CN110909946B - 一种基于公路换乘的航班计划优化方法 - Google Patents

一种基于公路换乘的航班计划优化方法 Download PDF

Info

Publication number
CN110909946B
CN110909946B CN201911192545.6A CN201911192545A CN110909946B CN 110909946 B CN110909946 B CN 110909946B CN 201911192545 A CN201911192545 A CN 201911192545A CN 110909946 B CN110909946 B CN 110909946B
Authority
CN
China
Prior art keywords
flight
flights
time period
time
priority
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201911192545.6A
Other languages
English (en)
Other versions
CN110909946A (zh
Inventor
曹先彬
杜文博
王天宇
张明远
朱熙
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beihang University
Original Assignee
Beihang University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beihang University filed Critical Beihang University
Priority to CN201911192545.6A priority Critical patent/CN110909946B/zh
Publication of CN110909946A publication Critical patent/CN110909946A/zh
Application granted granted Critical
Publication of CN110909946B publication Critical patent/CN110909946B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种基于公路换乘的航班计划优化方法，属于民航信息技术领域。具体包括：通过建立一日内所有航班的优先级排序以及可供公路换乘的航班决策变量，将每个时段内的待起飞航班按照外层优先权依次分类，并对每类优先级内的所有航班再次划分优先级，对每个航班按内层优先级做起飞机场条件、降落机场条件和执行任务飞机条件的三方检测，对通过三方面检测的航班按计划飞行，否则作为本时段内的延误航班进行后续处理；通过对一日内所有航班的起降时间进行统计，进而估计该计划下的乘客总延误时长，最终通过遗传算法对所有航班的优先级以及航班决策变量进行优化，得到优化后的航班计划。本发明算法复杂度低，优化效果好。

