The fleet assignment model (FAM) fo

The fleet assignment model (FAM) for an airline assigns fleet types to the set of flight legs that satisfies a variety of constraints and minimizes the cost of the assignment. A through connection at a station is a connection between an arrival flight and a departure flight at the station, both of which have the same fleet type assigned to them that ensures that the same plane flies both legs. Typically, passengers are willing to pay a premium for through connections. The through assignment model (TAM) identifies a set of profitable throughs between arrival and departure flights flown by the same fleet type at each station to maximize the through benefits. The through assignment model is usually solved after obtaining the solution from a fleet assignment model. In this current sequential approach, the through assignment model cannot change the fleeting in order to get a better through assignment, and the fleet ssignment model does not take into account the through benefits. The goal of the combined through and fleet assignment model (ctFAM) is to come up with a fleeting and through assignment that achieves the maximum combined benefit of the integrated model. We give a mixed integer programming formulation of ctFAM that is too large to be solved to optimality or near-optimality within allowable time for the data obtained by a major US airline. We thus focus on neighborhood search algorithms for solving ctFAM, in which we start with the solution obtained by the previous sequential approach (that is, solving FAM first and followed by TAM) and improve it successively. Our approach is based on generalizing the swap-based neighborhood search approach of Talluri [1996] for FAM which proceeds by swapping the fleet assignment of two flight paths flown by two different plane types that originate and terminate at the same stations and the same times. An important feature of our approach is that the size of the neighborhood defined by us is very large; hence the suggested algorithm falls in the category of Very Large-Scale Neighborhood (VLSN) Search Algorithms. Another important feature of our approach is that we use integer programming to identify improved neighbors. We provide computational results which indicate that the neighborhood search approach for ctFAM provides substantial savings over the sequential approach of solving FAM and TAM.

ผลลัพธ์ (ไทย) 1:

แบบจำลองกำหนดกองเรือ (FAM) สำหรับสายการบินกำหนดชนิดของกองเรือชุดของขาเที่ยวบินที่ตรงตามข้อจำกัดต่าง ๆ และช่วยลดต้นทุนการกำหนด เชื่อมต่อถึงที่สถานีจะเชื่อมต่อระหว่างการบินและเที่ยวที่สถานี ซึ่งทั้งสองมีกองเรือชนิดเดียวกับพวกเขาที่ว่า เครื่องบินเดียวกันลอยขาทั้งสอง ทั่วไป ผู้โดยสารจะยินดีจ่ายเบี้ยประกันสำหรับผ่านการเชื่อมต่อ ที่ผ่านการกำหนด รุ่น (TAM) ระบุชุด throughs กำไรระหว่างเดินทางและเที่ยวบินออกบินจากกองเรือชนิดเดียวที่สถานีแต่ละสถานีเพื่อเพิ่มผลประโยชน์ถึงกัน ที่ผ่านการกำหนด รูปแบบเป็นมักจะแก้ไขหลังจากได้รับการแก้ปัญหาจากแบบจำลองกำหนดกองเรือ ในปัจจุบันตามลำดับวิธีการนี้ การกำหนดถึงรูปแบบแล้วหายวับไปเพื่อให้ได้ดีกว่า โดยกำหนด และรุ่น ssignment กองเรือไม่คำนึงถึงผลประโยชน์ เป้าหมายของรูปแบบกำหนดรวมถึง และกองเรือ (ctFAM) จะ เกิดขึ้น กับการหายวับไป และกำหนดที่ได้รับประโยชน์รวมสูงสุดของรูปแบบรวม ได้ เราให้เต็มผสมที่เขียนกำหนด ctFAM ที่ใหญ่เกินกว่าจะแก้ไขให้ optimality หรือใกล้ optimality ภายในระยะเวลาที่ใช้สำหรับข้อมูลที่ได้รับ โดยหลักการสายการบินสหรัฐอเมริกา เราจึงเน้นย่านอัลกอริทึมค้นหาสำหรับการแก้ ctFAM ซึ่งเราเริ่มต้น ด้วยการแก้ปัญหาได้ โดยวิธีลำดับก่อนหน้า (ที่เป็น แก้ FAM ก่อน และตาม ด้วยทาม) และปรับปรุงมันติด ๆ กัน วิธีของเราจะขึ้นอยู่กับวิธีการค้นหาตามสลับย่านของ Talluri [1996] generalizing ใน FAM ซึ่งดำเนินการ โดยการเปลี่ยนทั้งสองเที่ยวบินเส้นทางบินแบบเครื่องบินต่าง ๆ ที่เริ่มต้น และสิ้นสุดที่สถานีเดียวกันและเวลาเดียวกัน การกำหนดกองเรือ คุณลักษณะสำคัญของวิธีการของเราคือขนาดของพื้นที่ใกล้เคียงที่กำหนดไว้ โดยเรามาก ดังนั้น อัลกอริทึมแนะนำอยู่ในประเภทของอัลกอริทึมการค้นหามาก Large-Scale ย่าน (VLSN) อื่นคุณลักษณะที่สำคัญของวิธีการของเราได้ว่า เราใช้จำนวนเต็มในการเขียนโปรแกรมเพื่อระบุการปรับปรุงบ้าน เราให้ผลคำนวณที่บ่งชี้ว่า วิธีการค้นหาพื้นที่ใกล้เคียงสำหรับ ctFAM มีพบประหยัดแก้ FAM และถ้ำลาดตามลำดับ

