基于航空公司损失的不正常航班恢复研究

中国民航大学学报 ›› 2021, Vol. 39 ›› Issue (2): 26-30.

基于航空公司损失的不正常航班恢复研究

戴福青，张舜尧

（中国民航大学空中交通管理学院，天津 300300）

收稿日期:2019-12-19 修回日期:2019-12-19 接受日期:2019-11-15 出版日期:2021-04-10 发布日期:2021-11-27
作者简介:戴福青（1962—），男，江西丰城人，教授，硕士，研究方向为空域规划.
基金资助:
国家自然科学基金项目（61571441，U1333116）；国家重点研发计划项目（2016YFB0502405）

Irregular flight recovery based on loss of airline

DA I Fuqing, ZHANG Shunyao

College of Air Traffic Management, CAUC, Tianjin 300300, China

Received:2019-12-19 Revised:2019-12-19 Accepted:2019-11-15 Online:2021-04-10 Published:2021-11-27

摘要/Abstract

摘要：

为解决由天气，流量控制，机务维修和旅客等因素导致的航班不正常问题，构建了以航空公司直接损失和间接损失之和最小为目标函数的航班恢复模型；细分了不同舱位的旅客由于航班延误产生的失望情绪对航空公司的未来客票销售产生的影响；将经济学中机会成本的概念应用于模型中，使损失种类的计算更加完善曰最后设计了一种动态决策算法对模型求解。实例表明，通过该算法可将不正常航班损失降为原来的44%，证明该算法在解决航班恢复问题时具有一定的优越性。

关键词: 航空运输, 不正常航班, 航空公司损失, 动态决策算法, 航班恢复

Abstract: In order to solve the irregular flights caused by weather, flow control, engineering maintenance and passenger factors, a flight recovery model is built with the objective function of minimizing the sum of direct and indirect loss of airlines. The impact of passengers disappointment in different cabins caused by flight delay on the future ticket sales of airlines is categorized. The concept of opportunity cost is applied into the function in order to improve the calculation of loss types. A dynamic decision algorithm is designed to find the solution of the model, and instance shows that the irregular loss of flights can be reduced to 44% by this algorithm, proving the advantages of this algorithm in solving flight recovery problems.

Key words: air transportation, irregular flight, loss of airline, dynamic decision algorithm, flight schedule recovery

中图分类号:

戴福青, 张舜尧. 基于航空公司损失的不正常航班恢复研究[J]. 中国民航大学学报, 2021, 39(2): 26-30.

DA I Fuqing, ZHANG Shunyao. Irregular flight recovery based on loss of airline [J]. Journal of Civil Aviation University of China, 2021, 39(2): 26-30.

参考文献 12

[1]	赛秋玥, 刘祎, 毕军, 等. 基于离散时空网络的不正常航班可行路径生成算法[J]. 交通世界, 2018(26): 167-170.
[2]	上官栋栋, 曹杨, 王志豪. 应用遗传算法求解航班恢复问题[J]. 数学的实践与认识, 2018, 48(15): 178-185.
[3]	吴刚, 严俊. 不正常航班恢复的一种改进的列生成算法[J]. 南京航空航天大学学报, 2014, 46(2): 329-334.
[4]	TEODOROVIC D, GUBERINIC S. Optimal dispatching strategy on anairline network after a schedule perturbation[J]. European Journal of OperationalResearch, 1984, 15(2): 178-182.
[5]	唐小卫, 高强, 朱金福. 不正常航班恢复模型的贪婪模拟退火算法研究[J]. 预测, 2010, 29(1): 66-70.
[6]	赵秀丽, 朱金福, 郭梅. 不正常航班延误调度模型及算法[J].系统工程理论与实践, 2008, 28(4): 129-134.
[7]	赵秀丽. 航空公司不正常航班恢复模型及算法研究[D].南京;南京航空航天大学, 2010.
[8]	万俊强, 赵嶷飞, 张敏, 等. 基于物元模型的不正常航班恢复策略评估[J]. 中国科技论文, 2017, 12(19): 2193-2197.
[9]	ARGELLO M F, BARD J F, YU G. A grasp for aircraft routing in responseto groundings and delays[J]. Journal of Combinatorial Optimization,1997, 1(3): 211-228.
[10]	刘艳红, 高林, 李耀华. 基于经济损失的航班延误恢复模型研究[J].中国民航大学学报, 2011, 29(1): 46-50.
[11]	中国民用航空局. 民用机场收费改革实施方案: 159 号[S]. 北京: 中国民用航空局, 2007.
[12]	郭毅. 市场营销学原理[M]. 北京: 电子工业出版社, 2001.

[1]	齐麟, 金天昱. 不同垂直起降场布局下双起降坪容量研究[J]. 中国民航大学学报, 2026, 44(3): 67-73.
[2]	李艳伟a, 周全b. 京津冀航空运输与区域产业升级关联分析[J]. 中国民航大学学报, 2026, 44(3): 92-96.
[3]	王霞 a, 原洪玉 b, 李宗威 b. 多维多层视角下中国世界级机场群同质化度量 [J]. 中国民航大学学报, 2026, 44(2): 41-47.
[4]	张勰, 张钧, 刘宏志, 赵嶷飞. 基于融合编码转移网络的空中交通流量波动演化研究 [J]. 中国民航大学学报, 2025, 43(2): 19-30.
[5]	李国栋 a, 刘慧婕 b, 梅玥 a, . 多层次视角下中国航空运输业与民营经济耦合协调度评价 [J]. 中国民航大学学报, 2025, 43(2): 89-96.
[6]	谢春生, 杭宇, 赵向领. 紧急情况下航班备降模型研究 [J]. 中国民航大学学报, 2024, 42(6): 34-38.
[7]	王飞 , 韩翔宇 . 基于二次分解集成的机场流量短期预测 [J]. 中国民航大学学报, 2024, 42(6): 52-60.
[8]	杜皓月, 杨文东. 考虑联盟衔接的国际航班离场时刻优化研究[J]. 中国民航大学学报, 2024, 42(4): 84-90.
[9]	赵向领, 左蕾, 李云飞, 徐吉辉. 民用航空运输载重配平问题研究综述[J]. 中国民航大学学报, 2024, 42(1): 1-9.
[10]	丁新伟, 秦倩, 阚犇, 刘骐畅, 贾驰. 基于图卷积神经网络的航站楼旅客流时空分布预测[J]. 中国民航大学学报, 2023, 41(6): 31-36.
[11]	陈飞, 刘鹏, 凌若鸿, 廉冠, 李彪. 机场航站楼安检资源运行策略优化[J]. 中国民航大学学报, 2023, 41(6): 37-43.
[12]	王飞. 空中交通流时间序列平稳性和非线性检验[J]. 中国民航大学学报, 2021, 39(2): 1-6.
[13]	韩鹏, 赵嶷飞, 刘宏. 无人机地面撞击风险评估体系构建及趋势展望[J]. 中国民航大学学报, 2021, 39(1): 40-47.
[14]	彭连锁, 王梓旭, 王兴隆. 基于航班网络的受扰航班一体化恢复模型[J]. 中国民航大学学报, 2020, 38(5): 29-34.
[15]	韩一秀, 宋爱东, 汤强生, 李宏谱, 王航. 自热食品发热包航空运输危险性研究[J]. 中国民航大学学报, 2019, 37(6): 51-54.