Optimierung Von Flugplänen: Anwendung Quantitativer Methoden Im Luftverkehr

ISBN-13: 9783824474721 / Niemiecki / Miękka / 2001 / 342 str.

Karsten Leibold

Opis

Mit Hilfe von Verfahren aus dem Bereich Operations Research erarbeitet Karsten Leibold ein Modell, um den "idealen" Flugplan zu erstellen und sinnvolle Umsteigeverbindungen auszuwahlen und zu schaffen."

Spis treści

1 Einleitung.- 1.1 Problemstellung.- 1.2 Flugplanoptimierung als OR-Problem.- 1.3 Gang der Untersuchung.- 1.4 Glossar der wichtigsten Luftverkehrsbegriffe.- 2 Luftverkehr — eine Einführung.- 2.1 Grundlagen des Linienluftverkehrs.- 2.1.1 Charakteristik und Besonderheiten des Linienluftverkehrs.- 2.1.2 Staatliche Eingriffe in den Zivilluftverkehr.- 2.1.2.1 Die Regulierung des Luftverkehrs in den USA.- 2.1.2.2 Marktordnung in Europa vor der Liberalisierung.- 2.1.3 Die Deregulierung des zivilen Luftverkehrs.- 2.1.3.1 Deregulierung in den USA.- 2.1.3.2 Liberalisierung in Europa.- 2.1.4 Auswirkung der neuen Marktordnung.- 2.1.4.1 Hub and Spoke-Netzwerke.- 2.1.4.2 Fusionen, Beteiligungen und Kooperationsverträge.- 2.1.4.2.1 Historischer Rückblick.- 2.1.4.2.2 Strategische Allianzen im Luftverkehr.- 2.1.4.2.3 Ausbau der Marktposition durch Kooperation.- 2.1.4.3 Kapazitätsengpässe bei der Bereitstellung der Infrastruktur.- 2.1.5 Entwicklung des Weltlinienluftverkehrs.- 2.2 Grundlagen eines modernen Netzmanagements.- 2.2.1 Netzwerke im Luftverkehr.- 2.2.1.1 Netzwerkstrukturen.- 2.2.1.2 Netzmanagement.- 2.2.1.2.1 Einführung und allgemeine Charakteristik.- 2.2.1.2.2 Marktsicht versus Produktsicht.- 2.2.1.2.3 Verbindungsqualität.- 3 Operations Research im Luftverkehr.- 3.1 Einführung.- 3.2 Optimierung von Streckennetzwerken.- 3.2.1 Gegenstand der Optimierung.- 3.2.2 Phasen der Flugplanentwicklung.- 3.2.3 Formale Modellformulierung.- 3.2.3.1 Luftverkehrsnetze im Rahmen der Graphentheorie.- 3.2.3.2 Bestimmung sinnvoller O&D’s.- 3.2.3.3 Slotzuordnung.- 3.2.3.3.1 Abgrenzung der relevanten Parameter und Variablen.- 3.2.3.3.2 Modellierung der Nebenbedingungen.- 3.2.3.4 Zielfunktion.- 4 Potentielle Lösungsverfahren.- 4.1 Mögliche Ansätze — ein Überblick.- 4.2 Exakte Lösungsverfahren.- 4.2.1 Schnittebenenverfahren.- 4.2.2 Entscheidungsbaumverfahren.- 4.3 Klassische Heuristiken.- 4.3.1 Vorstellung potentieller Ansätze.- 4.3.2 Exkurs: Skizzierung einer problemspezifischen Heuristik zur Huboptimierung.- 4.4 Meta-Heuristiken.- 4.4.1 Vorbemerkungen.- 4.4.2 Local Search-Verfahren.- 4.4.3 Tabu-Suche.- 4.4.3.1 Einführung.- 4.4.3.2 Mathematische Beschreibung der Tabu-Suche.- 4.4.3.3 Erweiterungen.- 4.4.3.3.1 Aspirationskriterium.- 4.4.3.3.2 Intensivierungs- und Diversifikationsstrategie.- 4.4.3.4 Feinabstimmung der Tabu-Suche.- 4.4.3.4.1 Vorbemerkung.- 4.4.3.4.2 Taktische Feinabstimmung.- 4.4.3.4.3 Technische Feinabstimmung.- 4.4.3.4.4 Feinabstimmung der Implementierung.- 4.4.4 Simulated Annealing.- 4.4.4.1 Einführung.- 4.4.4.2 Mathematische Beschreibung des SA-Ansatzes.- 4.4.4.3 Feinabstimmung des Simulated Annealing-Algorithmus.- 4.4.4.3.1 Vorbemerkung.- 4.4.4.3.2 Starttemperatur.- 4.4.4.3.3 Abkühlungsfunktion.- 4.4.4.3.4 Länge der Markov-Ketten.- 4.4.4.3.5 Abbruchkriterium.- 4.4.5 Genetische Algorithmen.- 4.4.5.1 Einführung.- 4.4.5.2 Grundlagen der Evolutionstheorie und der Genetik.- 4.4.5.3 Das Grundkonzept Genetischer Algorithmen.- 4.4.5.4 Exkurs: Beispielhafter Ablauf.- 5 Komplexitätsbetrachtung.- 5.1 Berechnungskomplexität.- 5.2 Parallelen zu bekannten Problemtypen.- 5.2.1 Slotallokation — Ein Zuordnungsproblem.- 5.2.2 O&D-Selektion — Ein Auswahlproblem.- 5.2.3 Rotationsplanung — Ein Tourenplanungsproblem.- 5.2.4 Ressourcenallokation — Ein Stundenplanproblem.- 5.3 Schlußfolgerung.- 6 Entwicklung eines Simulationsmodells.- 6.1 Grundlagen objektorientierter Modellierung.- 6.2 Anforderungen an die Datenorganisation.- 6.2.1 Grundlagen der physischen Datenorganisation.- 6.2.2 Logische Datenorganisation und physische Umsetzung.- 6.2.2.1 Identifikation der benötigten Basisdaten.- 6.2.2.2 Organisation der Basisdaten.- 6.2.2.3 Zusätzlich benötigte Steuerungsdaten.- 6.3 Implementierung der Algorithmen.- 6.3.1 Grundlagen.- 6.3.2 Tabu-Suche.- 6.3.2.1 Implementierung des Tabu-Suche-Algorithmus.- 6.3.2.2 Feinabstimmung des Tabu-Suche-Algorithmus.- 6.3.3 Simulated Annealing.- 6.4 Test und Feinabstimmung der Algorithmen.- 6.4.1 Vorstellung des Beispielszenarios.- 6.4.2 Optimierungsläufe.- 6.4.2.1 Optimierung mittels Tabu-Suche.- 6.4.2.2 Optimierung mittels Simulated Annealing.- 6.5 Schlußfolgerung.- 7 Einsatz hybrider Algorithmen.- 7.1 Entwicklung des hybriden Algorithmus TASA.- 7.1.1 Beschreibung des Algorithmus.- 7.1.2 Konvergenzbetrachtung.- 7.2 Verwendung des naturanalogen Verfahrens COSA.- 7.2.1 Beschreibung des Algorithmus.- 7.2.2 Konvergenzbetrachtung.- 7.3 Erweiterung von COSA.- 7.3.1 Entwicklung von COSTA.- 7.3.2 Konvergenzbetrachtung.- 7.4 Schlußfolgerung.- 8 Nachweis der Praxistauglichkeit.- 8.1 Problemstellung.- 8.2 Flugplanoptimierung unter idealen Bedingungen.- 8.2.1 Festlegung der Rahmenbedingungen.- 8.2.2 Optimierung mittels TASA.- 8.2.3 Optimierung mittels COSA.- 8.2.4 Optimierung mittels COSTA.- 8.3 Flugplanoptimierung unter realen Bedingungen.- 8.3.1 Festlegung der Rahmenbedingungen.- 8.3.2 Optimierung mittels TASA.- 8.3.3 Optimierung mittels COSTA.- 9 Schlußfolgerung und Ausblick.- 9.1 Status quo.- 9.2 Möglichkeiten der Weiterentwicklung.- A Optimierungsergebnisse aus Kapitel 6.- A.1 Ausgangslösung.- A.2 Tabu-Suche-Ergebnis: 1. Lauf.- A.3 Tabu-Suche-Ergebnis: 2. Lauf.- A.4 Simulated Annealing-Ergebnisse.- B Optimierungsergebnisse aus Kapitel 7.- B.1 TASA-Ergebnisse.- B.2 COSA-Ergebnisse.- B.3 COSTA-Ergebnisse.- C Optimierungsergebnisse aus Kapitel 8.- C.1 Optimierung unter idealen Umweltbedingungen.- C.1.1 Ausgangslösung.- C.l.2 TASA-Optimierungsergebnis.- C.1.3 COSA-Optimierungsergebnis.- C.l.4 COSTA-Optimierungsergebnis.- C.2 Optimierung unter realen Umweltbedingungen.- C.2.1 TASA-Optimierungsergebnis.- C.2.2 COSTA-Optimierungsergebnis.