Description

一种基于公路换乘的航班计划优化方法
技术领域
本发明属于民航信息技术领域，涉及一种时刻优化方法，具体是指一种基于公路换乘的航班计划优化方法。
背景技术
航班计划是规定正班飞行的航线、机型、班次和班期时刻的计划，航班计划一般设定于数月之前。
航线网络是航空公司完成航班计划的基础，航线网络是指某一地域内的航线按一定方式连接而成构造的***，规定了航空公司的服务范围和规模，是航空公司的中长期战略决策问题，关系到航空公司的长期运行成本、可持续发展和竞争能力。在该网络***中，机场被抽象为网络中节点，机场间航线被抽象为网络中的连边。
然而，面对极其复杂的运行环境，航线网络并不能够保证航班计划正常运行，逐年增长的交通流量、复杂多变的天气以及频繁的空域管制都可能影响到某些机场和航线的运行功能，进而影响到整个航空交通***的正常运行，造成大范围延误。
2018年中国民航局年度民航发展报告显示，我国主要的航空公司航班不正常的原因中，恶劣天气原因占比达到48.62％。因此，针对恶劣天气造成的航班延误现象，设计一套行之有效的航班计划优化方法对于提升航空交通的服务质量、促进航空***的稳健运行都至关重要。
在综合交通快速发展的今天，多种交通方式之间的互相合作有助于缓解恶劣天气造成的航班延误现象，通过航空运输和公路运输相结合的方式完成人们的出行计划是一个比较自然且易实现的解决方案。
发明内容
针对机场遭遇恶劣天气导致运力下降，仅仅通过对航班的起飞、降落时间进行调整并不能够从根本上缓解航班延误现象。本发明提供一种基于公路换乘的航班计划优化方法，通过将受恶劣天气影响较小的公路运输和航空交通相结合，可有效解决正处于恶劣天气下的乘客无法出发和到达的问题，最终缓解航空公司一日内所有航班造成的延误，为旅客节省大量的时间。
具体的，所述的基于公路换乘的航班计划优化方法包括如下步骤：
步骤一、将每天划分为24个时间段，统计某机场在每个时间段内的起飞航班；
步骤二、针对每个时间段，统计该时间段内的每个航班是否允许在恶劣天气选择安排公路换乘计划；
统计方法包括：针对某航班f，乘客在购票时可勾选在恶劣天气是否安排公路换乘计划；或者人为统计是否安排公路换乘计划；当乘客选择率高于80％，则航班f允许选择安排公路换乘计划。
针对航班f，设定决策变量df表示该航班在恶劣天气是否允许安排公路换乘计划；如果是，df取值为1；否则，df取值为0。
步骤三、针对某时间段，将该时间段内的所有延误航班以及原有航班进行优先级排序；
优先级排序包括两个层次，第一个是外层次，从高到低优先级依次为：计划公路换乘航班、前一个时间段内的延误航班、原计划本时段内起飞航班；
第二个是内层次，计划公路换乘航班内的所有航班优先级顺序，前一个时间段内的延误航班内的所有航班优先级顺序以及原计划本时段内起飞航班内的所有航班优先级顺序，初始都是人为规定，按照初始给定的航班起降优先级序列进行先后安排。
步骤四、针对每个时间段，首先选择外层优先级最高的计划公路换乘航班，按照内层的优先级顺序对该类待起飞各航班依次进行起飞机场条件、降落机场条件和执行任务飞机条件三个方面的检测；
针对计划公路换乘航班内的内层最高优先级航班f，三方面检测具体过程如下：
首先，针对航班f的起飞机场A，检测在时间段t内该机场的最大起飞数量
Figure BDA0002293934580000021
是否不小于1，即
Figure BDA0002293934580000022
然后，检测当航班f在时间段t内起飞，航班f经过时间Δt到达机场C时能否降落，即是否满足
Figure BDA0002293934580000023
Figure BDA0002293934580000024
为机场C在时间段t内的最大降落航班数量。
同时，如果航班f通过前两个检测时，检测执行航班f的飞机，该飞机执行的前一航班fbef的降落时间
Figure BDA0002293934580000025
与时间t的时间间隔是否不小于最小过站时长LSC，即：
Figure BDA0002293934580000026
步骤五、判断航班f是否通过以上三个方面的检测，如果是，则安排航班f在时间段t内起飞，并且更新本时段内机场状态信息；否则，进入步骤六；
更新是指：
航班f的预计起飞时间段内的机场最大起飞数量
Figure BDA0002293934580000027
和预计降落时间段内的机场最大降落数量
Figure BDA0002293934580000028
都将减1，即：
Figure BDA0002293934580000029
Figure BDA00022939345800000210
步骤六、当计划公路换乘航班中的航班f不满足三方面检测时，将该航班f划分到原计划本时段内起飞航班内；继续选择计划公路换乘航班中的下一个级别航班，进行三方面检测；直至计划公路换乘航班中所有航班都检测完。
步骤七、选择外层次中的前一个时间段内的延误航班，按照内层优先级顺序，逐个选择航班进行三方面检测，当某航班不满足三方面检测时，将该航班列入到下一时间段内进行安排。
