as well. According to one executive

as well. According to one executive, the schedule planning system developed at American Airlines and Sabre has generated over $500 million in incremental profits annually (Cook 2000). Most major airlines around the world have formed similar groups by now. Their name and size, as well as their placement in the corporate structure, vary considerably from airline to airline. Many consulting companies are also offering products and services in this general area. Other testimonials on the impact of optimization in the airline industry can be found in Yu et al. (2003), Butchers et al. (2001), Wiper et al. (1994), Smith et al. (1992), and Patty et al. (1991). Beginning in the 1950s and 1960s, early research on airline schedule planning focused on approaches to assign aircraft to routes (Ferguson and Dantzig 1956a) and crews to trips (Arabeyre et al. 1969). Since then, researchers have continued to work on these problems, refining and expanding the models to better represent the actual problem faced, or developing more sophisticated algorithms to improve the quality of the solutions generated. In the following sections, we provide an overview of progress, highlighting some of the major accomplishments and describing some of the remaining challenges.
2.1. Schedule Design The flight schedule, specifying the flight legs to be flown and the departure time of each flight leg, largely defines the competitive position of an airline and is thus a key determinant of airline profitability. Designing a profit maximizing flight schedule, however, is extremely complex. It affects and is affected by essentially all aircraft and crew scheduling decisions of the airline, and competing airlines as well. No single model has captured all these interdependencies, and even if such a model were formulated, it surely would be intractable. Moreover, its input data requirements are impractical, requiring, for example, accurate estimates of itinerary-specific passenger demands, spill costs, and recapture rates. Notwithstanding this complexity, flight schedule design and variants of the problem have been of interest to researchers for many years, with Simpson (1966), Chan (1972), Soumis et al. (1980), and
Etschmaier and Mathaisel (1984) describing early work. Nonetheless, because of the inability of optimization models to adequately capture the scope of the design problem, the typical airline practice today is to build flight schedules manually, with limited optimization. With recent research advances, however, this trend is reversing and optimization is beginning to play a role. Success has been achieved by defining a simplified design problem involving only incremental changes to existing flight schedules. Berge (1994), Marsten et al. (1996), and Lohatepanont and Barnhart (2001) develop models and algorithms that select from a subset of candidate flights legs, those that will be added to or removed from a given (often existing) flight schedule. Their approaches are incremental in that the changes from one published flight schedule to the next are limited. The reported impacts, however, are significant. Lohatepanont and Barnhart solve problems at one major airline that contain about 800 potential flight legs, 65,000 itineraries, and 165 aircraft, resulting in formulations with 30,000–60,000 rows and 50,000–65,000 columns, and solution times ranging from 12 hours to more than 3 days. They report potential improvements in aircraft utilization and significant increases in revenue, with an estimated impact exceeding $200 million at that airline. A nonincremental, clean-slate approach to airline schedule design is described in Armacost et al. (2002). They present models and algorithms to generate (near-) optimal flight network designs for express parcel delivery, and report savings of about 7% in operating costs and potential reductions of 10% in the required fleet size. Another schedule design application involving a charter airline is described in Erdmann et al. (1999). By exploiting the special characteristics of the problem, they are able to achieve near-optimal solutions in minutes. Schedule generation, with its important strategic and financial implications, represents an important area for future research, one rich in opportunity and challenge. The successes to date are just first steps in addressing the myriad of questions surrounding schedule design. Future research is needed to capture the critical interactions among the various resources of the airline, its competitors, and airports.

