【标题】A reinforcement learning approach for multi-fleet aircraft recovery under airline disruption
【作者团队】Junhyeok Lee, Kyungsik Lee, Ilkyeong Moon
【发表日期】2022.8.22
【论文链接】https://www.sciencedirect.com/science/article/pii/S1568494622006226
【推荐理由】恢复中断的航班时刻表对航空公司来说至关重要。许多先前的研究都依赖于飞行弧线的副本,这可能会影响解决方案的质量,并且没有将航空公司准时绩效的关键衡量标准作为其目标。为了填补这些研究空白,本文提出了使用强化学习方法进行飞机恢复以支持航空公司运营的 Q 学习和双 Q 学习算法。本文提出了一个人工环境的日常航班时刻表和飞机恢复的马尔可夫决策过程。首先将所提出的方法与基准实例上的现有算法进行比较。与其他算法相比,开发的 Q 学习和双 Q 学习算法在适当的计算时间内获得了高质量的解决方案。并采用了韩国一家航空公司的国内航班时刻表,对真实世界数据进行的一组实验中评估强化学习方法。计算实验表明,强化学习算法可以有效地恢复中断的航班时刻表,并且本文的方法可以灵活地适应各种目标和现实条件。
首尔大学|空公司中断情况下多机队飞机恢复的强化学习方法
沙发等你来抢
去评论
评论
沙发等你来抢