步骤八、继续选择外层次中，包括计划公路换乘航班的原计划本时段内起飞航班内，按照内层优先级顺序逐个选择航班，进行三方面检测，某航班不满足时，将各航班列入到下一时间段内进行安排。
计划公路换乘航班中不满足三方检测的各航班，到原计划本时段内起飞航班的内层优先级排序时，仍按照计划公路换乘航班内层优先级排序，且比原计划本时段内起飞航班的各航班优先级都高。
步骤九、针对每个时间段，将经过内外层优先级排序后的所有航班都确定了各自的起飞降落时间，从而得到一日内24个时间段的所有航班新的计划到达时间。
步骤十、利用一日内所有航班新的计划到达时间和航班正常预计到达时间，计算当日内所有航班的预计总延误时长delayT。
预计总延误时长delayT为该航班优化后的预计降落时间与原计划正常的预计降落时间间隔的总和，即为：
Figure BDA0002293934580000031
optTf为航班f优化后的预计降落时间；oriTf为航班f正常的预计降落时间；n为机场一日内所有航班的数量；
步骤十一、利用遗传算法对每个时间段中决策变量df以及各类航班内层次的优先级顺序进行迭代优化，当预计总延误时长delayT最小时，对应的决策变量df中各航班以及内层次的优先级顺序即为基于公路换乘的优化后的各航班计划。
通过控制遗传算法中的迭代次数调整算法的计算时间和优化效果。
本发明的优点在于：
(1)一种基于公路换乘的航班计划优化方法，针对恶劣天气造成的机场运力下降，通过引入受天气影响较小的公路运输，解决了特殊情况下某些机场无法完成起飞、降落的问题，进而缓解了恶劣天气下的航班延误现象。
(2)一种基于公路换乘的航班计划优化方法，具有较低的计算复杂度，可通过调整遗传算法的迭代次数控制航班计划优化过程的时间，进而在可调整时间内给出相对最优的调整方案；优化效果好，并且可根据实际情况对算法进行调整，可有效解决恶劣天气下的航班计划优化问题。
附图说明
图1为本发明实施例中的公路换乘示意图；
图2为本发明一种基于公路换乘的航班计划优化方法实施流程图；
图3为本发明遗传算法优化示意图。
具体实施方式
下面将结合附图和实施例对本发明作进一步的详细说明。
本发明一种基于公路换乘的航班计划优化方法，通过建立一日内所有航班的优先级序列以及允许选择安排公路换乘计划的航班决策变量df，并在综合气象预报信息分析各个时段内每个机场的负载能力后，对现有航班计划的运行状态进行模拟，进而估计该计划下的乘客总延误时长，最终通过遗传算法对所有航班的优先级以及进行公路换乘的航班决策变量df进行优化，得到优化后的航班计划。
如图2所示，具体包括如下步骤：
步骤一、将每天划分为24个时间段，统计某机场在每个时间段内的起飞航班；
步骤二、针对每个时间段，统计该时间段内的每个航班是否允许在恶劣天气选择安排公路换乘计划；
统计方法包括：针对某航班f，乘客在购票时可勾选在恶劣天气是否安排公路换乘计划；或者人为统计是否安排公路换乘计划；当乘客选择率高于80％，则航班f允许选择安排公路换乘计划。如图1所示为公路换乘示意图，其中机场B由于恶劣天气导致原计划由机场A飞往机场B的航班，可选择由机场A按时飞往机场C，在利用公路换乘，通过公路方式由机场C抵达机场B。
针对航班f，设定决策变量df为一个(0,1)变量，表示该航班在恶劣天气是否允许安排公路换乘计划；如果是，df取值为1；否则，df取值为0。则可安排公路换乘计划的航班序列为一个只包含n个0或1的序列。
步骤三、针对某时间段，将该时间段内的所有延误航班以及原有航班进行优先级排序；
对于每个时段内的起飞航班安排优先级依次按照两个层次确定：第一个是外层次，根据本时段内航班类别进行先后顺序安排，从高到低优先级依次为：计划公路换乘航班、前一个时间段内的延误航班、原计划本时段内起飞航班；
这样安排的原因是，虽然进行公路换乘的目的是减少换乘航班的延误时长和总延误时长，但是将乘客的单一飞行计划改为空运、陆运两段会降低乘客出行的便利性，因此，选择进行公路换乘的航班应具有最高优先级在原计划时间开始其飞行任务。前序延误航班的优先级高于原计划本时段内起飞的航班是很自然的安排。
第二个是内层次，对第一层次内的每个类别的航班之间，按照初始给定的航班起降优先级序列进行先后安排。计划公路换乘航班内的所有航班优先级顺序，前一个时间段内的延误航班内的所有航班优先级顺序以及原计划本时段内起飞航班内的所有航班优先级顺序，初始都是人为规定。
本发明初始给定的是一天内所有航班的起降优先级序列，该序列是用来决定每个时段内的航班内层次起飞优先级。在已知一天内的所有航班优先级序列后，根据每个时段内每个类别的航班序号在该优先级序列出现的先后顺序对这些航班进行排序。
例如，该时段内的允许公路联运航班序号为3，6，9，所有初始航班优先级序列为：
{8，5，7，3，9，0，1，6，2，4}
则根据该优先级序列，本时段内这三个允许公路联运航班的安排先后顺序应为3，9，6.
并且这个序列也可以应对一些特殊情况，比如某几个航班由于运送特殊的人需要有最高的优先级，就可以将这些航班优先级固定，优化其它的航班优先级