ผลลัพธ์ (ไทย) 1:

เป็นอย่างดี ตามหนึ่งบริหาร กำหนดการวางระบบพัฒนาที่อเมริกันแอร์ไลน์และเซเบอร์ได้ขึ้นกว่า $500 ล้านในเฉพาะ profits เพิ่มขึ้นทุกปี (อาหาร 2000) เกือบใหญ่สายการบินทั่วโลกได้เกิดขึ้นเหมือนกลุ่ม โดยขณะนี้ ชื่อของพวกเขา และขนาด รวมทั้งการจัดวางในโครงสร้างองค์กร แตกต่างอย่างมากจากสายการบินกับสายการบิน หลายบริษัทที่ปรึกษาจะนำเสนอผลิตภัณฑ์และบริการในโรงแรมทั่วไป รับรองเกี่ยวกับผลกระทบของอุตสาหกรรมสายการบินอื่น ๆ ที่สามารถพบได้ใน al. ยูเอส (2003), สเต็ก et al. (2001), ปัดน้ำฝนและ al. (1994), Smith et al. (1992), และแพตตี้และ al. (1991) เริ่มต้นในช่วงทศวรรษ 1950 และ 1960s วิจัยแรกในสายการบินการวางแผนกำหนดการเน้นแนวทางในการกำหนดเส้นทาง (เฟอร์กูสันและ Dantzig 1956a) และร่วมกับการท่องเที่ยว (Arabeyre et al. 1969) เครื่องบิน หลังจากนั้น นักวิจัยมีต่อปัญหาเหล่านี้ refining และขยายโมเดลถึงดีขึ้น จริงปัญหา ทำงาน หรือพัฒนามากขึ้นซับซ้อนอัลกอริทึมเพื่อปรับปรุงคุณภาพในการสร้างโซลูชั่น ในส่วนต่อไปนี้ เรามีภาพรวมของความคืบหน้า เน้นบางสำเร็จหลัก และอธิบายของความท้าทายที่เหลือ2.1 การออกแบบตาราง flight ระบุขา flight flown และเวลาเดินทางของแต่ละเลก flight, defines ส่วนใหญ่ตำแหน่งการแข่งขันของสายการบินการจัดกำหนดการ และเป็นดีเทอร์มิแนนต์ที่สำคัญของผลกำไรของสายการบิน ออกแบบ profit การเพิ่มกำหนดการ flight อย่างไรก็ตาม ได้ซับซ้อนมาก มันมีผลกระทบต่อ และได้รับผลกระทบ โดยหลักทั้งหมดเครื่องบินและลูกเรือตัดสินใจของสายการบิน และกำหนดการแข่งขันสายการบินเช่น รุ่นเดียวไม่ได้จับกันทั้งหมดเหล่านี้ และแม้ว่าแบบจำลองมีสูตร มันก็จะเป็น intractable นอกจากนี้ ข้อกำหนดของข้อมูลการป้อนเข้าระบุ ต้องการ เช่น ประเมินความถูกต้องของความต้องการผู้โดยสารเดินทาง specific หกต้นทุน และรังสรรค์ราคา อย่างไรก็ตามความซับซ้อน flight กำหนดการออกแบบและตัวแปรของปัญหาได้น่าสนใจสำหรับนักวิจัยหลายปี ซิมป์สัน (1966), จันทร์ (1972) Soumis และ al. (1980), และEtschmaier and Mathaisel (1984) describing early work. Nonetheless, because of the inability of optimization models to adequately capture the scope of the design problem, the typical airline practice today is to build flight schedules manually, with limited optimization. With recent research advances, however, this trend is reversing and optimization is beginning to play a role. Success has been achieved by defining a simplified design problem involving only incremental changes to existing flight schedules. Berge (1994), Marsten et al. (1996), and Lohatepanont and Barnhart (2001) develop models and algorithms that select from a subset of candidate flights legs, those that will be added to or removed from a given (often existing) flight schedule. Their approaches are incremental in that the changes from one published flight schedule to the next are limited. The reported impacts, however, are significant. Lohatepanont and Barnhart solve problems at one major airline that contain about 800 potential flight legs, 65,000 itineraries, and 165 aircraft, resulting in formulations with 30,000–60,000 rows and 50,000–65,000 columns, and solution times ranging from 12 hours to more than 3 days. They report potential improvements in aircraft utilization and significant increases in revenue, with an estimated impact exceeding $200 million at that airline. A nonincremental, clean-slate approach to airline schedule design is described in Armacost et al. (2002). They present models and algorithms to generate (near-) optimal flight network designs for express parcel delivery, and report savings of about 7% in operating costs and potential reductions of 10% in the required fleet size. Another schedule design application involving a charter airline is described in Erdmann et al. (1999). By exploiting the special characteristics of the problem, they are able to achieve near-optimal solutions in minutes. Schedule generation, with its important strategic and financial implications, represents an important area for future research, one rich in opportunity and challenge. The successes to date are just first steps in addressing the myriad of questions surrounding schedule design. Future research is needed to capture the critical interactions among the various resources of the airline, its competitors, and airports.

