基于离散时空网络的不正常航班恢复问题研究
发布时间：2021-01-15 19:52
近几年来,航空运输以其方便、快捷、舒适的特点越来越为广大人民群众所青睐,但由于民航运输系统的复杂性,许多原因会导致航班计划无法正常执行,产生不正常航班。不正常航班问题一直是困扰世界各大航空公司的一大难题,航班扰动导致的出行不确定性不仅给出行者带来极大的不便,影响民航服务的整体形象,同时会给航空公司以致整个社会带来巨大的经济损失。目前国内还没有一套成型的应对不正常航班的恢复系统,当发生不正常航班时,如何快速实时的生成新的航班计划成为当前研究的热点。本文以不正常航班恢复问题为研究对象。首先根据航空公司的实际运营情况,总结了不正常航班产生的原因、调整策略及恢复流程,分析了不正常航班在恢复过程中需满足的约束条件及建模时存在的主要难点;其次设计了针对飞机故障和机场关闭的不正常航班离散时空网络的构建算法,基于构建好的离散时空网络设计了可行路径的生成算法,以此为每架可用飞机生成可行路径集合,并以延误和取消成本最小为目标建立基于路径流的不正常航班恢复模型;随后首次提出采用引进惯性权重的粒子群算法对模型进行求解,根据不正常航班离散时空网络图的特点进行应用编码和初始解生成策略的选择;最后对厦门航空公司一天...
【文章来源】：北京交通大学北京市 211工程院校 教育部直属院校
【文章页数】：93 页
【学位级别】：硕士
【部分图文】：
图１－２?２０１２－２０１６年民航货邮运输量??Ｆｉｇｕｒｅ?１－２?Ｖｏｌｕｍｅ?ｏｆ?ｃａｒｇｏ?ｔｒａｎｓｐｏｒｔａｔｉｏｎ?ｆｏｒ?ｃｉｖｉｌ?ａｖｉａｔｉｏｎ?ｄｕｒｉｎｇ?２０１２－２０１６??
?２０１５?２０１６??图１－２?２０１２－２０１６年民航货邮运输量??Ｆｉｇｕｒｅ?１－２?Ｖｏｌｕｍｅ?ｏｆ?ｃａｒｇｏ?ｔｒａｎｓｐｏｒｔａｔｉｏｎ?ｆｏｒ?ｃｉｖｉｌ?ａｖｉａｔｉｏｎ?ｄｕｒｉｎｇ?２０１２－２０１６??４０００?Ｖ?线数？?３，７９４?￥?２４．０??ＢＳ００?－?—〇－比?ｂ年增?３?１４２?３，３２６?Ｈ?－?２１．５??３０００?－?２＇８７６?■?■?■１９．０??２５００?－?２＾？?＾９＾７．１?Ｉ?■?＾?＿??２０００?－?■?Ｈ?■?霞１４．１－?１４．０??ｅ?ｒ?１１Ｊ４?ｅ??〇?＿ｍ＿，＿■＿．＿■＿．＿Ｍ５．９，＿■＿Ｉ?４０??２０１２?２０１３?２０１４?２０１５?２０１６??图１－３?２０１２－２０１６年定期航线条数??Ｆｉｇｕｒｅ?１－３?Ｎｕｍｂｅｒ?ｏｆ?ｒｅｇｕｌａｒ?ｆｌｉｇｈｔ?ｒｏｕｔｅｓ?ｄｕｒｉｎｇ?２０１２－２０１６??由图１－１和１－２可以看出，近几年来我国民航事业发展迅猛，国内各大航空公??司为满足日益增长的旅客运输量和货邮运输量，都在不断增加开设的航班数量，??扩大运力，图１－３展示了?２０１２年至２０１６年我国定期航线的数量，截至２０１６年底，??我国共有定期航班航线３７９４条，相比上年增加４６８条［１］。随着航线的逐年增加，??航线的编排变得越来越复杂。美国联邦航空局ＦＡＡ的官方数据显示美国的空域领??域中军用的比例占１１％
常航班恢复模型，并提出采用引进惯性权重的粒子群算法结合可行路径生成算法??进行模型求解。最终通过对厦门航空的实际数据进行案例分析，验证模型与算法??的实用性。技术路线如图１－４所示。??６??
【参考文献】：
期刊论文
[1]基于离散时空网络的不正常航班调度模型[J]. 张力菠,鲍和映. 系统工程. 2013(12)
[2]多机型不正常航班恢复的时空网络模型[J]. 乐美龙,王婷婷,吴聪聪. 四川大学学报(自然科学版). 2013(03)
[3]基于列生成法的不正常航班调度[J]. 白凤,朱金福,高强. 系统工程理论与实践. 2010(11)
[4]不正常航班恢复模型的贪婪模拟退火算法研究[J]. 唐小卫,高强,朱金福. 预测. 2010(01)
[5]一种动态改变惯性权重的自适应粒子群算法[J]. 张顶学,关治洪,刘新芝. 控制与决策. 2008(11)
[6]粒子群算法中惯性权重的实验与分析[J]. 王俊伟,汪定伟. 系统工程学报. 2005(02)
[7]车辆路径问题的粒子群算法研究[J]. 李宁,邹彤,孙德宝. 系统工程学报. 2004(06)
[8]基于粒子群算法求解多目标优化问题[J]. 张利彪,周春光,马铭,刘小华. 计算机研究与发展. 2004(07)
博士论文
[1]动车组运用与检修计划综合优化方法研究[D]. 李建.北京交通大学 2017
[2]航空公司不正常航班恢复模型及算法研究[D]. 赵秀丽.南京航空航天大学 2010
硕士论文
[1]考虑不正常航班恢复成本的飞机排班计划的鲁棒性研究[D]. 陶蕾.南京航空航天大学 2017
[2]基于粒子群算法的动态车间调度问题研究[D]. 吴再新.东华大学 2016
[3]基于CDM机制的航空公司不正常航班恢复策略研究[D]. 任栋.中国民用航空飞行学院 2015
[4]不正常航班恢复问题的不确定规划方法[D]. 张旭.中国民航大学 2015
[5]不正常航班飞机和机组计划恢复问题研究[D]. 朱博.南京航空航天大学 2012
本文编号：2979414
【文章来源】：北京交通大学北京市 211工程院校 教育部直属院校
【文章页数】：93 页
【学位级别】：硕士
【部分图文】：
图１－２?２０１２－２０１６年民航货邮运输量??Ｆｉｇｕｒｅ?１－２?Ｖｏｌｕｍｅ?ｏｆ?ｃａｒｇｏ?ｔｒａｎｓｐｏｒｔａｔｉｏｎ?ｆｏｒ?ｃｉｖｉｌ?ａｖｉａｔｉｏｎ?ｄｕｒｉｎｇ?２０１２－２０１６??
