Um modelo integrado para a programação de voos e alocação de frotas

Abstract

Este artigo apresenta um modelo para a definição (otimização) da malha a ser atendida por uma empresa aérea, resolvendo, de forma integrada, os problemas de programação de voos e alocação de frotas. O modelo inclui restrições operacionais específicas como a existência de slots de pouso e decolagem e a limitada flexibilidade de opções de aeroportos oriunda de um tráfego composto primariamente por passageiros. O modelo foi testado e aplicado com sucesso a um caso de uma empresa aérea regional brasileira, resultando em uma programação de voos completa e provendo informações de suporte à decisão sobre a possibilidade de novos voos ou o uso de outros tipos de aeronave.

Alocação de aeronaves a voos considerando restrições operacionais, de manutenção e de desempenho das aeronaves

“…Modelos de otimização estão presentes em diversas etapas do planejamento e execução das operações de empresas aéreas, desde a determinação das rotas a serem voadas (CAETANO, TRANSPORTES | ISSN: 2237-1346 2011), cálculo de tarifas (MCAFEE e VELDE, 2007), de inição da frota para cada rota (CAETANO e GUALDA 2011, alocação de aeronaves (GRO= NKVIST, 2005;BAZARGAN, 2010; LAPP e WIKENHAUSER, 2012; GONZAE LEZ, 2014), programação de tripulantes (GOMES e GUALDA 2011, até o cálculo da quantidade ideal de combustıvel para cada voo (FREGNANI, 2007). Trabalhos da literatura apontam ganhos da ordem de milhões de dólares por ano em grandes empresas que empregam otimização na solução dos problemas de alocação de frotas (SUBRA-MANIAN et al, 1999) e de aeronaves, destacando a importância de tais técnicas em suas opera-ções.…”

Solving the Integrated Schedule Generation and Fleet Assignment Problem: an ACOBased Metaheuristic Approach

“…Due to the NP-Hard characteristic of these models, their application to large scale problems is limited (Hane et al, 1995), leading to excessively large processing times on real life and large scale problems. This paper presents both an exact LP model (Caetano and Gualda, 2011) and a new heuristic model that incorporates the Ant Colony Optimization metaheuristic to solve SGP and FAP as an integrated problem, avoiding model simplifications that could hinder its application to real world problems (Caetano and Gualda, 2012, 2011, 2010Rabeanety et al 2006). Such problems include the creation of entirely new schedules from scratch and operation limitations related to aircraft noise (Carvalho Júnior, Garavelli and Maroja, 2012) and arrival and departure restrictions (Alves and Fraga, 2012), also termed as "slots".…”