步骤四、针对每个时间段，首先选择外层优先级最高的计划公路换乘航班，按照内层的优先级顺序对该类待起飞各航班依次进行起飞机场条件、降落机场条件和执行任务飞机条件三个方面的检测；
本步骤将航班计划结合限定条件，模拟该日内的航班运行情况。首先，航空公司需要利用气象预报信息转化为每个机场A在该日每个时间段t内的最大起飞、降落航班数量分别记为：
Figure BDA0002293934580000051
和
Figure BDA0002293934580000052
针对计划公路换乘航班内的内层最高优先级航班f，三方面检测具体过程如下：
首先，针对机场A，航班f在该时间段t内能否起飞，即检测在时间段t内该机场的最大起飞数量是否不小于1，即
Figure BDA0002293934580000053
然后，检测当航班f在时间段t内起飞，航班f经过时间Δt到达机场C时能否降落，即在此时间段内起飞机场C的最大起飞数量是否不小于1，即表达公式为：
Figure BDA0002293934580000054
同时，如果航班f通过前两个检测时，检测执行航班f的飞机，该飞机执行的前一航班fbef的降落时间
Figure BDA0002293934580000055
与时间t的时间间隔是否不小于最小过站时长LSC，即：
Figure BDA0002293934580000056
这样做是为了保证，该执行飞机在执行完前一航班任务后，在继续执行后一航班任务前，有足够的时间进行预备工作。
步骤五、判断航班f是否通过以上三个方面的检测，如果是，则安排航班f在时间段t内起飞，并且更新本时段内机场状态信息；否则，进入步骤六；
更新是指：
航班f的预计起飞时间段内的机场最大起飞数量
Figure BDA0002293934580000061
和预计降落时间段内的机场最大降落数量
Figure BDA0002293934580000062
都将减1，即：
Figure BDA0002293934580000063
Figure BDA0002293934580000064
步骤六、当计划公路换乘航班中的航班f不满足三方面检测时，将该航班f划分到原计划本时段内起飞航班内；继续选择计划公路换乘航班中的下一个级别航班，进行三方面检测；直至计划公路换乘航班中所有航班都检测完。
步骤七、选择外层次中的前一个时间段内的延误航班，按照内层优先级顺序，逐个选择航班进行三方面检测，当某航班不满足三方面检测时，将该航班列入到下一时间段内进行安排。
步骤八、继续选择外层次中，包括计划公路换乘航班的原计划本时段内起飞航班内，按照内层优先级顺序逐个选择航班，进行三方面检测，某航班不满足时，将各航班列入到下一时间段内进行安排。
计划公路换乘航班中不满足三方检测的各航班，到原计划本时段内起飞航班的内层优先级排序时，仍按照计划公路换乘航班内层优先级排序，且比原计划本时段内起飞航班的各航班优先级都高。
步骤九、针对每个时间段，将经过内外层优先级排序后的所有航班都确定了各自的起飞降落时间，从而得到一日内24个时间段的所有航班新的计划到达时间。
步骤十、利用一日内所有航班新的计划到达时间和航班正常预计到达时间，计算当日内所有航班的预计总延误时长delayT。
预计总延误时长delayT为该航班优化后的预计降落时间与原计划正常的预计降落时间间隔的总和，即为：
Figure BDA0002293934580000065
optTf为航班f优化后的预计降落时间；oriTf为航班f正常的预计降落时间；n为机场一日内所有航班的数量；
步骤十一、利用遗传算法对每个时间段中决策变量df以及各类航班内层次的优先级顺序进行迭代优化，当预计总延误时长delayT最小时，对应的决策变量df中各航班以及内层次的优先级顺序即为基于公路换乘的优化后的各航班计划。
通过控制遗传算法中的迭代次数调整算法的计算时间和优化效果。
如图3所示，遗传算法具体步骤如下：
步骤1101：分别针对决策变量df以及各类航班内层次的优先级顺序，生成若干初始种群，种群中的每个个体都包含两个染色体序列；
两个染色体序列分别为：{1,2,3,…,n}的一个排序，以及n个0和1组成的序列。
步骤1102：将种群中的每个个体代入计算其对应的总乘客延误时长，该数值越小则说明对应个体的航班计划更优。
步骤1103：选择所有个体中最优的几个作为保留下的个体。
步骤1104：针对保留下的优秀个体进行遗传操作，对于所有航班优先级序列和公路换乘航班决策变量df分别进行交叉和突变操作。
步骤1105：对保留下的个体和遗传操作得到的新个体进行评价，并保留下最优个体，如没有达到最大迭代次数，则继续将保留下的个体作为初始种群进行步骤1102，最终输出最优个体：所有航班优先级序列和公路换乘航班决策变量df。
本发明使用航班的起降机场信息包括该机场每个时间段内可起降的最大航班数目(即机场容量)和每个时间段内该机场的天气情况。当航空公司获得最新的气象预报信息后，可以根据气象预报信息对机场的每个时间段内的最大容量进行预测，并估计出按照原航班计划可产生的乘客总延误时长。通过对该日内的航班所有信息进行统筹，可以对航班计划进行时刻调整。

