航班恢复问题的迭代局部搜索算法

在恶劣天气和机械故障等原因造成航班不能按照原计划执行时，航空公司需要采取相应的措施对航班进行恢复。本文基于经典的资源指派模型，综合考虑了调整时间、换机、联程拉直、取消航班和调机5种恢复策略，提出一种以最小化加权成本为优化目标的航班恢复模型，并设计一种迭代局部搜索算法。首先用构造-修复启发式方法构造可行解，然后从该初始解出发，在飞机路线对的邻域中进行局部搜索。当陷入局部最优后，对解进行扰动，然后从扰动后的解重新出发进行局部搜索。为了提高搜索效率，同时降低陷入局部最优解的概率，局部搜索过程采用模拟退火算法。实例结果表明，本文提出的模型及算法能够在短时间内对受到影响的大规模航班计划进行恢复。     

航班运行系统仿真建模分析

为研究航班计划的运行效率及其在突发扰动下的鲁棒性,将计算机仿真技术应用于航空运输系统,结合分类与航班过站时间的Logistic分布拟合等,通过模拟飞机起飞/降落、滑入/滑出、过站保障和航段飞行等运行过程,建立了含有118个国内主要机场的航班运行仿真模型,在Flexsim平台上实现了大型航空公司航班计划运行仿真.此模型可以模拟正常和流控等不正常情况下的航班运行,并输出延误时间、正常率、飞机利用率、缓冲时隙等评估指标.案例分析结果表明:模型较准确地模拟了航空公司航班的实际运行情况.在正常情况下,对输出指标分析可以确定航班计划中导致延误的重点环节;在流控情况下,可以发现航班延误的范围呈扩散趋势,传播方向沿航班串向下,且延误时间逐渐减少,受直接影响航班过站时间大幅增加,受牵连影响航班过站时间减少.     

基于GP-LVM和LS-SVM航班延误等级预测研究

针对气象条件导致航班延误难以准确预测的问题,文章提出基于GP-LVM和LS-SVM的航班延误等级预测算法。通过GP-LVM对经过预处理的气象数据非线性降维,得到影响航班延误的显著变量;对航班延误进行LS-SVM的延误等级预测。仿真结果表明,文章提出的组合预测方法相对于单一SVM模型,能够提高航班延误等级预测准确率。     

成本约束下多机场群航班频率优化模型仿真北大核心

采用目前方法对多机场群航班频率进行优化时,没有考虑旅客的出行成本,对航班频率优化后存在延误时间长、延误航班数量多、出行成本高和日利用率低的问题。提出考虑出行成本的多机场群航班频率优化模型构建方法,在构建航班频率优化模型之前,对旅客的出行方式进行博弈分析,在Stackelberg博弈模型的基础上构建双层博弈模型,上层模型实现社会效益最大化,下层模型实现旅客出行费用最小化,完成多机场群航班频率优化模型的构建,并采用遗传算法对多机场群航班频率优化模型求解,完成航班频率的优化。仿真结果表明,所提方法的延误时间短、延误航班数量少、出行成本低、日利用率低。     

基于多粒度时间注意力RNN的航班客座率预测

准确预测航班客座率有利于处理航班机票超售、座位虚耗等问题,然而传统时间序列预测方法只关注航班近期每日客座率的变化特点,无法同时考虑其他因素的影响,预测效果不够理想。针对该问题,提出一种基于多粒度时间注意力机制的循环神经网络模型MTA-RNN。通过构建多级注意力机制获取航班客座率在不同时间粒度下的时序相关性,同时考虑航班自身属性及节假日等其他因素,得到未来一段时间内的目标航班客座率。在真实历史航班客座率数据集上的实验结果表明,MTA-RNN模型的预测准确率高于ARIMA模型、LSTM模型和Seq2seq模型。     

航空公司电子客票航班查询动态缓存系统设计

本文采用机器学习技术实现航空公司电子客票航班查询的动态缓存.针对第三方大量抓取航空公司网站航班数据的问题,进行访问行为分析,建立航班查询缓存模型并进行系统改造,以达到降低查询预订比的效果.     

大数据在机场航班延误服务管理中的应用

随着全球经济的发展,人们的生活水平提高,航空业已经渗入到百姓的生活中,而航班的准确率又是机场管理的主要标准之一,那么如何提高机场的航班准确度成了整个民航业的重要问题。为了解决机场航班延误的问题,提高对航班准确度的保障能力。本文章从技术和设计等方面介绍了在大数据基础上的如何对机场航班延误问题进行管理,希望能够给机场的建设提供指导意见。