留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

航线联营下基于转运的飞机航线路径优化

闫妍 马啸来

闫妍,马啸来. 航线联营下基于转运的飞机航线路径优化[J]. 北京航空航天大学学报,2023,49(1):115-127 doi: 10.13700/j.bh.1001-5965.2021.0166
引用本文: 闫妍,马啸来. 航线联营下基于转运的飞机航线路径优化[J]. 北京航空航天大学学报,2023,49(1):115-127 doi: 10.13700/j.bh.1001-5965.2021.0166
YAN Y,MA X L. Air freight route planning based on transshipment under air alliance[J]. Journal of Beijing University of Aeronautics and Astronautics,2023,49(1):115-127 (in Chinese) doi: 10.13700/j.bh.1001-5965.2021.0166
Citation: YAN Y,MA X L. Air freight route planning based on transshipment under air alliance[J]. Journal of Beijing University of Aeronautics and Astronautics,2023,49(1):115-127 (in Chinese) doi: 10.13700/j.bh.1001-5965.2021.0166

航线联营下基于转运的飞机航线路径优化

doi: 10.13700/j.bh.1001-5965.2021.0166
详细信息
    通讯作者:

    E-mail:maxiaolai@swjtu.edu.cn

  • 中图分类号: F062.9

Air freight route planning based on transshipment under air alliance

More Information
  • 摘要:

    为解决航空运输成本高,运输资源闲置、浪费多的问题,对航线联营下基于转运的飞机航线路径优化问题进行研究。基于货物转运问题,考虑联盟对运营的影响,引入航空联盟选择概率,确定转运前后航段运输的承运及托运问题,并考虑托运运输的衔接问题。由于航空网络中双机场容量限制,运行中全货机飞行时段及空域容量的限制,以总成本最小化为目标,建立了航线联营下基于转运的航线路径优化模型(T-AAAFRP)。设计了改进的遗传算法求解模型。通过实例分析,研究选址和路径优化问题。研究结果表明:设计的算法具有较高的收敛性;转运点数量变化的过程中,双机场城市总被选择作为转运点;需求量、飞机固定成本的变化对优化决策有较大影响;飞机载重量、联盟承运与托运的分摊系数、决策者风险偏好的变化对优化决策有较小影响;总体上转运点数量越多,所承担的总成本越小,使用的飞机数量越少。

     

  • 图 1  基于转运的飞机航线路径优化问题示意图

    Figure 1.  Aircraft route optimization based on transshipment

    图 2  飞机飞行过程中的运量反应示意图

    Figure 2.  Traffic response of aircraft in flight

    图 3  T-AAAFRP问题建模思路

    Figure 3.  Modeling ideas of T-AAAFRP problem

    图 4  算法流程

    Figure 4.  Algorithm flow

    图 5  改进的编码形式

    Figure 5.  Improved coding form

    图 6  初始禁忌表示意

    Figure 6.  Diagram of initial taboo list

    图 7  修正后禁忌表示意

    Figure 7.  Diagram of revised taboo list

    图 8  基于基因工程的染色体交叉过程

    Figure 8.  Chromosome crossover process based on genetic engineering

    图 9  基于基因工程的染色体变异过程

    Figure 9.  Chromosome mutation process based on genetic engineering

    图 10  种群大小对计算结果的影响

    Figure 10.  Effect of population size on calculation results

    图 11  收敛曲线

    Figure 11.  Convergence curve

    图 12  不同需求量下的计算结果

    Figure 12.  Calculation results under different demands

    图 13  不同飞机载重量下的计算结果

    Figure 13.  Calculation results under different aircraft load

    图 14  不同飞机固定成本下的计算结果

    Figure 14.  Calculation results under different aircraft fixed costs

    图 15  不同成本与收益的系数下的计算结果

    Figure 15.  Calculation results under different coefficients of cost and benefit

    图 16  不同航空联盟成本分摊系数下的计算结果

    Figure 16.  Calculation results under different cost sharing coefficients of aviation alliance

