返回
The Recoverable Robust Tail Assignment Problem
DOI:10.1287/trsc.2013.0463.png)
摘要
En 中文
时间表中断在航空业中很常见,每天都会发生许多航班延误事件。最近,人们一直关注在航空公司计划阶段引入稳健性,以减少这些中断的影响。我们提出了一种可恢复的鲁棒性技术,作为鲁棒优化的替代方法,以减少中断的影响和恢复的成本。我们将可恢复的鲁棒尾部分配问题 (RRTAP) 公式化为随机程序,在benders分解的主问题和子问题中使用列生成来解决。我们为弯曲者的分解实现了两阶段算法,并确定了帕累托最优切口。RRTAP包括由于航班延误,取消和乘客重新路由而产生的成本,恢复阶段包括取消,延迟和交换选项。为了突出在RRTAP中同时解决计划和恢复问题的好处,我们将我们的尾部分配解决方案与文献中的当前方法进行了比较。使用航空公司数据,我们证明了通过RRTAP框架制定更好的尾部分配计划,可以在发生中断时降低恢复成本。
Keyword:
robust airline optimisation
recovery
Benders' decomposition
AI总结
对已上传原文的论文进行重点信息的提取,主要内容包括:简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
4.8
论文数:
1.9K
被引数:
8.4K
机构
暂无机构信息
引用论文
Planning for robust airline operations: Optimizing aircraft routings and flight departure times to minimize passenger disruptions规划稳健的航空公司运营: 优化飞机航线和航班起飞时间,以最大限度地减少乘客中断
Robust airline fleet assignment: Imposing station purity using station decomposition强大的航空公司机队分配: 使用车站分解提高车站纯度