ผลลัพธ์ (ไทย) 2:

ได้เป็นอย่างดี อ้างอิงถึงการบริหารระบบการวางแผนตารางเวลาการพัฒนาที่อเมริกันแอร์ไลน์และกระบี่ได้สร้าง 500 ล้านดอลลาร์ในสายอาชีพเพิ่มขึ้นเป็นประจำทุกปี ts (คุก 2000) ส่วนใหญ่สายการบินทั่วโลกได้เกิดกลุ่มที่คล้ายกันโดยในขณะนี้ ชื่อและขนาดของพวกเขาเช่นเดียวกับตำแหน่งของพวกเขาในโครงสร้างขององค์กรที่แตกต่างกันมากจากสายการบินสายการบิน บริษัท ที่ปรึกษาหลายคนนอกจากนี้ยังมีการนำเสนอผลิตภัณฑ์และบริการในบริเวณนี้ รับรองอื่น ๆ เกี่ยวกับผลกระทบของการเพิ่มประสิทธิภาพในอุตสาหกรรมสายการบินสามารถพบได้ใน Yu et al, (2003), et al, Butchers (2001), et al, ใบปัดน้ำฝน (1994) สมิ ธ , et al (1992) และแพตตี้, et al (1991) จุดเริ่มต้นในปี 1950 และ 1960, การวิจัยในช่วงต้นของการวางแผนตารางเวลาของสายการบินที่มุ่งเน้นวิธีการที่จะกำหนดให้เครื่องบินเส้นทาง (เฟอร์กูสันและ Dantzig 1956a) และทีมงานในการเดินทาง (Arabeyre et al. 1969) ตั้งแต่นั้นมานักวิจัยได้อย่างต่อเนื่องในการทำงานกับปัญหาเหล่านี้อีกครั้งไฟหนิงและขยายรูปแบบที่ดีในการเป็นตัวแทนของปัญหาที่เกิดขึ้นจริงที่ต้องเผชิญหรือการพัฒนาอัลกอริทึมที่ซับซ้อนมากขึ้นในการปรับปรุงคุณภาพของการแก้ปัญหาที่เกิดขึ้น ในส่วนต่อไปเราให้ภาพรวมของความคืบหน้าและไฮไลท์บางส่วนของความสำเร็จที่สำคัญและอธิบายบางส่วนของความท้าทายที่เหลือ.
2.1 ตารางการออกแบบกำหนดการ ight ชั้นระบุขา ight ชั้นที่จะ fl เองและเวลาออกเดินทางของแต่ละชั้นขา ight ส่วนใหญ่เดอไฟ NES ตำแหน่งการแข่งขันของสายการบินและจึงเป็นปัจจัยที่สำคัญของการทำกำไรของสายการบิน ออกแบบเสื้อสายการเพิ่มโปรชั้นกำหนดการ ight แต่มีความซับซ้อนมาก มันมีผลกระทบและได้รับผลกระทบโดยเครื่องบินเป็นหลักและการตัดสินใจจัดตารางเวลาลูกเรือของสายการบินและสายการบินในการแข่งขันได้เป็นอย่างดี ไม่มีรูปแบบเดียวได้จับประมูลทั้งหมดเหล่านี้และแม้ว่ารูปแบบดังกล่าวเป็นสูตรมันก็จะยาก นอกจากนี้ยังมีความต้องการการป้อนข้อมูลที่มีทำไม่ได้ต้องยกตัวอย่างเช่นการประมาณการที่ถูกต้องของการเดินทาง-Fi speci คความต้องการของผู้โดยสารที่ค่าใช้จ่ายในการรั่วไหลและรำลึกอัตรา แม้จะมีความซับซ้อนนี้ชั้น ight ออกแบบตารางเวลาและตัวแปรของปัญหาที่ได้รับความสนใจของนักวิจัยเป็นเวลาหลายปีกับซิมป์สัน (1966) จันทน์ (1972) soumis et al, (1980) และ
