带有一致性规范约束的航空机组排班问题研究

航空机组人员排班是航空公司运营调度过程中的重要环节,现有文献对该问题的研究主要集中在排班成本的最优化以及排班结果的鲁棒性等方面,但排班计划对机组人员工作状态的影响尚未在已有的研究中得到充分的讨论与重视。因此,本文借鉴了最早提出于车辆路径规划等问题中的一致性概念,通过对华东地区某大型民营航空公司真实航班数据的分析,提出一类新型的、具有重要价值的一致性规范约束。该类约束具体体现在生成排班计划过程中,对人员工作班次的一致性与人员过夜城市的一致性做出要求。基于我国民航规定与真实航班数据,本文构建了航空公司机组人员排班的基础模型以及包含一致性约束的拓展模型。求解算法采用了列生成算法框架,并且在针对该框架中复杂子问题的求解提出了一种新的基于动态规划的启发式算法。数值实验结果表明,该求解算法可在短时间内求解大规模的机组排班问题,求解结果显著地提升了机组排班计划的一致性,这对航空公司实际机组排班计划的制定具有重要的价值。     

基于ASRank和MMAS的蚁群算法求解飞机指派问题

本文将航班串的飞机指派问题归结为车辆路径问题,考虑连续航班串之间衔接时间、衔接机场的约束、每架飞机的总飞行时间约束,建立了带有飞行时间约束的车辆路径问题的混合整数规划模型。构造了蚁群系统算法,引入基于排序的蚂蚁系统和最大最小蚂蚁系统算法的信息素更新策略。选取某航空公司7组初始航班串集合进行测试,并对算法中的重要参数进行了分析。实验结果表明,本文设计的模型和算法可以有效地减少连续航班串之间的总衔接时间,在可接受的计算时间内获得满意解。     

飞行频率、拥挤成本和互补型航空联盟:中枢轮辐网络机场拥挤分析

本文在基于飞行频率、拥挤成本和互补型航空联盟的基础上系统分析了中枢轮辐网络机场拥挤问题。研究表明:航空公司的利润最大化使得航班飞行频率存在过度供给,飞机大小也是次优的,这进一步恶化了中枢机场的机场拥挤;航班飞行频率与航空公司的拥挤成本系数、旅行计划延迟效用系数正相关,与飞机每次起降的固定成本负相关;互补型航空联盟使得联盟体利润增加,航空联盟对连接市场乘客有利,对本地市场乘客不利,航空联盟还可以内化伙伴间拥挤,航班飞行频率得以优化,机场拥挤得以缓解。     

蚁群算法在机队指派问题中的应用

随着近10年来我国航空运输业的壮大和市场需求的持续增长,借助于计算机辅助完成机队指派任务已经成为一种必然的趋势.然而由于国外航空公司的运营模式与我国的不同,因此设计一个适合国内航空运输特点的排程算法,以协助管理者解决日益复杂的机队指派问题.兼具实际意义与理论价值.本文将蚁群算法应用到我国航空公司的机队指派问题中,提出了单一机种前提下的求解模型,并以提高营运绩效为目的,求出最小的机队数目和各单机的巡航路线,最后通过一个实际算例验证了该模型对于我国航空公司现行的机队指派问题具有良好的适用性.     

具有周期特征的末阶段飞行员资源紧张度评估方法研究

近年来,随着我国航空业的快速发展,飞行员不足成了很多航空公司发展的制约因素。由于飞行员的飞行时间有周、月、年度飞行小时的约束,航空公司在执行每月第四周的航班计划时,往往由于飞行员前三周飞行时间不平衡,造成利用剩余的飞行员资源完成第四周计划航班任务的紧张状况。本文针对此问题,提出一种评估每月第四周飞行员资源紧张程度的方法。该模型首先按照带队机长可用的飞行小时,将带队机长分为若干类,以各类带队机长的投入数量为投入变量,利用历史数据分析航班任务和飞行员投入之间的关系。利用各类飞行员投入结构比例的约束,计算第四周可用带队机长飞行小时可完成的最大航班任务量,通过与计划航班任务量的比较,评估完成该航班计划的紧张程度,并根据结果在需要预警时,给出不同级别的预警。从而可以使得安全生产关口前移,提高航空公司的安全生产水平,同时为飞行员的培训提供依据。     

考虑延误因素的机组排班模型研究

机组排班是航空公司运营计划的重要环节。传统对机组排班问题的研究,通常不考虑延误对排班的影响,导致机组排班的鲁棒性较差。本文在传统机组排班模型的基础上考虑延误成本,以最小化各项任务成本和延误成本为目标,提出了考虑随机延误因素的机组排班数学规划模型。然后提出求解此模型的启发式列生成算法,该算法可有效缩小问题规模,减少求解过程中的迭代次数并提高求解质量。利用航空公司真实飞行数据进行测试,证明算法可在短时间内求解大规模机组排班问题。最后,通过仿真试验证实考虑延误的机组排班模型可有效提升排班的鲁棒性。     