    图 17  不同决策者对损失的敏感度下的计算结果

    Figure 17.  Calculation results under different sensitivity of decision maker to loss

    图 18  不同风险损失时权重的大小下的计算结果

    Figure 18.  Calculation results under the weight of different risk losses

    表  1  修正后禁忌表主要参数设置

    Table  1.   Revised taboo list Main parameter setting

    参数数值
    $ \delta $2.5
    $ \alpha $0.6
    $\beta $1.6
    $\tau $0.9
    $ \vartheta $2.5
    ${P_x}$服从 U (0.4, 1)
    ${D_{{1_{ij}}}}$服从 U (0, 30000)
    $ {\varsigma _1} $/(元·h−1)2000
    $ {\varsigma _2} $/元30000
    ${\lambda _2}$0.8
    下载: 导出CSV

    表  2  不同转运点数量的优化选择结果

    Table  2.   Optimal selection results of different number of transfer points

    转运点个数转运点位置飞机数量总成本/元最优选择
    2[7郑州,8武汉]301422415
    [6沈阳,7郑州]231191386√1
    [1北京,6沈阳,8武汉]201109964
    [2广州,6沈阳,9成都]181054360√2
    4[1北京,7郑州,8武汉,9成都]251237837
    [1北京,2广州,6沈阳,9成都]11901209√3
    [1北京,6沈阳,7郑州,8武汉,9成都]161010882
    [1北京,2广州,6沈阳,8武汉,9成都]9834697√4
    6[1北京,2广州,6沈阳,7郑州,8武汉,9成都]88077105
    注:“−”表示不是最优选择;“√1、√2、√3、√4、√5”表示最优选择1、最优选择2、最优选择3、最优选择4、最优选择5。
    下载: 导出CSV

    表  3  5种方案的最优飞机机队路线

    Table  3.   Optimal aircraft fleet route of five schemes

    转运点位置飞机线路
    [6沈阳,7郑州]5-(7)-11-(7)-32-(6)-2-54-2-(6)-5-(7)-25-4
    5-31-(6)-2-(6)-26-17-9-54-37-10-(7)-5-(7)-37-4
    5-37-(6)-22-(6)-37-5-32-55-(7)-2-(6)-5-(6)-36-5
    4-21-37-(7)-25-(6)-2-45-22-2-(6)-35-(6)-2-5
    4-36-(6)-2-(6)-26-9-44-(7)-15-(6)-2-(6)-37-4
    5-9-11-(7)-5-(7)-25-(7)-18-55-2-(6)-36-(7)-5-(7)-2-(7)-5
    5-26-11-37-26-11-54-37-(7)-5-(7)-18-(7)-2-4
    5-(7)-20-(7)-2-(6)-55-11-37-(6)-9-(6)-2-37-5
    5-21-5-(7)-25-26-(6)-2-55-2-(6)-12-37-(6)-30-5
    5-37-11-(7)-5-(7)-21-2-55-37-(6)-2-(6)-15-2-5
    5-(6)-22-(6)-5-17-25-54-18-2-(6)-37-4
    5-17-37-20-(7)-5-(7)-31-5
    [2广州,6沈阳,9成都]4-3-9-(6)-7-(6)-5-11-12-45-37-(6)-20-(2)-5-(2)-5
    5-(9)-11-(9)-32-(9)-11-(2)-3-54-(6)-22-(6)-5-(9)-25-(2)-10-4
    5-31-5-32-5-(6)-21-54-37-(2)-3-(9)-5-(2)-22-25-4
    4-37-(2)-22-(2)-25-37-(6)-26-45-37-(9)-5-(2)-22-(2)-5
    4-10-(6)-36-(9)-5-(9)-11-(2)-3-44-18-17-(2)-25-(2)-17-37-4
    4-17-(2)-3-(2)-5-(6)-21-44-11-(9)-5-(9)-31-7-(6)-37-4
    4-(9)-25-(2)-18-(2)-26-11-45-7-(6)-36-(9)-5-(9)-15-37-5
    4-37-(2)-25-26-11-(9)-11-44-(2)-21-(6)-37-(9)-5-(9)-3-4
    5-(9)-3-(2)-25-3-55-37-(9)-5-(9)-37-(9)-36-5
    [1北京,2广州,6沈阳,9成都]5-(2)-31-5-32-55-(9)-37-(7)-7-5
    4-11-(2)-32-(2)-11-(7)-21-(7)-37-45-25-(9)-17-37-11-5
    5-22-(9)-37-(2)-25-26-(9)-54-(6)-22-(9)-37-(2)-25-26-(9)-10-37-4
    4-37-(9)-5-25-(9)-10-45-26-5-(2)-25-(2)-5-(6)-20-5
    4-36-(9)-5-(9)-17-(7)-5-(7)-21-44-37-(6)-20-(6)-36-37-4
    4-11-26-11-(7)-25-44-22-(6)-5-(2)-25-(2)-18-4
    [1北京,2广州,6沈阳,8武汉,9成都]4-38-(3)-5-11-44-32-11-22-(9)-38-(2)-26-4
    5-12-(2)-35-(2)-12-26-54-27-12-37-5-38-(3)-25-(6)-4
    4-11-(9)-38-5-11-22-45-21-11-(2)-26-(2)-11-27-5
    5-(9)-18-(3)-26-(3)-18-(9)-38-54-38-27-37-38-4
    4-12-11-(6)-25-(3)-38-11-4
    [1北京,2广州,6沈阳,7郑州,8武汉,9成都]5-32-5-11-5-(8)-21-54-25-(2)-17-(7)-36-5-11-26-(8)-37-4
    4-11-(1)-32-(1)-11-(8)-25-45-(7)-18-(1)-25-(1)-18-(7)-37-5
    5-26-54-26-5-(1)-25-4
    4-11-(8)-21-(7)-37-(2)-22-(2)-37-45-37-(8)-5-5
    下载: 导出CSV
  • [1] 胡皓月, 朱金福, 葛伟, 等. 基于多层QSI的航空联盟网络优化研究[J]. 武汉理工大学学报(交通科学与工程版), 2016, 40(5): 880-884.