Claims (2)

1.一种基于公路换乘的航班计划优化方法，其特征在于：包括以下步骤，
步骤一、将每天划分为24个时间段，统计某机场在每个时间段内的起飞航班；
步骤二、针对每个时间段，统计该时间段内的每个航班是否允许在恶劣天气选择安排公路换乘计划；
针对航班f，设定决策变量df表示该航班在恶劣天气是否允许安排公路换乘计划；如果是，df取值为1；否则，df取值为0；
统计方法包括：针对某航班f，乘客在购票时可勾选在恶劣天气是否安排公路换乘计划；或者人为统计是否安排公路换乘计划；当乘客选择率高于80％，则航班f允许选择安排公路换乘计划；
步骤三、针对某时间段，将该时间段内的所有延误航班以及原有航班进行优先级排序；
优先级排序包括两个层次，第一个是外层次，从高到低优先级依次为：计划公路换乘航班、前一个时间段内的延误航班、原计划本时段内起飞航班；
第二个是内层次，计划公路换乘航班内的所有航班优先级顺序，前一个时间段内的延误航班内的所有航班优先级顺序以及原计划本时段内起飞航班内的所有航班优先级顺序，初始都是人为规定，按照初始给定的航班起降优先级序列进行先后安排；
步骤四、针对每个时间段，首先选择外层优先级最高的计划公路换乘航班，按照内层的优先级顺序对计划公路换乘航班依次进行起飞机场条件、降落机场条件和执行任务飞机条件三个方面的检测；
针对计划公路换乘航班内的内层最高优先级航班f，三方面检测具体过程包括：
首先，针对航班f的起飞机场A，检测在时间段t内该机场的最大起飞数量
Figure FDA0002697687260000011
是否不小于1，即
Figure FDA0002697687260000012
然后，检测当航班f在时间段t内起飞，航班f经过时间Δt到达机场C时能否降落，即是否满足
Figure FDA0002697687260000013
Figure FDA0002697687260000014
为机场C在时间段t内的最大降落航班数量；
同时，如果航班f通过前两个检测时，检测执行航班f的飞机，该飞机执行的前一航班fbef的降落时间
Figure FDA0002697687260000015
与时间t的时间间隔是否不小于最小过站时长LSC，即：
Figure FDA0002697687260000016
步骤五、判断航班f是否通过以上三个方面的检测，如果是，则安排航班f在时间段t内起飞，并且更新本时段内机场状态信息；否则，进入步骤六；
更新是指：
航班f的预计起飞时间段内的机场最大起飞数量
Figure FDA0002697687260000017
和预计降落时间段内的机场最大降落数量
Figure FDA0002697687260000018
都将减1，即：
Figure FDA0002697687260000021
Figure FDA0002697687260000022
步骤六、当计划公路换乘航班中的航班f不满足三方面检测时，将该航班f划分到原计划本时段内起飞航班内；继续选择计划公路换乘航班中的下一个级别航班，进行三方面检测；直至计划公路换乘航班中所有航班都检测完；
步骤七、选择外层次中的前一个时间段内的延误航班，按照内层优先级顺序，逐个选择航班进行三方面检测，当某航班不满足三方面检测时，将该航班列入到下一时间段内进行安排；
步骤八、继续选择外层次中，包括计划公路换乘航班的原计划本时段内起飞航班内，按照内层优先级顺序逐个选择航班，进行三方面检测，某航班不满足时，将各航班列入到下一时间段内进行安排；
步骤九、针对每个时间段，将经过内外层优先级排序后的所有航班都确定了各自的起飞降落时间，从而得到一日内24个时间段的所有航班新的计划到达时间；
步骤十、利用一日内所有航班新的计划到达时间和航班正常预计到达时间，计算当日内所有航班的预计总延误时长delayT；
步骤十一、利用遗传算法对每个时间段中决策变量df以及各类航班内层次的优先级顺序进行迭代优化，当预计总延误时长delayT最小时，对应的决策变量df中各航班以及内层次的优先级顺序即为基于公路换乘的优化后的各航班计划；
预计总延误时长delayT为该航班优化后的预计降落时间与原计划正常的预计降落时间间隔的总和，即为：
Figure FDA0002697687260000023
optTf为航班f优化后的预计降落时间；oriTf为航班f正常的预计降落时间；n为机场一日内所有航班的数量。
2.如权利要求1所述的一种基于公路换乘的航班计划优化方法，其特征在于：所述的步骤八中，计划公路换乘航班中不满足三方检测的各航班，到原计划本时段内起飞航班的内层优先级排序时，仍按照计划公路换乘航班内层优先级排序，且比原计划本时段内起飞航班的各航班优先级都高。
CN201911192545.6A 2019-11-28 2019-11-28 一种基于公路换乘的航班计划优化方法 Active CN110909946B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911192545.6A CN110909946B (zh) 2019-11-28 2019-11-28 一种基于公路换乘的航班计划优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911192545.6A CN110909946B (zh) 2019-11-28 2019-11-28 一种基于公路换乘的航班计划优化方法