ผลลัพธ์ (ไทย) 2:

กองทัพเรือได้รับมอบหมายรูปแบบ (FAM) สำหรับสายการบินกำหนดชนิดของเรือเดินสมุทรไปยังชุดของขาเที่ยวบินที่ตอบสนองความหลากหลายของข้อ จำกัด และลดค่าใช้จ่ายของการกำหนด ผ่านการเชื่อมต่อที่สถานีเชื่อมต่อระหว่างเที่ยวบินที่เดินทางมาถึงและเที่ยวบินที่ออกเดินทางที่สถานีซึ่งทั้งสองมีประเภทเดียวกันกองทัพเรือได้รับมอบหมายให้พวกเขาที่ทำให้มั่นใจว่าเครื่องบินเดียวกันบินขาทั้งสองข้าง โดยปกติผู้โดยสารยินดีที่จะจ่ายเบี้ยประกันภัยสำหรับการเชื่อมต่อผ่าน รูปแบบที่ได้รับมอบหมายผ่าน (TAM) ระบุชุดของ throughs ผลกำไรระหว่างเดินทางมาถึงและเที่ยวบินออกเดินทางโดยเรือเดินสมุทรประเภทเดียวกันในแต่ละสถานีเพื่อเพิ่มผลประโยชน์ผ่าน รูปแบบที่ได้รับมอบหมายผ่านมักจะได้รับการแก้ไขหลังจากที่ได้รับการแก้ปัญหาจากแบบจำลองที่ได้รับมอบหมายอย่างรวดเร็ว ในแนวทางนี้ต่อเนื่องในปัจจุบันรูปแบบที่ได้รับมอบหมายผ่านไม่สามารถเปลี่ยนไปอย่างรวดเร็วในการสั่งซื้อที่จะได้รับที่ดีขึ้นผ่านการมอบหมายและรูปแบบ ssignment กองทัพเรือไม่ได้คำนึงถึงผลประโยชน์ผ่าน เป้าหมายของการทำงานร่วมกันผ่านทางและรูปแบบที่ได้รับมอบหมายกองทัพเรือ (ctFAM) เป็นที่จะเกิดขึ้นกับการหายวับไปและผ่านการมอบหมายที่ประสบความสำเร็จในผลประโยชน์รวมสูงสุดของรูปแบบบูรณาการ เราจะให้สูตรการเขียนโปรแกรมจำนวนเต็มผสม ctFAM ที่มีขนาดใหญ่เกินไปที่จะแก้ไขเพื่อ optimality หรือใกล้ optimality ภายในระยะเวลาที่อนุญาตสำหรับข้อมูลที่ได้จากสายการบินยักษ์ใหญ่ในสหรัฐ เราจึงมุ่งเน้นไปที่ขั้นตอนวิธีการค้นหาพื้นที่ใกล้เคียงในการแก้ ctFAM ในการที่เราเริ่มต้นด้วยการแก้ปัญหาที่ได้รับโดยวิธีการก่อนหน้าตามลำดับ (นั่นคือการแก้ FAM ครั้งแรกและตามด้วย TAM) และปรับปรุงให้ดีขึ้นอย่างต่อเนื่อง วิธีการของเราจะขึ้นอยู่กับ generalizing ย่านแลกเปลี่ยนตามการค้นหาวิธีการของ Talluri [1996] สำหรับ FAM ซึ่งจะดำเนินการโดยการแลกเปลี่ยนมอบหมายกองทัพเรือของทั้งสองเส้นทางการบินที่บินโดยทั้งสองประเภทที่แตกต่างกันเครื่องบินที่มาและสิ้นสุดที่สถานีเดียวกันและเวลาเดียวกัน คุณลักษณะที่สำคัญของวิธีการของเราคือการที่ขนาดของพื้นที่ใกล้เคียงที่กำหนดไว้โดยเรามีขนาดใหญ่มาก จึงแนะนำขั้นตอนวิธีตกอยู่ในหมวดหมู่ของพื้นที่ใกล้เคียงขนาดใหญ่มาก (VLSN) ค้นหาอัลกอริทึม อีกคุณสมบัติที่สำคัญของวิธีการของเราคือการที่เราใช้ในการเขียนโปรแกรมเพื่อระบุจำนวนเต็มเพื่อนบ้านที่ดีขึ้น เราให้ผลการคำนวณซึ่งแสดงให้เห็นว่าวิธีการค้นหาพื้นที่ใกล้เคียงสำหรับ ctFAM ให้เงินออมที่สำคัญกว่าวิธีการเรียงลำดับของการแก้ FAM และ TAM

