文摘
本研究着重于管理门作业与两个主要枢纽机场终端和卫星大厅。我们首先制定门分配问题(GAP)作为二进制线性规划模型与多目标函数,在实际的约束条件,如时间冲突和登机口兼容性,被认为是。然后,我们把大门的影响任务转移乘客和制定转移需求门法分配问题(TGAP)作为非线性模型。线性化方法和启发式方法是为了解决TGAP模型。案例研究是基于实际数据进行的上海浦东国际机场,一个比较结果的差距,TGAP两种提议的方法。这表明该TGAP模型和解决方案方法不仅可以提高服务转移乘客也提高门在枢纽机场利用率。
1。介绍
全球航空客运需求和机场建设经历了快速增长在过去的几十年里,和乘客需求依然稳定增长在2019年之前COVID-19流行病[1]。由在中国国内市场的复苏,许多枢纽机场回到大流行前水平乘客需求和飞行数据;例如,上海浦东国际机场每天处理110000国内游客和900国内航班在2021年3月,都是超过2019的2]。随着进口航空运输枢纽辐射式航线结构系统的一部分,枢纽机场乘客需求正在经历快速增长和飞行数据。释放工作压力和提供更好的飞机/航班服务和旅客服务,许多枢纽机场建立了卫星大厅与终端通过地下通道或大众捷运(捷运)系统。这为高效操作提出了新的挑战和客运服务枢纽机场。
盖茨是一个稀缺资源的枢纽机场,面对激烈的空中交通和乘客需求的压力3]。门操作连接空中交通(飞机时间表和服务),客运服务,和地面操作(包括船员分配),这使得它高效的机场运营的关键。门分配问题(GAP)分配是飞机/航班合适在机场登机门登机或围裙在一个操作周期(通常一天),根据给定的飞行时间表和飞机舰队的任务,也考虑到机场布局,门兼容性,飞机类型,等等。典型的目标通常包括两个方面的差距,减少运营成本和最大化门机场运营商资源的效率;为乘客和最大化满意度。的差距已经被广泛地研究过了最重要的一个机场的日常运营中存在的问题,和看到4,5为详细的文献综述,我们从机场和乘客的角度概述。
从机场运营商的角度来看,差距的主要目标是门资源的有效利用,减少运营成本。由于围裙的停车位置通常是远离码头,乘客需要班车。如果飞机被分配到停机坪,它将增加乘客的等待时间和运营成本将在地面行动潜在影响和人员分配。文学是最常见的客观差距最小化飞机/航班分配给围裙(丁et al。6),Dorndorf et al。7,8),那个和Nikulin9),邓et al。10])。一些研究的目标是最小化总延误飞机在机场忙(Lim et al。11),Kaliszewski et al。12])。此外,正如Karsu et al。13)指出,枢纽机场可能需要处理不同类型的航班(国内/国际)和飞机,所以成本最小化措施/拖当飞机需要从一个门移动到另一个也被认为是在文献(Benlic et al。14],Kumar和Bierlaire [15),于et al。16])。我们认为门兼容性而不是拖曳操作在本研究中捕获飞机/飞行类型之间的匹配和闸门设施。这也是目标函数的建模Benlic et al。14)和纽曼和特金17]。结论后,机场控制门使用将确保他们使用最有效的调查Gillen和拉尔18),我们还考虑了盖茨的综合操作终端和卫星的枢纽机场大厅,包括使用盖茨的数量最小化目标函数。
门的任务也会影响在机场旅客服务质量(11),它可能影响步行距离,乘客的等待时间和传输服务。考虑乘客的文学主要反映在目标函数。枢纽机场在大都市通常有多端,它可能花费很多时间/距离门之间的特定的门或转让,和许多研究导致差距减少步行时间/距离的乘客。波尔(19]提出的二元线性规划,以减少旅客步行距离,解决非单纯形算法。Karsu et al。13)的混合整数非线性规划模型制定差距最小化总步行距离的所有乘客和飞机的数量分配到围裙,然后提出确切和启发式方法来解决它。有兴趣的读者可以参考那个和Nikulin9),Haghani和陈20.)、戴尔俄科等。21],Mokhtarimousavi et al。22]。此外,燕和霍23和燕和唐24)是专注于最小化总乘客等待时间的差距。然而,从调查Entwistle [25),超过60%的乘客在机场购物计划,这意味着减少乘客的等待时间并不总是客观的,至少他们中的一些人。Daş[26]提出了一种多目标模型增加购物收入在机场通过门任务,通过最小化总旅客步行距离和分配乘客门附近的商店。我们考虑传输时间预算的乘客在这项研究中,提出一个更全面的方法来衡量服务转移乘客。与一些上述份研究比较如表所示1。
在这项研究中,我们关注的是门的影响作业的服务转移乘客在枢纽机场与卫星大厅。我们提出了一个新颖的传输需求目标函数法考虑传输时间预算,结合机场运营商的目标函数,研究机场运营和乘客服务之间的权衡。此外,我们提出两种优化模型,即一个二进制门分配问题(GAP)线性规划模型和非线性模型转移需求门法分配问题(TGAP)。线性化方法和启发式方法是为了解决TGAP模型,然后,案例研究使用的数据执行上海浦东国际机场。
本研究的其余部分组织如下。节2,我们给出一个详细描述的差距,TGAP。制定了相应的数学模型3。然后,部分4发展的线性化方法和启发式方法来解决模型。案例研究部分中所示5,部分6总结了研究。
2。问题陈述和假设
2.1。问题陈述
我们考虑一个枢纽机场,与主终端和几个卫星大厅,见图1。盖茨在终端和卫星大厅由机场运营商分配和综合,用 。乘客可以通过捷运系统终端与卫星之间的大厅。如图1飞机,机场也有停车位置的围裙,用 ,以防飞机不能分配给一个门在终端或卫星大厅。
本研究用研究时期 (即。,one day or one week) and discretized into equal-length time intervals ,,让 。一些飞机降落和起飞机场在这一时期,他们占据了盖茨旅客的到来和离开,和飞机用的集合 。提供的服务,飞机在机场被称为之间运输乘客飞行。为一个特定的机场,一架飞机有两个航班,我们假设每个飞机的相关航班和时间表。在图2之间的关系,我们将展示飞机和它相关的航班。一架飞机 被认为是,它有两个航班:一个到达的航班和到达时间和一个离开航班和起飞时间 ,它需要占用一个门 或停车位置 在时间期间 。此外,飞机的类型(宽/窄体)和相关航班(国内/国际)。因为飞机和航班之间的对应关系,可以通过飞机或飞行模型,我们使用飞机建模在这项研究。
至于利用盖茨,首先要考虑的是时间冲突。如图3、飞机 和 连续使用相同的门,两架飞机的使用时间 和 不应重叠。此外,缓冲时间还应该满足之间的两架飞机对地面操作服务。其次,因为盖茨终端和卫星的大厅里可能有不同的功能(如入住设施和护照控制),在这项研究中我们考虑门兼容性。特别是,飞机,我们考虑门宽/窄体类型的兼容性;相关航班,门口的兼容性与国内/国际航班服务。
门分配问题(GAP)分配是飞机 盖茨或围裙 考虑约束如闸门时间冲突约束和兼容性,门和目标函数主要问题有效利用盖茨或减少的数量占据了盖茨。决策变量是二进制门赋值变量 ,和二进制门利用变量 。特别是,= 1,如果飞机分配给门否则= 0;= 1,如果门使用任何飞机,否则等于0。
我们也试图考虑门作业对乘客的影响在本研究中。客运组织用的集合 。如图4,每组乘客 传输相同的到达航班的飞机 相同的起飞航班的飞机 (可略和 )。为乘客组传输时间预算被定义为 。乘客的数量给出用吗 。
门任务决定了乘客的最短传输时间,包括处理时间,步行时间,和捷运时间。它会影响乘客的转移在机场,尤其是与卫星枢纽机场大厅。布局图1作为一个例子,一名乘客的传输时间预算是60分钟。不同的传输场景表中所示2当到达和离开飞机被分配到不同的门。在场景1中,盖茨抵达和离开的飞机被分配在终端T,最短传输时间远小于传输时间预算和转移成功。乘客转移在场景2压力更大,因为分配的两架飞机位于之门T分别和S1。乘客在场景3和场景4失败转移由于门任务。
因此,乘客可能无法转移,如果两个门之间的最短传输时间太长分配给飞机吗和 ,也就是说,exceeding the transfer time budget 。需求门法分配问题(TGAP)在这项研究中关注的是中转旅客服务与门之间的权衡利用效率差距在卫星大厅构造枢纽机场。
2.2。假设
为了方便我们研究问题的演讲在这项研究中,以下假设:A1(机场布局)。考虑枢纽机场终端,几个卫星大厅,围裙,任意两个门之间的最短传输时间。没有限制飞机的数量和类型,同时使用的围裙。A2(飞行和飞机)。鉴于研究期间飞行时间表,包括到达/离开时间、航班类型(国内/国际)和飞机类型(宽/窄体)。A3(门服务)。只有一个飞机可以使用一个门。所有的门有相同的缓冲时间服务两个飞机。门和飞机航班是兼容性。A4(乘客需求)。由于卫星大厅主要影响转移乘客,假设我们只考虑中转旅客的需求。相关的数量、航班、旅客和传输时间预算。
3所示。数学公式
在本节中,我们首先制定差距模型阐明资源利用率和约束的枢纽机场,然后,我们提出的模型TGAP考虑在部分服务转移乘客3.2。
3.1。符号和决策变量
表3列出通用指标,设置、参数和变量的优化模型,在这项研究中出现。
3.2。差距模型
在本节内,差距制定的数学模型集成在终端使用盖茨和卫星,包括约束和多目标函数。
3.2.1之上。约束
差距的约束通常包括门利用率和飞机服务,接下来详细描述。
(1)闸门时间约束冲突。一个可行的门作业计划应保证飞机分配给相同的门不重叠时间和观察缓冲时间。飞机时间关联参数介绍了,等于1时 否则0。因此,我们有以下:
发病率参数和赋值变量把飞机,盖茨,和时间。
(2)门利用约束。的门 ,如果任何飞机,使用变量= 1,否则为0。我们有门利用约束表明之间的关系和如下: 在哪里是一个足够大的积极的常数。
(3)飞机服务约束。每个飞机都必须和只能分配给一个门或围裙,然后:
(4)门兼容性约束。我们认为门兼容性在这个模型中,因为盖茨不同区域的终端和卫星大厅可能有不同的功能,这主要是受设施和设备的影响。飞机门兼容性发病率参数介绍,如果飞机= 1 可以由门 否则0。我们可以得到的值基于给定的飞机和浇口类型。
特别是,围裙可以为所有类型的飞机和服务 。
(5)决策变量的约束。
3.2.2。目标函数
盖茨在机场是稀缺资源,运营效率取决于这个瓶颈资源的利用率。自的枢纽机场终端和卫星同时大厅,目的是有效利用的差距盖茨在终端和卫星大厅和减少运营成本。
飞机可以使用停车位置的围裙,如果它不能被分配给一个门,但围裙通常是远离终端和卫星大厅,和乘客需要终端之间的穿梭巴士和围裙。这将增加乘客的传输时间,另一方面增加机场的运营成本,另一方面。有效利用盖茨和避免分配飞机围裙,第一个目标是减少飞机的数量分配到围裙:
这是文学作品的一个共同的目标差距(丁et al。6),Dorndorf et al。7,8),那个和Nikulin9),邓et al。10])。它相当于最大化的数量分配给盖茨的飞机。此外,这一目标可以很容易地扩展到最大化的总使用时间盖茨因为每个飞机的停留时间,但它没有显著影响客运服务,所以我们使用目标(6在这项研究中。
除此之外,在本质上是多目标的差距和操作成本盖茨是昂贵的(包括地面运营成本),这促使我们考虑目标更全面。除了减少围裙的操作,还需要考虑目标的差距,减少使用盖茨的数量,也就是说,