    HU H Y, ZHU J F, GE W, et al. Research on network optimization of aviation alliance based on multi-layer QSI[J]. Journal of Wuhan University of Technology (Traffic Science and Engineering), 2016, 40(5): 880-884(in Chinese).
    [2] YAN S, CHEN C. Optimal flight scheduling models for cargo airlines under alliances[J]. Journal of Scheduling, 2008, 11(3): 175-186. doi: 10.1007/s10951-007-0020-1
    [3] 于焯, 樊玮. 基于均衡条件的成本最小化航线调配问题研究[J]. 计算机技术与发展, 2017, 27(8): 145-148. doi: 10.3969/j.issn.1673-629X.2017.08.030

    YU Z, FAN W. Research on cost minimization route allocation based on equilibrium conditions[J]. Computer Technology and Development, 2017, 27(8): 145-148(in Chinese). doi: 10.3969/j.issn.1673-629X.2017.08.030
    [4] 于焯, 樊玮. 机场航班航线调度优化管理仿真研究[J]. 计算机仿真, 2018, 35(7): 54-58.

    YU Z, FAN W. Simulation Research on optimization management of airport flight route scheduling [J]. Computer Simulation, 2018, 35 (7): 54-58 (in Chinese).
    [5] 裴一麟. 基于双层规划的航线网络和航班时刻优化研究[D]. 天津: 中国民航大学, 2018:44-48.

    PEI Y L. Research on route network and flight schedule optimization based on bi level programming [D]. Tianjin: Civil Aviation University of China, 2018:44-48 (in Chinese).
    [6] 陈梵驿, 杨新湦, 翟文鹏, 等. 基于决策树C4.5算法的京津冀机场群航线网络优化[J]. 中国科技论文, 2017, 12(7): 798-801. doi: 10.3969/j.issn.2095-2783.2017.07.015

    CHEN F Y, YANG X S, ZHAI W P, et al. Route network optimization of Beijing Tianjin Hebei airport group based on decision tree C4.5 algorithm[J]. Chinese Scientific Paper, 2017, 12(7): 798-801(in Chinese). doi: 10.3969/j.issn.2095-2783.2017.07.015
    [7] 周琨. 航空公司航班运行调度模型与算法研究[D]. 南京: 南京航空航天大学, 2012:23-32.