ผลลัพธ์ (ไทย) 3:

ภารกิจกองทัพเรือแบบ ( FAM ) ที่สายการบินกำหนดประเภทเรือไปยังชุดของเที่ยวบินขาที่ตอบสนองความหลากหลายของปัญหาและช่วยลดต้นทุนของงาน ผ่านการเชื่อมต่อที่สถานีมีการเชื่อมต่อระหว่างเที่ยวบินขาเข้า และเที่ยวบินขาออกที่สถานี ซึ่งทั้งสองมีเรือประเภทเดียวกันให้กับพวกเขา ที่ยืนยันว่า เครื่องบินลำเดียวกันบินทั้งขาโดยทั่วไปแล้ว ผู้โดยสารจะต้องจ่ายเบี้ยประกันภัยสำหรับผ่านการเชื่อมต่อ ผ่านตัวแบบการมอบหมายงาน ( TAM ) ระบุชุดของ throughs กำไรระหว่างเดินทางมาถึงเที่ยวบินบินโดยเรือประเภทเดียวกันในแต่ละสถานีเพื่อขยายผ่านผลประโยชน์ ผ่านรูปแบบงานมักจะแก้ไขได้หลังจากที่ได้รับโซลูชั่นจากงานเรือจำลองในวิธีการลำดับนี้ปัจจุบัน ผ่านรูปแบบงานจะเปลี่ยนไป เพื่อที่จะได้รับดีกว่าที่ผ่านงานและเรือ ssignment แบบไม่พิจารณาถึงผลประโยชน์เป้าหมายของการรวมผ่านและกองเรือตัวแบบการมอบหมายงาน ( ctfam ) คือมากับหายวับไปและผ่านงานที่ใช้ประโยชน์สูงสุดรวมของแบบจำลอง เราให้โปรแกรมการผสมจำนวนเต็ม ctfam ที่มีขนาดใหญ่เกินไปที่จะแก้ไขเพื่อคุณภาพหรือใกล้ optimality ภายในเวลาที่อนุญาตสำหรับข้อมูลที่ได้มาโดยหลักเราสายการบินเราจึงเน้นขั้นตอนวิธีการค้นหาเพื่อนบ้านเพื่อแก้ไข ctfam , ที่เราเริ่มต้นด้วยโซลูชั่นที่ได้จากวิธีการแบบเดิม ( คือการแก้ปัญหาครอบครัวแรก และตามด้วยตำ ) และปรับปรุงอย่างต่อเนื่องวิธีการของเราจะยึดตามวิธีการค้นหา Generalizing สลับแถวของ talluri [ 1996 ] สำหรับครอบครัวซึ่งได้โดยการเปลี่ยนงานของเรือสองเส้นทางการบินบินโดยเครื่องบินที่แตกต่างกันสองชนิดที่ก่อเกิดและสิ้นสุดที่สถานีเดียวกันและเวลาเดียวกัน คุณสมบัติที่สำคัญของวิธีการของเราคือ ขนาดของชุมชนที่กำหนดไว้ โดยเรามีขนาดใหญ่มากดังนั้นแนะนำขั้นตอนวิธีการตกอยู่ในประเภทของชุมชนขนาดใหญ่มาก ( vlsn ) ขั้นตอนวิธีการค้นหา อีกคุณสมบัติสำคัญของวิธีการของเราคือ เราใช้โปรแกรมจำนวนเต็มระบุเพื่อนบ้านดีขึ้น เราให้ผลการคำนวณที่ระบุว่าวิธีการค้นหาบ้านสำหรับ ctfam มีความประหยัดมากกว่าวิธีการและลำดับขั้นของแฟม แทม