在这项研究中,我们考虑的目标函数由飞机的数量分配给盖茨使用的围裙,然后制定为一个多目标优化问题的差距。差距在枢纽机场,围裙,如果我们只考虑目标(6),门操作小时在某些情况下可能不会充分的利用;只考虑目标(7)显然是不可行的,分配的所有飞机的围裙。因此,组合和目标之间的权衡(6)和(7)是全面的差距。我们使用线性权重来处理这两个目标和制定目标函数如下: 在哪里和是积极的权重来表示目标之间的权衡。特别是,如果我们可以获得一个帕累托最优解决方案和设置1,或者它们的值根据机场运营商的偏好设置。
3.2.3。数学模型的差距
差距可以制定如下:
差距给出数学模型(9)是二进制整数线性规划。差距模型侧重于门资源优化时的枢纽机场,两个主要终端和卫星大厅,和明年,我们将考虑对乘客和差距的影响进一步提高模型涉及不同利益相关者。
3.3。TGAP模型
门任务影响乘客的服务质量,尤其是转移乘客在枢纽机场,两个主要终端和卫星大厅提供客运服务。乘客可能需要更长的时间去从到达的航班离开登机口由于门作业,甚至可能超过传输时间导致失败的转会预算。因此,我们将把服务转移乘客的差距在这一节中。
用给定的飞行时间表和传输方案(飞机抵达去飞机 )客运集团 ,我们可以传输时间预算 。盖茨为飞机和被表示为和 ,分别。考虑到终端的布局和卫星在机场大厅,最短的传输时间 (包括处理时间、步行时间和捷运时间)之间的任何两个盖茨也是固定的。
门口的最短传输时间分配会影响乘客群 。在这里,我们介绍了转移压力来描述机场的服务水平转移乘客。转移压力的比值最短传输时间传输时间预算,并为乘客转移压力用并定义如下: 在哪里是总传输时间(包括流程时间和班车时间)为乘客的围裙。如果两个副飞机乘客组被分配到盖茨终端和卫星的大厅里,乘客需要gate-gate传输与传输时间 ;否则,乘客需要gate-apron apron-gate甚至apron-apron传输与传输时间 。请注意,比之间的最短传输时间长围裙中的任何两个盖茨因为停车的位置通常是远离终端和卫星大厅。
然后,我们介绍了目标,最大限度地减少乘客的压力转移到捕获的客运服务的枢纽机场的差距;也就是说,
考虑乘客传输时间预算的差距可以制定如下:
中给出的数学模型(12)显式地考虑了中转旅客服务和展示了客运服务和运营成本之间的权衡的差距在枢纽机场。数学模型(12)是非线性规划,非线性来自目标函数与旅客有关,转移压力的计算是一个分段函数。
表4介绍了差距,TGAP模型的复杂性。可以看出,模型的大小取决于盖茨,飞机,乘客组和离散化的需求(数量的离散时间间隔)。假设有一个枢纽机场,盖茨和100架飞机和100中转旅客群体,研究周期 。如果离散时间间隔5分钟,将会有120变量和2500缺口模型中的约束(9)。TGAP模型中变量的数量(11)是1120,外加相关变量转移乘客。
4所示。解决方案方法
数学模型(9)差距是一个二进制整数线性规划,可以解决一些现有商业解决方案,如最大化策略和Gurobi(见,例如,Linderoth和劳尔夫超市(27];Atamturk和Savelsbergh28])。
至于数学模型(12TGAP),它与线性约束非线性规划,我们提出两种方法来解决这个问题。
4.1。线性化方法
在本节中,原点非线性规划模型(12)将被转换为二进制整数线性规划通过引入新的二进制变量和线性约束。
专注于模型的非线性目标函数(12),转移压力的计算情商是一个分段函数所示。11)。据传输时间的分析在不同的场景下部分3.3,只需要设置相关的最短传输时间 作为 ,也就是说, 或 最小化的目标传输压力(12)可以更新如下:
它可以观察到,(13)是非线性的,因为产品的二进制变量和 ,他们可以辅助二进制变量所取代 。威廉姆斯(后29日),产品可以被添加线性约束:
因此,TGAP的线性化模型考虑到中转旅客服务可以制定如下:
请注意,模型(15)是线性规划,可以很容易地解决商业解决如最大化策略和Gurobi找到全局最优的解决方案。
