The flight schedule, specifying the

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:

กำหนดการ flight ระบุ flight ขา flown และเวลาเดินทางของแต่ละเลก flight, defines ส่วนใหญ่ตำแหน่งการแข่งขันของสายการบินมี 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:

กำหนดการ 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:

การflโคมไฟตาราง กำหนดขาใช่flเป็นflเองและเวลาออกเดินทางของแต่ละfl ight ขาส่วนใหญ่ de จึง NES ตำแหน่งการแข่งขันของสายการบินและจึงเป็นปัจจัยสําคัญของบริษัทสายการบิน ออกแบบ Pro จึงไม่เพิ่มflโคมไฟตาราง อย่างไรก็ตาม เป็นเรื่องที่ซับซ้อนมาก มันมีผลต่อและผลกระทบ โดยหลักทั้งหมดอากาศยานและลูกเรือตารางการตัดสินใจของสายการบินและสายการบินที่แข่งขันได้เป็นอย่างดี ไม่โสดแบบมีบันทึก interdependencies เหล่านี้ทั้งหมด และถ้าเป็นแบบมียุทธศาสตร์ มันย่อมจะแก่นแก้ว ส่วนของข้อมูลที่ต้องการจะใช้งานไม่ได้ ต้องการ ตัวอย่าง ที่ถูกต้องประมาณการกำหนดการกาจึง C ผู้โดยสารต้องการเปิดเผยต้นทุน และยึดอัตรา แม้จะมีความซับซ้อนนี้fl ight กำหนดการออกแบบและตัวแปรของปัญหาได้รับความสนใจของนักวิจัยหลายปี กับ ซิมป์สัน ( 1966 ) , จันทร์ ( 1972 ) , soumis et al . ( 1980 ) และ
etschmaier mathaisel ( 1984 ) และอธิบายก่อนทำงาน อย่างไรก็ตาม เนื่องจากไม่สามารถของรุ่นเพิ่มประสิทธิภาพเพียงพอที่จะจับขอบเขตของปัญหาการออกแบบการปฏิบัติการบินทั่วไปในวันนี้คือการสร้างตาราง ight flด้วยตนเอง กับ จำกัด การเพิ่มประสิทธิภาพ ด้วยความก้าวหน้า งานวิจัยล่าสุด อย่างไรก็ตาม แนวโน้มนี้จะย้อนกลับและการเพิ่มประสิทธิภาพ จะเริ่มมีบทบาท ความสำเร็จที่ได้รับความโดย เดอ จึงเป็นปัญหาการออกแบบ ed Simpli หนิงจึงเกี่ยวข้องกับการเปลี่ยนแปลงเพียงเพิ่มที่มีอยู่flโคมไฟตาราง เบิร์ก ( 1994 ) , marsten et al . ( 1996 )และ โล เทพานนท์ และบาร์นฮาร์ต ( 2001 ) ได้พัฒนารูปแบบและขั้นตอนวิธีที่เลือกจากเซตย่อยของผู้สมัครfl ights ขา พวกนั้นจะถูกเพิ่มหรือลบออกจากที่กําหนด ( ที่มีอยู่บ่อยครั้ง ) flโคมไฟตาราง วิธีการของพวกเขาจะเพิ่มขึ้นในการเปลี่ยนแปลงจากการตีพิมพ์fl ight ตารางถัดไปมีจำกัด รายงานผลกระทบ อย่างไรก็ตาม signi จึงไม่ได้โล เทพานนท์บาร์นฮาร์ตแก้ปัญหาหนึ่งหลักและสายการบินที่มีศักยภาพประมาณ 800 fl ight ขา , 65 , 000 กำหนดการและ 165 อากาศยาน ส่งผลให้สูตรกับ 30 , 000 – 60 , 000 และ 50 , 000 , 000 แถวและคอลัมน์ และโซลูชั่นครั้งตั้งแต่ 12 ชั่วโมงกว่า 3 วัน พวกเขารายงานการปรับปรุงศักยภาพในการใช้อากาศยานและ signi จึงไม่สามารถเพิ่มรายได้มีประมาณผลกระทบเกิน $ 200 ล้าน ที่สายการบิน เป็น nonincremental ใหม่แนวทางการออกแบบตารางสายการบินที่อธิบายไว้ใน 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 .