O autorze

Dr. Karsten Leibold promovierte bei Prof. Dr. Dietrich Ohse an der Universität Frankfurt am Main. Er ist als Unternehmensberater bei McKinsey & Company in Frankfurt tätig.

Blurb

Das Flugzeug hat sich zu einem Massenverkehrsmittel entwickelt; gleichzeitig verstärkte sich der Wettbewerb unter den Fluggesellschaften in den letzten Jahren deutlich. Um die eigene Marktposition zu stärken, schließen sich einzelne Fluggesellschaften zu großen Allianzen zusammen mit dem Ziel, ihren Kunden ein attraktives Angebot an Nonstop-Flügen und Umsteigeverbindungen bereitzustellen.

Mit Hife von Verfahren aus dem Bereich Operations Research erarbeitet Karsten Leibold ein Modell, um den "idealen" Flugplan zu erstellen und sinnvolle Umsteigeverbindungen auszuwählen und zu schaffen. Er analysiert den Erstellungsprozess eines Flugplans, leitet die wesentlichen Grundzusammenhänge ab und entwickelt einen geeigneten Optimierungsansatz. Auf dieser Grundlage identifiziert er adäquate Lösungsverfahren und implementiert sie. Abschließend wird das entstandene Modell hinsichtlich seiner Praxistauglichkeit getestet und bewertet.