An iterative cost-driven copy generation approach for aircraft recovery problem
研究摘要
航空公司的航班时刻表经常因恶劣天气、飞机机械故障、机场拥堵和机组人员缺勤等意外事件而中断， 除了原计划的成本外，还给航空公司和乘客带来巨大的成本。飞机恢复问题（ARP）通常被用来帮助航空公司 通过适当地重新安排航班和重新安排飞机路线来修复被中断的时刻表，从而使总恢复成本最小化， 同时满足一系列运营和维护约束。
主要贡献
- 提出航班副本评估方法
- 开发迭代生成与过滤算法
- 基于时空网络的线性规划松弛
- 真实航空数据验证算法有效性
方法创新
本研究提出了一种成本驱动的航班副本生成方法，通过迭代求解时空网络上的ARP线性规划松弛问题， 评估待添加副本的质量，目标是生成数量有限但足以帮助降低恢复成本的副本。 通过使用真实航空数据的计算实验，证明该方法能够在合理的计算时间内提供有效的恢复解决方案。
论文统计
研究亮点
智能算法创新
提出了基于成本驱动的迭代航班副本生成算法，显著提高了求解效率和解决方案质量
真实数据验证
使用真实航空公司运营数据进行算法验证，确保研究成果的实用性和可靠性
实时性优化
算法在合理的计算时间内提供高质量的恢复方案，满足航空运营的实时性要求
未来研究方向
多目标优化建模
考虑成本、延误、旅客满意度等多个目标的综合优化模型，更好地平衡各方利益
机器学习集成
结合机器学习技术预测干扰事件，实现主动式而非被动式的航班恢复管理
集成恢复问题
同时考虑飞机路径、机组人员和旅客行程恢复的集成优化模型和算法
不确定性建模
考虑天气、空域管制等不确定因素的鲁棒优化和随机规划方法