Publications (2)

Publication Number Publication Date
CN110909946A CN110909946A (zh) 2020-03-24
CN110909946B true CN110909946B (zh) 2020-11-24

Family

ID=69820220

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911192545.6A Active CN110909946B (zh) 2019-11-28 2019-11-28 一种基于公路换乘的航班计划优化方法

Country Status (1)

Country Link
CN (1) CN110909946B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112241405B (zh) * 2020-11-19 2023-12-22 中国民航信息网络股份有限公司 航班计划自动生成方法及装置、存储介质及电子设备
CN117010670B (zh) * 2023-10-07 2024-06-07 普迪智能装备有限公司 一种智能物流配送***及方法

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB1315690A (en) * 1970-11-25 1973-05-02 Ferranti Ltd Data transfer systems
DE10153657A1 (de) * 2001-10-31 2003-05-28 Infineon Technologies Ag Anordnung zur Datenübertragung in einem Halbleiterspeichersystem und Datenübertragungsverfahren dafür
CN101540113A (zh) * 2009-03-16 2009-09-23 民航数据通信有限责任公司 空中交通航路点流量控制方法、服务器及***
CN101996501A (zh) * 2010-09-10 2011-03-30 四川大学 一种面向航班延误的新解决方法
CN103218681A (zh) * 2013-03-19 2013-07-24 天津市市政工程设计研究院 航空枢纽应急管控方法
CN103426331A (zh) * 2013-08-22 2013-12-04 南京莱斯信息技术股份有限公司 多机场协同放行***航班排序决策方法
CN103824447A (zh) * 2013-12-18 2014-05-28 招商局重庆交通科研设计院有限公司 针对公共交通工具的预约式换乘方法及装置
CN104680441A (zh) * 2015-02-03 2015-06-03 同程网络科技股份有限公司 基于航空票务的行程中转规划方法
CN107016881A (zh) * 2017-05-11 2017-08-04 中国电子科技集团公司第二十八研究所 一种多跑道机场进场航班多效能优化排序方法
CN108519988A (zh) * 2018-02-27 2018-09-11 北京航空航天大学 基于格兰杰检验的航空延误因果关系网络构建方法
CN109190700A (zh) * 2018-08-27 2019-01-11 北京航空航天大学 一种航空延误传播的定量分析方法
CN106297414B (zh) * 2015-06-05 2019-03-05 北京航空航天大学 航班流量的调控方法和装置
CN109584638A (zh) * 2018-12-17 2019-04-05 中国电子科技集团公司第二十八研究所 一种面向区域网络的先期航班时刻协同优化方法
CN110390456A (zh) * 2018-04-22 2019-10-29 杭州坚果壳科技开发有限公司 基于候补机制的航班分配***和方法