Etschmaier และ Mathaisel (1984) อธิบายการทำงานในช่วงต้น อย่างไรก็ตามเนื่องจากการไร้ความสามารถของรูปแบบการเพิ่มประสิทธิภาพเพียงพอที่จะจับขอบเขตของปัญหาการออกแบบการปฏิบัติของสายการบินทั่วไปในวันนี้คือการสร้างชั้นตาราง ight ตนเองด้วยการเพิ่มประสิทธิภาพที่ จำกัด ด้วยความก้าวหน้าการวิจัยที่ผ่านมาอย่างไรก็ตามแนวโน้มนี้จะย้อนกลับและการเพิ่มประสิทธิภาพเป็นจุดเริ่มต้นที่จะเล่นบทบาท ที่ประสบความสำเร็จได้รับการประสบความสำเร็จโดยหนิงเดอสายไฟ simpli เอ็ดปัญหาการออกแบบที่เกี่ยวข้องกับการเปลี่ยนแปลงที่เพิ่มขึ้นเท่านั้นที่จะมีอยู่ชั้นตาราง ight แบร์ก (1994), et al, Marsten (1996) และ Lohatepanont และ Barnhart (2001) การพัฒนารูปแบบและขั้นตอนวิธีการที่เลือกจากส่วนหนึ่งของผู้สมัครชั้นขา ights ผู้ที่จะถูกเพิ่มหรือลบออกจากที่กำหนด (มักจะมีอยู่) ชั้น ight ตารางเวลา วิธีการของพวกเขาจะเพิ่มขึ้นในการที่เปลี่ยนแปลงจากตาราง ight ชั้นหนึ่งที่ตีพิมพ์ต่อไปจะถูก จำกัด รายงานผลกระทบ แต่มีลาดเทมีนัยสำคัญ Lohatepanont Barnhart และแก้ปัญหาที่หนึ่งในสายการบินที่มีประมาณ 800 ขาศักยภาพชั้น ight 65,000 เส้นทางและเครื่องบิน 165 ส่งผลให้ในสูตรที่มี 30,000-60,000 แถวและคอลัมน์ 50,000-65,000 และวิธีการแก้ปัญหาครั้งตั้งแต่ 12 ชั่วโมงเกิน 3 วัน . พวกเขารายงานการปรับปรุงศักยภาพในการใช้ประโยชน์และการเพิ่มขึ้นเครื่องบินสายลาดเทนัยสำคัญในรายได้กับผลกระทบที่คาดเกิน $ 200,000,000 ที่สายการบินที่ nonincremental วิธีการทำความสะอาดกระดานชนวนในการออกแบบสายการบินตารางการอธิบายไว้ใน Armacost et al, (2002) พวกเขานำเสนอรูปแบบและขั้นตอนวิธีการในการสร้าง (จา) ชั้นที่ดีที่สุดการออกแบบเครือข่าย ight สำหรับการจัดส่งพัสดุด่วนและรายงานเงินฝากออมทรัพย์ของประมาณ 7% ค่าใช้จ่ายในการดำเนินงานและการลดศักยภาพของ 10% ในขนาด EET ชั้นที่จำเป็น การประยุกต์ใช้การออกแบบตารางการอื่นที่เกี่ยวข้องกับสายการบินเช่าเหมาลำที่อธิบายไว้ใน Erdmann et al, (1999) โดยการใช้ประโยชน์จากลักษณะพิเศษของปัญหาที่พวกเขาจะสามารถที่จะบรรลุการแก้ปัญหาที่ดีที่สุดที่อยู่ใกล้ในนาทีที่ รุ่นตารางที่มีผลกระทบทางการเงินเชิงกลยุทธ์และไฟมันสำคัญที่แสดงให้เห็นถึงพื้นที่ที่สำคัญสำหรับการวิจัยในอนาคตหนึ่งที่อุดมไปด้วยโอกาสและความท้าทาย ประสบความสำเร็จถึงวันนี้เป็นเพียงขั้นตอนแรก fi ที่อยู่ในคำถามมากมายของรอบการออกแบบตาราง การวิจัยในอนาคตเป็นสิ่งจำเป็นในการจับภาพการมีปฏิสัมพันธ์ที่สำคัญในหมู่ทรัพยากรต่างๆของสายการบินคู่แข่งและสนามบิน

ผลลัพธ์ (ไทย) 3:

ได้เป็นอย่างดี ตามหนึ่งในผู้บริหาร การวางแผนพัฒนาระบบรางที่อเมริกันแอร์ไลน์และกระบี่ได้สร้างกว่า $ 500 ล้านใน Pro TS ทุกปีจึงเพิ่มขึ้น Cook ( 2000 ) ส่วนใหญ่สายการบินทั่วโลกได้เกิดกลุ่มที่คล้ายกันแล้ว ชื่อของพวกเขาและขนาดเช่นเดียวกับตำแหน่งของพวกเขาในโครงสร้างขององค์กรแตกต่างกันมากจากสายการบินสายการบินปรึกษาบริษัทจำนวนมากยังเสนอผลิตภัณฑ์และบริการในพื้นที่ทั่วไป ข้อความรับรองอื่น ๆผลกระทบของการเพิ่มประสิทธิภาพในอุตสาหกรรมสายการบินสามารถพบได้ในยู et al . ( 2003 ) , คนขายเนื้อ et al . ( 2001 ) , ที่ปัดน้ำฝน et al . ( 1994 ) , Smith et al . ( 1992 ) และแพตตี้ et al . ( 1991 ) จุดเริ่มต้นในปี 1950 และ 1960งานวิจัยเกี่ยวกับการวางแผนตารางเวลาของสายการบินที่เน้นวิธีการกำหนดเส้นทางบิน ( เฟอร์กูสัน และ แดนท์ซิก 1956a ) และทีมงานไปเที่ยว ( arabeyre et al . 1969 ) จากนั้น นักวิจัยได้ยังคงทำงานเกี่ยวกับปัญหาเหล่านี้ อีกครั้งจึงหนิงและขยายรูปแบบดีกว่า เป็นตัวแทนของปัญหาที่แท้จริง ,หรือการพัฒนาอัลกอริทึมที่ซับซ้อนมากขึ้นเพื่อปรับปรุงคุณภาพของโซลูชั่นที่สร้างขึ้น ในส่วนต่อไปนี้ เราให้ภาพรวมของความคืบหน้า เน้นบางส่วนของความสำเร็จที่สำคัญและอธิบายบางส่วนของความท้าทายที่เหลือ
2.1 . ออกแบบfl ight ตารางตารางที่ระบุเป็นfl ight flขาของตัวเองและเวลาออกเดินทางของแต่ละflใช่ขาส่วนใหญ่ de จึง NES ตำแหน่งการแข่งขันของสายการบินและจึงเป็นปัจจัยสําคัญของบริษัทสายการบิน ออกแบบ Pro จึงไม่เพิ่มflโคมไฟตาราง อย่างไรก็ตาม เป็นเรื่องที่ซับซ้อนมาก มันมีผลต่อและผลกระทบ โดยหลักทั้งหมดอากาศยานและลูกเรือตารางการตัดสินใจของสายการบิน และ สายการบินคู่แข่งเช่นกัน ไม่โสดแบบมีบันทึก interdependencies เหล่านี้ทั้งหมดและถ้าเป็นแบบมียุทธศาสตร์ มันย่อมจะแก่นแก้ว ส่วนของข้อมูลที่ต้องการจะใช้งานไม่ได้ ต้องการ ตัวอย่าง ที่ถูกต้องประมาณการกำหนดการกาจึง C ผู้โดยสารต้องการเปิดเผยต้นทุน และยึดอัตรา แม้จะมีความซับซ้อนนี้ fl ight กำหนดการออกแบบและตัวแปรของปัญหาได้รับความสนใจของนักวิจัยหลายปีกับซิมป์สัน ( 1966 ) , จันทร์ ( 1972 ) , soumis et al . ( 1980 ) และ