引入乘客博弈的民航收益管理决策优化

基于航班收益最大化目的,研究机票浮动定价与座位存量分配控制相结合,给出两者实时动态调整的优化方法,提出一种改进的遗传算法.首次在收益管理系统中融人乘客与航空公司的博弈性,提出收益管理K线图研究思想,以直观反映价格波动和市场变化情况.提出虚拟舱位容量概念,以减少旅客市场的季节性影响.仿真运算结果显示,该方法通过直接获取潜在需求数据,能够提高航班座位利用率,并使航空公司不同航班在原有收益管理系统基础上分别提高2%至10%甚至更高的收益.     

多调机环境下的树枝形铁路专用线作业车同步取送优化

围绕服务铁路枢纽地方货物流的小运转作业系统，研究一类多调机环境下的树枝形铁路专用线作业车同步取送优化问题。考虑取送顺序间隔、调机牵引能力等约束条件，以调机作业均衡为上层优化目标，以调机取送成本和货车停留成本最小化为下层优化目标建立双重目标规划模型。根据模型特点，提出融合综合关联度和异步启发式过程的两阶段融合求解方法。该方法首先基于聚类划分思想，引入综合关联度确定调机最佳数量，并对作业区进行划分，从而为调机指派作业范围。进而基于迭代寻优思路，设计异步循环启发式过程，该过程根据多调机取送车作业特点赋予循环体表述，设计循环体更新规则，引入遗传算法中的交叉与变异操作对循环体进行寻优，进而导入人工鱼群聚群行为实现循环体二次寻优，从而完成所有调机在各自作业区内取送顺序的逐步寻优过程。最后，设计实验场景对所提出的两阶段算法进行过程验证，并设计不同规模试验进行对比测试，结果表明了所提算法的有效性和较优性。     

基于峰值负荷的签派员席位任务分配问题

本文研究的问题来源于航空公司运行控制中心的签派部门,签派员在放行航班时,既要保证航班的正点起飞,又要调节放行航班的工作劳动强度保证放行的质量,使航班在安全状态下运行。这里放行航班的工作劳动强度为单位时间内的工作时间,峰值负荷即劳动强度最大值。峰值负荷过高则工作紧张,进而推断该放行席位的任务分配不合理。文中将问题描述为任务有优先序的单机排序问题,每个任务都有一个到达时间（release time）、截止期限（deadline）和处理时间（procession time）,处理时间因任务的不同而不同,目标是在绝对不准延误完成任务前提下,使单位时间的峰值负荷最小。在使单位时间峰值负荷最小的目标下,本文提出了一个有效算法,并证明该算法下的任务安排是最优安排。     

航空公司机上周转品多基地库存优化模型

在民航业日益激烈的市场竞争环境下，航空公司对成本控制的精细化管理显得尤为重要。本文基于航空公司的实际背景，针对为旅客提供的机上周转品，建立了一个多基地库存系统的库存优化模型。该模型以系统的总库存成本最小为目标，在考虑需求、回收、调运、安全库存等因素下，决策一个订货周期内的订货及调运方案。基于最优解的分析，在成本参数满足一定条件下，可以得到系统最优的期初订货量；在此基础上，可以将该模型转化为一个网络流模型，参考最小费用最大流算法，设计了一个多项式求解算法来求解该网络流模型，进而得到各基地之间的最优调运量，并证明该算法的最优性；此外，根据期初订货量可行解的范围，设计了一个求解原库存模型的启发式算法。通过实例分析，验证了该模型与两种算法的有效性。     

冷轧生产批量计划与调度问题模型及算法

对冷轧生产系统特点进行分析,将冷轧生产批量计划与调度问题抽象为多阶段、多品种带有中间库的批量计划与调度问题。针对该问题建立了数学模型,通过对库存成本和调整成本惩罚系数的控制可以协调库存水平和调整次数的关系。对所建立的模型,提出了基于二进制粒子群优化与局部搜索的混合求解算法。最后,通过对企业实际生产数据的计算和分析,验证了模型和算法的可行性和有效性。     

基于约束的离散粒子群算法求解大规模指派问题

针对现有进化算法在求解传统指派问题时因取整而影响优化效果的问题,采用了一种基于AllDifferent约束的置换离散粒子群优化算法,该算法针对指派问题中各变量不能重复取值的特点,改进了算法的迭代方式,并引入了模拟退火的差解接受准则以提高优化效果,仿真算例表明改进后的算法在质量上和时间上更具有效性.     