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB1315690A (en) * 1970-11-25 1973-05-02 Ferranti Ltd Data transfer systems
DE10153657A1 (de) * 2001-10-31 2003-05-28 Infineon Technologies Ag Anordnung zur Datenübertragung in einem Halbleiterspeichersystem und Datenübertragungsverfahren dafür
CN101540113A (zh) * 2009-03-16 2009-09-23 民航数据通信有限责任公司 空中交通航路点流量控制方法、服务器及***
CN101996501A (zh) * 2010-09-10 2011-03-30 四川大学 一种面向航班延误的新解决方法
CN103218681A (zh) * 2013-03-19 2013-07-24 天津市市政工程设计研究院 航空枢纽应急管控方法
CN103426331A (zh) * 2013-08-22 2013-12-04 南京莱斯信息技术股份有限公司 多机场协同放行***航班排序决策方法
CN103824447A (zh) * 2013-12-18 2014-05-28 招商局重庆交通科研设计院有限公司 针对公共交通工具的预约式换乘方法及装置
CN104680441A (zh) * 2015-02-03 2015-06-03 同程网络科技股份有限公司 基于航空票务的行程中转规划方法
CN106297414B (zh) * 2015-06-05 2019-03-05 北京航空航天大学 航班流量的调控方法和装置
CN107016881A (zh) * 2017-05-11 2017-08-04 中国电子科技集团公司第二十八研究所 一种多跑道机场进场航班多效能优化排序方法
CN108519988A (zh) * 2018-02-27 2018-09-11 北京航空航天大学 基于格兰杰检验的航空延误因果关系网络构建方法
CN110390456A (zh) * 2018-04-22 2019-10-29 杭州坚果壳科技开发有限公司 基于候补机制的航班分配***和方法
CN109190700A (zh) * 2018-08-27 2019-01-11 北京航空航天大学 一种航空延误传播的定量分析方法
CN109584638A (zh) * 2018-12-17 2019-04-05 中国电子科技集团公司第二十八研究所 一种面向区域网络的先期航班时刻协同优化方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Analysis of the Chinese air route network as a complex network;Cai，Kai-Quan，Zhang，Jun，Du，Wen-Bo，and，Cao，Xian-Bin;《Chinese Physics B》;20120215;全文 *
Collaborative Distribution Strategy of Airport Arrival and Departure Traffic Flow;Zhang Honghai，Hu Minghua，Chen Shilin;《Journal of Nanjing University of Aeronautics & Astronautics》;20080531;全文 *
考虑延误因素的机组排班模型研究;蓝伯雄，张米;《中国管理科学》;20151231;全文 *

Also Published As

Publication number Publication date
CN110909946A (zh) 2020-03-24

Similar Documents

Publication Publication Date Title
CN109584638B (zh) 一种面向区域网络的先期航班时刻协同优化方法
CN104751681B (zh) 一种基于统计学习模型的停机位分配方法
CN112330983B (zh) 不正常航班一体化智能恢复方法
CN111401601B (zh) 一种面向延误传播的航班起降时间预测方法
CN109711619B (zh) 考虑空地运行限制的多机场战略航班时刻协同优化方法
Wang et al. Frequency and aircraft size dynamics in a concentrated growth market: The case of the Chinese domestic market
CN111160770A (zh) 一种进场航班动态协同排序方法
CN103218681A (zh) 航空枢纽应急管控方法
CN109840610A (zh) 不正常航班飞机路径与旅客行程自动恢复***及方法
CN110826840B (zh) 一种航班计划恢复方法和***
CN109726917B (zh) 一种基于四维航迹的货运航班调度方法和装置
CN110909946B (zh) 一种基于公路换乘的航班计划优化方法
WO2022213756A1 (zh) 一种航路时隙与高度层协同优化分配方法
CN113643571A (zh) 一种基于航班正常性目标的空域网络优化方法
CN109376918B (zh) 一种基于交通量的空中管型高速航路网络布局方法
CN109460900B (zh) 一种机场新建卫星厅的转场航班分配方法
CN110428665A (zh) 一种航路与机场时隙协同分配的随机双层规划方法
CN116307542A (zh) 基于多计量点约束的进港排序方法及电子终端
CN116246496A (zh) 一种基于航班与流量协同环境的飞行计划规划方法
Wu et al. Modeling flight delay propagation in airport and airspace network
CN111785092A (zh) 一种面向航班延误的机场群航班编排优化方法
CN112819317A (zh) 一种不正常航班飞机、旅客及机务一体化恢复***
CN113722910B (zh) 一种面向机场终端区的宏观仿真方法
CN115759386A (zh) 一种民航航班执飞结果预测方法、装置及电子设备
CN114299763A (zh) 一种流量管理措施全生命周期建立方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant