随机需求航线网络效应下机队鲁棒优化方法-论文.pdf

《随机需求航线网络效应下机队鲁棒优化方法-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第49卷第4期西南交通大学学报Vo1．49No．42014年8月JOURNALOFSOUTHWESTJIA0TONGUNIVERSIIAug．2014文章编号：0258-2724(2014)04-0727-07DOI：10．3969／j．issn．0258-2724．2014．04．026随机需求航线网络效应下机队鲁棒优化方法汪瑜，朱金福，葛伟(1．中国民航飞行学院航空运输管理学院，四川广汉618307；2．南京航空航天大学民航学院，江苏南京210016)摘要：针对航线网络效应及旅客需求不确定性问题，将旅客组合优化模型加入

2、机队规划问题，借鉴航线网络运力优化分配方法，以机型飞机数目、航段机型飞行频次、行程路线上旅客溢出人数为决策变量，以行程路线上旅客需求限制、航段飞行频次限制、特定机型机队飞行时间限制为约束条件，利用量化市场份额指数计算旅客溢出再捕获率，建立了旅客需求不确定情景下的机队鲁棒优化模型，设计了航线网络环境下的旅客需求离散情景集，用情景汇聚算法求解该模型．算例仿真结果表明，与传统机队规划模型相比较，本文模型的机队规划成本降低了167．07万元；与确定解的最小随机期望值相比，在3种情景集下，随机规划解的机队规划成本分别降低了19．88

3、万元、21．02万元与17．55万元．关键词：航空运输；机队规划；鲁棒优化；情景汇聚；旅客组合中图分类号：V355．2文献标志码：AAirlineFleetRobustOptimizationApproachunderStochasticDemandwithRouteNetworkEfectsWANGYu，ZHUJinfu，GEWei(1．SchoolofAirTransportationManagement，CivilAviationFlightUniversityofChina，Guanghan618307，China

4、；2．SchoolofCivilAviation，NanjingUniversityofAeronauticsandAstronautics，Nanjing210016，China)Abstract：Inordertosolvetheproblemofnetworkeffectsunderuncertainpassengerdemandinroutenetwork，theitinerary-basedoptimizationmodelforpassenger-mixproblemwasincorporatedintoair

5、linefleetplanningproblem．Accordingtotheoptimizationmethodforfleetcapacityallocation，thenumberofaircraftsineachfleettype，thefrequenciesofdifferenttypeofaircraftsflyingoneachleg，andthenumberofspillingpassengersoneachitinerarywereregardedasdecisionvariables．Thelimita

6、tionsincludingthemaximumpassengerdemandoneachitinerary，availableflyingfrequencyoneachflightleg，andavailableblocktimeofeachfleettypewereconsideredasconstraints．Arobustoptimizationmodelforairlinefleetplanningunderdemanduncertaintywasconstructedbyusingthe“quantitativ

7、eshareindex”tocalculatethepassengerspillingrecapturerate．Aftergeneratingadiscretescenariosetofpassengerdemandundertheroutenetworkenvironment，thescenarioaggregationalgorithmwasemployedtosolvetheproposedmode1．Simulationresultsofanempiricalexampleindicatethatthefleet

8、planningcostgainedfromthisproposedmodelisreducedby1670700Yuancomparedtothetraditionalmode1．Thestochasticplanningsolutiontofleetplanningcostin3differents