?２０１５?２０１６??图１－２?２０１２－２０１６年民航货邮运输量??Ｆｉｇｕｒｅ?１－２?Ｖｏｌｕｍｅ?ｏｆ?ｃａｒｇｏ?ｔｒａｎｓｐｏｒｔａｔｉｏｎ?ｆｏｒ?ｃｉｖｉｌ?ａｖｉａｔｉｏｎ?ｄｕｒｉｎｇ?２０１２－２０１６??４０００?Ｖ?线数？?３，７９４?￥?２４．０??ＢＳ００?－?—〇－比?ｂ年增?３?１４２?３，３２６?Ｈ?－?２１．５??３０００?－?２＇８７６?■?■?■１９．０??２５００?－?２＾？?＾９＾７．１?Ｉ?■?＾?＿??２０００?－?■?Ｈ?■?霞１４．１－?１４．０??ｅ?ｒ?１１Ｊ４?ｅ??〇?＿ｍ＿，＿■＿．＿■＿．＿Ｍ５．９，＿■＿Ｉ?４０??２０１２?２０１３?２０１４?２０１５?２０１６??图１－３?２０１２－２０１６年定期航线条数??Ｆｉｇｕｒｅ?１－３?Ｎｕｍｂｅｒ?ｏｆ?ｒｅｇｕｌａｒ?ｆｌｉｇｈｔ?ｒｏｕｔｅｓ?ｄｕｒｉｎｇ?２０１２－２０１６??由图１－１和１－２可以看出，近几年来我国民航事业发展迅猛，国内各大航空公??司为满足日益增长的旅客运输量和货邮运输量，都在不断增加开设的航班数量，??扩大运力，图１－３展示了?２０１２年至２０１６年我国定期航线的数量，截至２０１６年底，??我国共有定期航班航线３７９４条，相比上年增加４６８条［１］。随着航线的逐年增加，??航线的编排变得越来越复杂。美国联邦航空局ＦＡＡ的官方数据显示美国的空域领??域中军用的比例占１１％
常航班恢复模型，并提出采用引进惯性权重的粒子群算法结合可行路径生成算法??进行模型求解。最终通过对厦门航空的实际数据进行案例分析，验证模型与算法??的实用性。技术路线如图１－４所示。??６??
【参考文献】：
期刊论文
[1]基于离散时空网络的不正常航班调度模型[J]. 张力菠,鲍和映. 系统工程. 2013(12)
[2]多机型不正常航班恢复的时空网络模型[J]. 乐美龙,王婷婷,吴聪聪. 四川大学学报(自然科学版). 2013(03)
[3]基于列生成法的不正常航班调度[J]. 白凤,朱金福,高强. 系统工程理论与实践. 2010(11)
[4]不正常航班恢复模型的贪婪模拟退火算法研究[J]. 唐小卫,高强,朱金福. 预测. 2010(01)
[5]一种动态改变惯性权重的自适应粒子群算法[J]. 张顶学,关治洪,刘新芝. 控制与决策. 2008(11)
[6]粒子群算法中惯性权重的实验与分析[J]. 王俊伟,汪定伟. 系统工程学报. 2005(02)
[7]车辆路径问题的粒子群算法研究[J]. 李宁,邹彤,孙德宝. 系统工程学报. 2004(06)
[8]基于粒子群算法求解多目标优化问题[J]. 张利彪,周春光,马铭,刘小华. 计算机研究与发展. 2004(07)
博士论文
[1]动车组运用与检修计划综合优化方法研究[D]. 李建.北京交通大学 2017
[2]航空公司不正常航班恢复模型及算法研究[D]. 赵秀丽.南京航空航天大学 2010
硕士论文
[1]考虑不正常航班恢复成本的飞机排班计划的鲁棒性研究[D]. 陶蕾.南京航空航天大学 2017
[2]基于粒子群算法的动态车间调度问题研究[D]. 吴再新.东华大学 2016
[3]基于CDM机制的航空公司不正常航班恢复策略研究[D]. 任栋.中国民用航空飞行学院 2015
[4]不正常航班恢复问题的不确定规划方法[D]. 张旭.中国民航大学 2015
[5]不正常航班飞机和机组计划恢复问题研究[D]. 朱博.南京航空航天大学 2012
本文编号：2979414
本文链接：https://www.wllwen.com/kejilunwen/hangkongsky/2979414.html