etschmaier mathaisel ( 1984 ) และอธิบายก่อนทำงาน อย่างไรก็ตาม เนื่องจากไม่สามารถของรุ่นเพิ่มประสิทธิภาพเพียงพอที่จะจับขอบเขตของปัญหาการออกแบบการปฏิบัติการบินทั่วไปในวันนี้คือการสร้างตาราง ight flด้วยตนเอง กับ จำกัด การเพิ่มประสิทธิภาพ กับความก้าวหน้างานวิจัยล่าสุดอย่างไรก็ตามแนวโน้มนี้จะย้อนกลับและการเพิ่มประสิทธิภาพ จะเริ่มมีบทบาท ความสำเร็จที่ได้รับความโดย เดอ จึงเป็นปัญหาการออกแบบ ed Simpli หนิงจึงเกี่ยวข้องกับการเปลี่ยนแปลงเพียงเพิ่มที่มีอยู่flโคมไฟตาราง เบิร์ก ( 1994 ) , marsten et al . ( 1996 ) และ โล เทพานนท์ และบาร์นฮาร์ต ( 2001 ) ได้พัฒนารูปแบบและขั้นตอนวิธีที่เลือกจากเซตย่อยของผู้สมัครfl ights ขาคนที่จะถูกเพิ่มหรือลบออกจากที่กําหนด ( ที่มีอยู่บ่อยครั้ง ) flโคมไฟตาราง วิธีการของพวกเขาจะเพิ่มขึ้นในการเปลี่ยนแปลงจากการตีพิมพ์fl ight ตารางถัดไปมีจำกัด รายงานผลกระทบ อย่างไรก็ตาม signi จึงไม่ได้ โล เทพานนท์บาร์นฮาร์ตแก้ปัญหาหนึ่งหลักและสายการบินที่มีศักยภาพประมาณ 800 fl ight ขา , 65 , 000 กำหนดการ และสร้างเครื่องบินส่งผลให้สูตรกับ 30 , 000 – 60 , 000 และ 50 , 000 , 000 แถวและคอลัมน์ และโซลูชั่นครั้งตั้งแต่ 12 ชั่วโมงกว่า 3 วัน พวกเขารายงานการปรับปรุงศักยภาพในการใช้อากาศยานและ signi จึงไม่สามารถเพิ่มรายได้มีประมาณผลกระทบเกิน $ 200 ล้าน ที่สายการบิน nonincremental เป็น ,กระดานชนวนสะอาดแนวทางการออกแบบตารางสายการบินที่อธิบายไว้ใน armacost et al . ( 2002 ) พวกเขานำเสนอแบบจำลองและขั้นตอนวิธีการสร้าง ( ใกล้ ) ที่เหมาะสมfl ight เครือข่ายการออกแบบสำหรับบริการจัดส่งพัสดุ และรายงานการประหยัดประมาณ 7% ในค่าใช้จ่ายและศักยภาพลดลง 10% ในflอ่าาขนาดอีกตารางออกแบบโปรแกรมที่เกี่ยวข้องกับสายการบินเช่าเหมาที่อธิบายไว้ใน เ ร์ดแมนน์ et al . ( 1999 ) โดยการใช้ประโยชน์จากคุณลักษณะพิเศษของปัญหา พวกเขาจะสามารถบรรลุใกล้โซลูชั่นที่เหมาะสมในนาที การสร้างตารางที่มีความหมายและสำคัญเชิงกลยุทธ์จึง nancial เป็นตัวแทนของพื้นที่ที่สำคัญสำหรับการวิจัยในอนาคต หนึ่งรวยในโอกาสและความท้าทายผลการแข่งขันวันที่เป็นเพียงขั้นตอนแรกในการถ่ายทอดมากมายของคำถามรอบการออกแบบตาราง การวิจัยในอนาคตต้องจับการปฏิสัมพันธ์ระหว่างทรัพยากรต่าง ๆของสายการบินคู่แข่ง และท่าอากาศยาน .