如表所示4,辅助二进制变量的数量是 。基于在第三节的例子中,将会有121120 489000变量和约束线性化模型(15TGAP)。此外,客运组织和机场大门的数量增加时,变量和约束的数量增加迅速,计算需要很长时间才能解决的TGAP商业解决方案。为了解决这个问题,我们进一步设计TGAP启发式方法来解决。
4.2。启发式方法
门分配问题是一个复杂的不确定性多项式硬(赋权)由于机场的复杂布局问题,multi-flights,乘客旅行,和门的兼容性30.,31日),和许多研究采用启发式的方法来解决它16,21,24]。解决TGAP在大型枢纽机场需要一个高效的算法来获得一个令人满意的解决方案和解决问题在合理的CPU时间。模拟退火(SA)算法是metaheuristic近似全局优化,具有良好的鲁棒性。因此,我们提出一个方法TGAP大型枢纽机场基于SA算法的框架。
|
算法1中,我们采用以下策略来调整作业方案和社区解决方案。
4.2.1。准备初步解决方案
模型(11)对TGAP相同的约束模型(9差距),我们可以使用模型的最优解(9)作为初始解决方案。它已经是高效的资源利用率。至于模型尺度,注意模型(9)可以分解为两个子问题在飞机门兼容类型:一个作业宽体飞机和副盖茨和另一个窄体飞机和盖茨联系起来。通过这种方式,TGAP设计的初始解。
4.2.2。客运服务调整策略
客运服务调整战略旨在减少乘客的转移压力,其中包括三个选择:插入选项,交换操作,删除操作。按顺序执行这些操作时,只有其中一个在每个循环执行,和详细的选项如下所示。
在当前的解决方案,我们已经知道门分配方案,即。,每架飞机的具体门。正如我们所知客运集团的转让信息 , 和被指示为旅客群体的子集的到达和离开飞机吗 ,分别。然后,我们表示作为乘客的总转移压力与飞机联系在一起 ,提供如下:
每架飞机的总转移压力计算方程(16),以下操作:①飞机的最大转移压力,已经分配给一个门被选中。②插入操作:盖茨的子集,可用时间和已经使用发现,所选飞机随机插入其中的一个。如果是空的子集,接下来的操作进行。③交换操作:飞机的子集,具有相同的时间间隔和类型(没有违反约束(1)和(4),所选飞机,其中一个是随机交换。如果是空的子集,接下来的操作进行。④删除操作:如果上面的两个操作没有执行,盖茨的子集找到适合所选飞机,其中一个是随机选取的,选定的飞机是分配给这个门,然后,冲突被分配到停机坪的飞机。
4.2.3。门利用策略
门利用战略集中于减少使用盖茨,包括两个选择:选择插入和删除操作。基于当前的解决方案,我们可以知道飞机的集合分配给门 和用 。 的时间利用率来标示门 ,等于占用时间的比值研究阶段:
减少使用盖茨,执行以下操作:①门时间利用率最低的使用(17)发现,如果这个比率低于一个阈值(如40%),然后做下一个选项。②插入操作:飞机分配给所选的大门,大门的子集,可用时间和发现已经使用,这些飞机随机插入其中的一个。③删除操作:其余的飞机后被分配到围裙前面的选项。
4.2.4。围裙飞机调整策略
围裙飞机调整策略的目的是减少飞机的数量分配给乘客的围裙和转移压力。因此,在这部分包括业务策略考虑的两个目标。①每架飞机的总转移压力的围裙(16)计算和最大的其中之一是发现。②执行插入和交换操作。这架飞机是随机插入到门可用时间段;否则,它与另一个飞机交换分配给一个门没有违反约束(1)和(4)。③如果上述两个操作不满意,围裙的飞机之一是试图插入一个可用的大门。④如果有任何可用的空门,飞机用最短的时间重叠与其他飞机的围裙是发现并分配给新的大门。
提出的启发式求解算法1所示的框架是基于SA算法,结合三种策略为提高目标函数的不同部分,它会找到一个满意的解决方案的TGAP模型(13)。
5。案例研究
验证了该模型的性能和解决方法,我们使用的数据在中国上海浦东国际机场作为案例研究。我们将描述实验数据部分5.1。并给出了数值结果5.2。