集装箱码头泊位计划干扰恢复多目标模型

研究集装箱码头中干扰事件发生后泊位计划的调整问题,目的是降低干扰事件对集装箱码头作业系统的干扰.基于干扰管理方法,建立泊位计划干扰恢复多目标、多阶段模型,该模型考虑码头不同客户的特点以及多方利益的平衡,从码头作业成本、船舶延误以及计划偏离度三个方面度量系统扰动.为求解模型,提出了基于字典续的求解方法,并利用算例对模型与算法的有效性进行了验证.结果表明:该模型与算法可以有效解决泊位计划调整问题,模型能够考虑各方的利益以及码头各类客户的特点,因此得到的泊位调整方案更科学,同时,模型各目标的重要顺序可根据情况进行调整,实用性与可操作性更高.     

基于遗传算法的装备采购决策优化研究

在装备采购中，由于需求单位地域分布和担负的任务各不相同，对装备的品种、数量、时限要求也就不一样，如何使装备采购科学化、合理化，是一个涉及多变量、多目标的复杂系统问题。在综合考虑装备采购各项因素的基础上，构建多约束条件下的多目标模糊指派模型，提出了基于遗传算法的解决方案，最后通过案例进行仿真实验，验证该算法的可行性和有效性，解决了采用传统优化方法难以解决的装备采购优化决策问题。     

三个平行序链的顺序优化决策

平行序链的顺序优化是目前网络计划优化理论中研究的焦点之一.本文在不允许有中断并考虑机动时间的假设条件下,对三个平行序链的顺序优化提出了一种新的算法.算例表明,该算法简单易行,便于应用.     

基于投入产出非线性优化的制造业完全能耗强度情景分析

当前,环境污染仍为中国最突出的问题之一,而降低制造业完全能耗强度是减少消耗及污染的重要途径。本文基于投入产出非线性优化理论,以制造业完全能耗强度最小为目标,并以18个行业最终需求为决策变量,构建了一个完全能耗强度非线性优化模型,特引入了进出口系数等约束条件,并基于已有投入产出表等数据,预测调整模型的相关系数。在此基础上,设计了三个方案与两个情景,并运用粒子群算法求解模型。结果表明:2015年中国制造业完全能耗强度最小值区间为0.7823-0.9048tce/万元,相比2010年,下降率区间为8.9%-21.31%。在高方案情景2下,可实现制造业完全能耗强度降低20%的目标。为实现该目标,应促进中低能耗制造业发展、降低高能耗制造业的完全能耗量、适当提高消费和进口系数并降低投资和出口系数。本文既有利于政府部门制定科学系统的节能减排政策,也有利于深化能源经济与管理理论。     

Web挖掘在网站优化中的应用研究

在电子商务系统中,网站优化是改进网站设计和布局、方便用户访问站点、实现为客户个性化服务的重要手段,而Web挖掘是实现网站优化的关键技术。本文通过对Web数据的分析挖掘。提出实现确定回溯点和目标页的算法。实践证明,该算法可以有效地实现网站优化。     

面向第4方物流的多代理人作业整合优化算法

物流作业整合是现代物流方法中减少物流成本的主要手段.在综合考虑代理商选择和线路优化两问题的基础上,建立了基于图状结构的面向第4方物流的多代理人作业整合优化模型.为了避免将代理商选择和线路优化作为两个互相分离的子问题来处理,提出了求解它的两层邻域搜索算法.第1层采用了转移、交换和环形移动3种移动策略求解作业在代理商之间的分配,而在第2层提出了路合并、路生成替换策略,形成了适于该问题的优化算法.随机产生20例算例,将两层邻域搜索算法的计算结果与基于k-最短路的枚举算法的计算结果进行比较,说明了该算法的可行性和有效性.     

跨境电商企业海外仓选址多目标优化研究

海外仓作为一带一路战略环境下的一种新型跨境物流模式,具有运输时间短、退换货快等特点。本文在跨境电商的背景下,综合考虑建仓成本、运输费用、运输时间和税费等因素,提出了海外仓选址多目标优化模型,随后基于分层序列法设计了二分搜索-最小费用流算法对该模型进行求解,并证明该算法在多项式时间内可以得到最优解,最后通过算例证实了该模型和算法的有效性和实用性,这为跨境电商海外仓选址提供了理论依据和决策支持。     

一种有限信息共享的全局寻优供应链双边协同计划方法

针对有限信息共享条件下,供应链协同计划难以实现计划调整的收敛性和达到全局最优的问题,提出一种具有多点搜索舜口概率搜索特征的协同计划方法.将协商中交流的备选计划及其所产生的成本变化信息融入到计划调整算法中.以遗传算法的选择、交叉和变异过程为调整机制,将算法的迭代过程与计划协商过程结合在一起.在确定上下游企业能力约束多产品批量计划模型和最小累积需求求解方法及其模型的基础上,分析了协同计划过程中的编码、适应度函数、初始计划组生成和选择、交叉、变异算法等主要要素,并给出协同计划流程.通过仿真实验验证了该方法的有效性和相对的优越性.