Noise-Aware Fleet Scheduling for On-Demand Urban Air Mobility with Alternative Flight Paths and Cruise Separation
KTH Royal Institute of Technology（皇家理工学院）；Dalian University of Technology（大连理工大学）
本文针对带替代飞行路径的按需城市空中交通机队调度问题，提出定制分支切割算法，实验表明其性能优于基线方法，且增加候选路径数量可降低目标值与噪声暴露。
2026-10-09 math.OC
Error Bounds for Discrete-Continuous Shortest Path Problems with Application to Free Flight Trajectory Optimization
解决连续最短路问题的两阶段方法从空间图中的离散最短路开始局部最小化。这种混合方法的全局最小值的收敛性取决于将离散全局优化限制在图上所引起的离散化误差，并对选择适当的图密度产生相应的影响。一个主要的例子是飞行计划，即，在给定的天气条件下，根据飞行时间和燃料消耗量计算最佳路线。存在高效的离散最短路径算法，并且可以直接用于计算局部收敛的最优控制方法的起始点。我们推导出一个先验的和本地化的误差界的离散路径相对于最佳连续轨迹的飞行时间，在图的密度和给定的风场。这些界限允许设计具有最佳局部连通性结构的图。一组基准问题上的界限的属性示出。事实证明，本地化提高了四个数量级的误差范围，但仍然留下了足够的机会，更严格的误差界的后验估计。
2022-04-12 cs.NA math.DS math.NA
Optimization of 3-D flight trajectory of variable trim kites for airborne wind energy production
本文针对新型可变配平风筝的复杂飞行控制问题，采用数值优化在多约束和宽工况下最大化能源生产，并介绍优化设置、示例结果及工业应用。
2024-03-01 math.OC
To charge in-flight or not: an inquiry into parallel-hybrid electric aircraft configurations via optimal control
我们研究两种配置的并联混合动力电动飞机，一个，一个没有，发动机和电动机之间的机械连接。对于这两个设计，我们然后审查的背景下，飞机能源管理的19个座位的概念混合动力电动飞机的功率分配问题。然后，我们将原来的最优控制问题作为一个有限维优化，并验证所获得的解决方案的全局最优性的二阶充分条件。然后进行燃油消耗对飞机初始重量和飞行耐久性的灵敏度分析。我们的模拟和理论结果澄清了这类混合动力电动飞机在飞行中对电池充电以减少$CO_2$排放的有限益处。
2022-08-18 cs.SY eess.SY math.OC
Multi-Vehicle Guidance for Formation Flight on Libration Point Orbits
针对平动点轨道多航天器近距飞行导引问题，提出基于等周重构与序列凸规划的模型预测控制方法，在燃料最优解中提供最小间距的连续时间保证并在星历模型中验证。
2025-09-18 math.OC
On Initializing Airline Crew Pairing Optimization for Large-scale Complex Flight Networks
Indian Institute of Technology Roorkee（印度理工学院Roorkee分校）；Leiden University（莱顿大学）；Leiden Institute of Advanced Computer Science (LIACS)（莱顿大学高级计算机科学研究所(LIACS)）；Department of Mechanical & Industrial Engineering (MIED)（机械与工业工程系(MIED)）；Leiden Institute of Advanced Computer Science（莱顿大学高级计算机科学研究所）
机组配对优化（CPO）对任何航空公司都至关重要，因为其机组运营成本仅次于燃料成本。CPO的目的是生成一组飞行序列（机组配对），覆盖一个航班时刻表，在最小的成本，同时满足几个合法性约束。对于大规模的复杂飞行网络，可能有十亿多个合法配对（变量），这使得它们的离线枚举变得棘手，并且对它们的最小成本全飞行覆盖子集的穷举搜索变得不切实际。即使生成一个初始可行解（IFS：一组可管理的合法配对，覆盖所有航班），随后可以优化，这是一个困难的（NP完全）问题。虽然，作为一个更大的项目的一部分，作者已经开发了一个机组配对优化器（AirCROP），本文专注于IFS生成通过一种新的启发式的基础上划分和覆盖策略和可编程。对于GE Aviation提供的真实世界大型复杂的飞行网络数据集（包括超过3200个航班和15个机组人员基地），所提出的启发式算法比另一种最先进的方法的速度提高了10倍。前所未有的，本文提出了一个实证调查的IFS成本的最终（优化）解决方案的成本的影响，揭示了IFS成本太低，并不一定意味着更快的收敛AirCROP或甚至更低的成本优化的解决方案。