所有数值测试与英特尔®个人电脑进行核心(™)3.00 GHz处理器和16.00 GB RAM和Windows 10家版操作系统(64位)。使用MATLAB R2019b一起YALMIP-R20190425进行数值试验。商业规划求解Gurobi优化工作室8.1.1(学术许可)被用来解决差距和线性化TGAP模型,和解决branch-and-cut算法找到最优解用于上述两个混合整数规划模型。
5.1。数据和参数设置
我们考虑一个真实的案例研究在上海浦东国际机场,这是中国东部的一个重要的枢纽机场。盖茨是集成在一个终端使用T和连接卫星厅年代,终端T和卫星厅年代可以处理为乘客转移过程。有一个捷运线连接T和S快速运输乘客,假设单向旅行乘客的捷运时间5分钟(布局,见图5)。我们认为28盖茨的差距,TGAP终端T和41盖茨在卫星厅和围裙,和盖茨的详细信息可以在表中找到5。盖茨的兼容性等服务,国内/国际航班和宽/窄体飞机。是设置为180分钟。
在这个案例研究中,认为研究周期设置为 ,涵盖了一天的操作。我们选择296飞机相关的中国东方航空公司、厦门航空公司1月20日,2018年。表6作为一个例子,展示了几个记录,每个记录对应一个飞机服务两个航班。飞机的信息包括到达和离开的日期,到达和离开的时间,抵达和起飞航班,飞机类型(宽/窄体)和飞行类型(国内/国际)。
同时,传输信息的3000多名乘客选择和分为团体基于抵达和起飞的航班。信息的示例如表所示7,包括抵达和起飞的航班,到达和离开的日期,和乘客数量。结合飞机和航班的信息表6,我们可以很容易地得到每个乘客的传输时间预算。由于机场的布局设置,最短的传输时间 任何两个门之间也决定,包括处理时间,步行时间,捷运时间。盖茨的缓冲时间设置为45分钟。
线性模型中权重(10)、(13)、(16),分别 ;算法参数设置如下: 。
5.2。计算结果
鉴于上述数据和设置,建议的解决方案的方法将差距和TGAP执行。差距的结果,TGAP线性化的方法,和性能比较小节所示5.2。1;分段5.2。2显示的结果TGAP通过启发式的方法来解决。
5.2.1。和线性化TGAP解的差距
在本节中,我们解决的差距和线性化TGAP商业解决Gurobi优化,解决差距的CPU时间是5.75秒。差距图所示的结果6,水平轴代表研究时期( 2018年1月20日),纵轴代表了69盖茨在终端T美国有色条图和卫星大厅6表示时间的飞机占据相应的盖茨,和浅黄色时间不包括在内。可以清楚地看到,飞机满足的时间约束冲突盖茨和缓冲时间也举行了两个相邻的飞机。你可以发现飞机抵达和离开 盖茨通常占据了很长一段时间,乘客往往不会在这段时间旅行。TGAP图所示的结果7,也满足所有的约束。
从图6,我们可以发现几个盖茨(S29, S30、S39 S41)不被任何飞机,和他们都是服务宽体飞机。与此同时,图8显示所有宽体飞机已经分配给盖茨在窄体飞机的差距,这一比例是81%,和飞机成功地分配给盖茨的总数是249。这就是为什么我们认为客观的数量降至最低,盖茨用于(7),它可以提高门的效率利用当一种资源是充分的,即,盖茨对宽体飞机。因此,结合目标(6)和(7)是更全面的差距和TGAP门利用率。
接下来,我们比较差距,TGAP的解决方案,和价值观的不同部分目标函数如表所示8,其中的价值(转移压力)差距计算基于模型的最优解(10)和服务乘客不考虑。很明显从表8当第一和第二目标(最小化围裙飞机的数量盖茨和使用 )之间的差距,TGAP很亲密,考虑到客观吗可以显著降低乘客的转移压力(减少23.64%)。也就是说,模型(12)TGAP可以提高服务水平转移乘客不增加资源需求的枢纽机场。此外,尽管分配飞机的数量已经减少了在TGAP解决方案,盖茨在终端的时间利用率T和卫星厅年代增加了,计划TGAP分配飞机服务更多的乘客和减少职业时间转移到大门。这也表明,同时考虑到门的资源利用率和客运服务是一个更全面的方法来解决门任务在枢纽机场。