    ZHOU K. Research on airline flight scheduling model and algorithm [D]. Nanjing: Nanjing University of Aeronautics and Astronautics, 2012:23-32 (in Chinese).
    [8] ZHANG Y, SU R, LI Q, et al. Distributed flight routing and scheduling for air traffic flow management[J]. IEEE Transactions on Intelligent Transportation Systems, 2017, 18(10): 2681-2692. doi: 10.1109/TITS.2017.2657550
    [9] 刘家鹏, 张雪松. 基于改进自适应遗传算法的特种飞机航线规划方法[J]. 中国电子科学研究院学报, 2014, 9(5): 526-530. doi: 10.3969/j.issn.1673-5692.2014.05.016

    LIU J P, ZHANG X S. Route planning method for special aircraft based on improved adaptive genetic algorithm[J]. Journal of China Academy of Electronic Sciences, 2014, 9(5): 526-530(in Chinese). doi: 10.3969/j.issn.1673-5692.2014.05.016
    [10] 谷润平, 王倩, 李佳妮. 基于机型航线优化的多目标规划[J]. 南京航空航天大学学报, 2016, 48(6): 917-921. doi: 10.16356/j.1005-2615.2016.06.021

    GU R P, WANG Q, LI J N. Multi objective programming based on aircraft route optimization[J]. Journal of Nanjing University of Aeronautics and Astronautics, 2016, 48(6): 917-921(in Chinese). doi: 10.16356/j.1005-2615.2016.06.021
    [11] 王苗苗. 联盟环境下航空公司航线网络优化研究[D]. 南京: 南京航空航天大学, 2016:19-22.

    WANG M M. Research on airline route network optimization in alliance environment [D]. Nanjing: Nanjing University of Aeronautics and Astronautics, 2016:19-22 (in Chinese).
    [12] 杨忠振, 于述南, 陈刚. 混合式航空货运网络优化[J]. 交通运输工程学报, 2016, 16(1): 104-114. doi: 10.3969/j.issn.1671-1637.2016.01.013

    YANG Z Z, YU S N, CHEN G. Hybrid air cargo network optimization[J]. Journal of Transportation Engineering, 2016, 16(1): 104-114(in Chinese). doi: 10.3969/j.issn.1671-1637.2016.01.013
    [13] ARMACOST A P, BARNHART C, WARE K A, et al. UPS optimizes its air network[J]. Interfaces, 2004, 34(1): 15-25. doi: 10.1287/inte.1030.0060
    [14] MOHRI S S, KARIMI H, KORDANI A A, et al. Airline hub-and-spoke network design based on airport capacity envelope curve: A practical view[J]. Computers & Industrial Engineering, 2018, 125: 375-393.
    [15] YANG Z, YU S, NOTTEBOOM T. Airport location in multiple airport regions (MARs): The role of land and airside accessibility[J]. Journal of Transport Geography, 2016, 52: 98-110.
    [16] 陈梵驿. 京津冀机场群协同发展下的航线优化研究[D]. 天津: 中国民航大学, 2017: 55-56.

    CHEN F Y. Research on route optimization under the collaborative development of Beijing Tianjin Hebei airport group [D]. Tianjin: Civil Aviation University of China, 2017: 55-56 (in Chinese).
  • 加载中
图(18) / 表(3)
计量
  • 文章访问数:  14
  • HTML全文浏览量:  4
  • PDF下载量:  2
  • 被引次数: 0
出版历程
  • 收稿日期:  2021-04-01
  • 录用日期:  2021-07-04
  • 网络出版日期:  2023-01-16
  • 刊出日期:  2021-08-31

目录

    /

    返回文章
    返回
    常见问答