案例库 · 工程与运营 · 运营决策 · 2012–2016
安纳多卢航空通过优化航班调度将飞机数量从14架减至11架。
比尔肯大学的研究人员构建了一个数学模型和启发式算法，为安纳多卢航空的100个航班编排航班计划，只需11架飞机而非14架，同时大幅改善了中转衔接。
安纳多卢航空（土耳其航空）
解法
安纳多卢航空是一家土耳其国内低成本航空公司，以安卡拉为中心运营枢纽辐射网络，共有24个航点，每年冬夏两季都会重排航班计划。机队利用率和中转乘客的等待时间往往相互矛盾；一项调查显示，约25%的乘客认为安卡拉的中转服务和中转等待时间需要改善。
比尔肯大学的研究人员将这个问题建模为一个混合整数规划，然后用Java构建了一个两阶段启发式算法，并配以Excel前端——OpScheduler——来生成每周航班计划，同时满足机场、飞机和运营约束。
在安纳多卢航空2012年夏季数据上，该数学模型为24个城市的100个航班安排了11架飞机，而现有计划需要14架，平均每架飞机日利用小时从8.91小时提高到11.7小时。可实现1小时内中转的城市对在模型下增加了23.4%，在启发式算法下增加了50.2%。
安纳多卢航空采纳了OpScheduler用于航班排程；更少的飞机意味着每架飞机每年可节省约480万美元的固定成本，腾出的飞机还可用于开辟新航点。
生效的原因
- 优化整个网络而不是采用航班波结构，可以释放航班波结构所闲置的运力。
- 这种模拟工具让规划人员在决策前就能看到机队与等待时间之间的权衡。
- 可量化的结果——更少的飞机和更多的1小时中转——使其易于被采纳。
取得的成效在一个计划中平衡机队利用和中转等待时间。聪明
可借鉴之处
当两个目标相互冲突——飞机利用率和乘客衔接——时，应该在一个系统中同时建模，而不是靠人工权衡，并让规划人员通过模拟工具探索各种权衡方案。
后续进展
安纳多卢航空继续在其航班计划过程中使用该决策支持系统，相关模型和结果于2016年发表在《Interfaces》上。
资料来源
- Flight-Scheduling Optimization and Automation for AnadoluJet
- Flight-Scheduling Optimization and Automation for AnadoluJet
发现哪里写错了？告诉我们。