2020-03-15 cs.AI math.CO math.OC
On Learning Combinatorial Patterns to Assist Large-Scale Airline Crew Pairing Optimization
Indian Institute of Technology Roorkee（印度理工学院鲁尔基分校）
航空公司机组配对优化（CPO）的目的是生成一组合法的航班序列（机组配对），以最小的成本覆盖航空公司的航班时刻表。它通常使用列生成（CG）来执行，这是一种用于引导搜索空间探索的数学编程技术。CG利用当前和先前CG迭代之间的相互依赖性，用于在优化搜索期间生成新变量（配对）。然而，随着紧急航班网络的规模和复杂性前所未有，学习航班连接图之间的高阶相互依赖关系，并利用它们来提高CPO的有效性已经变得势在必行。首先，它的种类和标志着一个显着的偏离国家的最先进的，本文提出了一种新的适应变分图自动编码器学习合理的组合模式之间的飞行连接数据通过搜索空间探索的航空公司机组人员配对优化，AirCROP（由作者开发，并验证了研究财团的工业赞助商，GE航空）。由此产生的航班连接预测组合在飞行中使用一种新的启发式生成新的配对的优化器。所提出的方法的效用是证明了大规模（超过4200个航班），现实世界中，复杂的飞行网络的美国航空公司，其特点是多个轴辐子网络和几个机组人员基地。
2020-05-02 cs.LG math.OC stat.AP
Cuckoo Search via Levy Flights
在本文中，我们打算制定一个新的元启发式算法，称为布谷鸟搜索（CS），解决最优化问题。该算法是基于专性育雏寄生行为的一些杜鹃物种结合的利维飞行行为的一些鸟类和果蝇。我们验证了所提出的算法对检验函数，然后比较其性能与遗传算法和粒子群优化。最后，我们讨论了研究结果的意义和进一步研究的建议。
2010-03-08 math.OC
Optimization of operational aircraft parameters Reducing Noise Emission
本文的目的是开发一个模型和最小化方法，以提供飞行路径优化，减少机场附近的飞机噪声。优化算法解决了一个复杂的最优控制问题，并生成最小化飞机噪声水平的飞行轨迹。已考虑操作和安全限制，并满足其限制。结果在这里介绍和讨论。
2008-06-03 math.OC
Airline Crew Pairing Optimization Framework for Large Networks with Multiple Crew Bases and Hub-and-Spoke Subnetworks
机组配对优化的目标是生成一组航班序列（机组配对），以最小的成本覆盖航空公司航班计划中的所有航班，同时满足几个合法性约束。考虑到机组人员运营成本是航空公司的第二大支出，CPO对航空公司的业务生存能力至关重要。它提出了一个NP-难的组合优化问题，为了解决这个问题，现有技术依赖于将底层的线性规划问题（IPP）放松为线性规划问题（LPP），通过列生成（CG）技术解决后者，并对所得的LPP解进行积分。然而，随着飞行网络（具有大量航班、多个机组人员基地和/或多个轴辐式子网络的飞行网络）的规模和复杂性的增长，常规CG实践的效用已变得可疑。提出了一种航空公司机组配对优化框架AirCROP，其组成模块包括合法机组配对生成器、初始可行解生成器和基于CG实现的优化引擎。在本文中，除了AirCROP的模块的设计，深入了解有关这些模块如何相互作用的重要问题，其中的文献是沉默的，已被分享。这些与AirCROP性能对以下因素的敏感性有关：给定问题多次运行的变异性来源、初始化方法以及LPP解决方案和IPP解决方案的终止参数。AirCROP的有效性已经在现实世界的大规模和复杂的飞行网络（超过4200个航班，15个机组人员基地和十亿多个配对）中得到了证明。希望本论文能为相关研究和应用提供一个重要的里程碑。
2020-11-18 cs.MS math.OC
A Novel Column Generation Heuristic for Airline Crew Pairing Optimization with Large-scale Complex Flight Networks
Indian Institute of Technology Roorkee（印度理工学院鲁尔基分校）；GE Digital Aviation Software（通用电气数字航空软件公司）；Leiden University（莱顿大学）
机组配对优化（CPO）对于航空公司的商业可行性至关重要，因为机组运营成本仅次于燃料成本。CPO的目的是生成一组飞行序列（机组配对），以最小的成本，同时满足几个合法性约束，以涵盖所有定期航班。最新技术严重依赖于将底层的整数规划问题放松为线性规划问题，而线性规划问题又通过列生成（CG）技术来解决。然而，随着航空公司业务的惊人扩张，CPO受到维数灾难的影响，使得精确的CG实现过时，并需要基于几何的CG实现。然而，在文献中，涉及多个机组人员基地和/或轴辐子网络的非常普遍的大规模复杂飞行网络在很大程度上仍未被研究。本文提出了一种新的CG启发式，这使得内部开发的航空公司机组人员配对优化（AirCROP）。启发式/AirCROP的有效性已经在现实世界的大规模复杂网络实例中进行了测试，这些网络实例包含4，200多个航班，15个机组人员基地和多个中心辐射子网络（导致数十亿多个可能的配对）。值得注意的是，本文有一个专门的重点提出CG启发式（而不是整个AirCROP框架）的基础上平衡随机探索配对;利用领域知识（最优解功能）;和利用过去的计算和搜索工作通过归档。虽然本文有一个航空公司的背景下，建议CG启发式可能会发现更广泛的应用在不同的领域，作为一个模板，如何利用领域知识，以更好地解决组合最优化问题。
