博士学位论文全文数据库 前1条

1 朱星辉;航空公司航班计划优化设计研究[D];南京航空航天大学;2007年

本文编号：678571