5.2.2。TGAP采用启发式方法的解决方案
尽管提出的线性化方法4.1TGAP可以获得全局最优解,需要很长一段时间内收敛。我们采用了商业解决Gurobi优化工作室8.1.1中解决线性化TGAP,获得最优解和CPU时间是6.09小时。726年代提出的启发式方法需要解决TGAP相同的输入和参数,并与线性化的方法,只有2.59%解决方案差距和门分配方案图所示9如下。
乘客群。在表37作为一个例子,旅客转移航班MU5698到达1月20日14:30,飞行MU545离开在1月20日16:10,传输时间预算是100分钟。飞机的空白解决方案,分别服务于抵达和起飞航班分配给盖茨S5和T3。两门不是在同一个码头,乘客的最短传输时间为60分钟。当我们在TGAP考虑转移压力,上面的两架飞机被分配到盖茨T18 T5,都是在终端T,乘客的最短传输时间降低到35分钟,和转移压力从0.60下降到0.35。此外,乘客的总转移压力的解决方案TGAP启发式方法仍低于空白的解决方案。这表明TGAP也被认为是为乘客服务,实现综合作业盖茨终端和卫星的大厅里。
如图10,盖茨的终端T都是由于使用较短的传输时间与盖茨在吗T盖茨比年代,有三个在卫星厅服务宽体飞机,不习惯。盖茨的总利用率是96%,和时间利用率是69.98%。TGAP,虽然门口时间利用率在解决线性化方法(70.21%)高于的启发式方法,区别并不重要。
接下来,我们比较了乘客转移压力三个案例:解决方案的差距,TGAP解决方案的线性化方法和启发式方法TGAP解决方案。旅客的比例在不同转移压力间隔在图上面的三个解决方案11,我们观察到的大多数乘客的转移压力仍处于相对低的水平,在于的范围 在所有三个案例。两个TGAP解决方案是与差距的解决方案相比,我们可以看到,乘客的数量低转移压力 TGAP解决方案比这更多的空白的解决方案,而在高转移压力范围 ,乘客在TGAP解决方案的比例比差距的解决方案。这个结果表明提出TGAP模型可以改善服务转移乘客。
现在转到解决方案的TGAP线性化方法和启发式方法,乘客转移压力的分布在这两个解决方案具有可比性,这意味着该启发式方法可以在合理的时间获得一个令人满意的解决方案。引人注目的图是什么11一些乘客在所有三个解决方案有转移压力大于1,因为相关的飞机被分配到停机坪,这情况增强TGAP解决方案。
6。结论和未来的研究
在这项研究中,我们关注的是门的影响作业的服务转移乘客在枢纽机场与卫星大厅。首先,差距提出的二元线性规划模型,考虑了闸门时间冲突,门兼容性约束和机场operator-oriented目标函数。然后,我们介绍了传输时间预算和转移压力测量客运服务和制定TGAP与线性约束非线性规划。特别是,多目标函数被认为是在TGAP模型中,包括传输需求和operator-oriented目标法。我们提出了一种线性化方法和SA算法启发式方法来解决TGAP的非线性模型。最后,基于实际数据的案例研究证明提议的模型和解决方案的方法的好处。在实验结果,验证了该TGAP模型和解决方案的方法可以改善传输服务乘客,导致更有效利用资源的枢纽机场。
进一步的研究可以考虑换乘乘客需求的随机性和随机航班延误的影响门的任务和中转旅客服务。我们还可以通过转移压力管理公平的乘客在城门口分配问题。
数据可用性
实际数据用于支持案例研究和发现在这项研究可从相应的作者。
的利益冲突
作者宣称没有利益冲突有关这项研究的出版物。
确认
这项工作的研究经费支持中国的国家自然科学基金(批准号。U1934216, 71871226,和U2034208)和中央大学的基础研究基金(批准号中南大学2019 zzts272)。