2021-07-02 cs.AI cs.DM math.OC
Accommodating new flights into an existing airline flight schedule
我们提出了两种新的方法来改变一个航班网络引入新的航班，同时最大限度地提高航空公司的利润。第一种方法的一个主要特点是调整飞机巡航速度，以补偿新航班的轮挡时间，权衡飞行时间和燃料消耗。在第二个方案中，我们引入飞机交换作为额外机制，以提供更大的灵活性，减少燃料成本的增量和调整容量。非线性燃油消耗函数和二元飞机交换和分配决策使最优化问题显著复杂化。我们提出了强混合整数圆锥二次公式，以克服计算困难。这些重构能够在合理的计算时间内最佳地解决来自美国主要航空公司的300个航班的实例。
2019-05-05 math.OC
Integrated design optimization of structural bending filter and gain schedules for rocket attitude control system
提出了一种火箭上升段纵向控制增益表和弯曲滤波器的综合优化设计框架。介绍了考虑刚体动力学、空气动力学、晃动、弯曲、传感器/作动器和飞行计算机等因素的火箭俯仰/偏航运动的动力学模型。以线性比例微分（PD）控制律为关键决策变量，设计了具有预定时变增益和弯曲滤波器参数的PD控制律，实现了火箭俯仰/偏航运动的稳定。综合最优设计问题，确定决策变量，以最小化最坏情况下的峰值与第一个弯曲模式的约束条件下的稳定裕度在火箭飞行过程中的数学公式。以实际探空火箭为例，验证了该方法的有效性。
2018-02-06 math.OC
Flight Management System for Hydrogen-Powered Aircraft in Cruise
本文将氢动力飞机的直接使用成本（DOC）最小化问题转化为最优控制问题，并根据庞特里亚金的最小值原理进行求解。因此，最佳巡航飞行速度是在假设巡航在恒定高度的情况下确定的。优化标准对应于表示氢燃料的成本与时间相关成本之间的权衡的泛函的最小化，所述氢燃料的成本与时间相关成本由成本指数表示的参数相关。该参数的值由飞行员引入到飞行器的飞行管理系统（FMS）中。HY4飞机模型被用来获得所提出的方法的数值结果。
2022-11-18 math.OC
Physics-aware Truck and Drone Delivery Planning Using Optimization & Machine Learning
Thayer School of Engineering, Dartmouth College（达特茅斯学院泰勒工程学院）；Brandenburgische Technische Universität Cottbus-Senftenberg（科特布斯-森芬堡应用技术大学）
本文提出物理感知的卡车-无人机联合配送规划方法，结合优化与机器学习，通过神经网络预测无人机飞行时间并增强先排序后拆分启发式算法，在行程时长和能耗上优于忽略飞行物理的现有基准。
2025-07-22 cs.RO math.OC
Path Planning for Aerial Relays via Probabilistic Roadmaps
University of Agder（阿格德尔大学）
本文提出了一种基于概率路网的空中中继路径规划框架，通过空间离散化和概率分布优化，解决飞行约束和信道模型的问题，提升路径规划的最优性和计算效率。
2026-02-04 math.OC
Real-World Airline Crew Pairing Optimization: Customized Genetic Algorithm versus Column Generation Method
本文针对大规模航空公司机组配对优化问题，提出领域知识驱动的定制遗传算法，在枚举超40万个机组配对的大规模场景下验证其有效性，并与列生成方法进行性能对比。
2023-05-27 cs.NE math.OC
Integrated Optimization of Ascent Trajectory and SRM Design of Multistage Launch Vehicles
本文提出了一种并行的第一级初步设计和上升轨道优化方法，并应用于织女星衍生的轻型运载火箭。作为现有上面级（Zefiro 40）的第一级的再利用需要重新设计推进剂药柱的几何形状，以考虑突变的操作条件。采用基于多个差分进化算法并行运行的优化程序，求解了Z40飞行过程中的最优内压规律，以及整个上升段的最优推力方向和其他相关飞行参数。注入目标轨道的有效载荷最大化，同时考虑到多个设计约束，或者涉及单独的固体火箭发动机，或者取决于实际的飞行轨迹。数值结果的SSO注入。
2019-10-08 cs.NE math.OC
