本文是一篇物流论文，本文以降本增效为目标，分析了航线联营模式的特点，构建了航线联营下的货运航空公司选择行为体系，建立了航线联营下货运航空公司枢纽点选址模型、基于转运的航线路径优化模型、基于多基地的航线路径优化模型，设计了改进的遗传算法，解决货运航空公司的网络优化问题。
第1章 绪论
1.1 研究背景
当前，由于经济发展水平、产业结构的变化，影响着航空货运需求的增加。近年来我国航空运输业发展迅速，行业发展保持了稳中有进的良好态势[1-3]，已发展至世界第二位。虽然我国的航空货运市场规模与美国的相比存在较大差距，但是差距也在逐年缩小，2019年我国民航完成货邮运输量753.2万吨，是同期美国货运量的60%。而且在疫情影响下，我国的航空货运业务也快速发展[4]。2011-2020年的航空货运量及增长率情况如图1-1所示。另一方面，我国航线数量和机场拥有量逐年增长[5]，截止2019年底共有定期航班航线5521条，238个机场。此外根据空客预测的2032年全球货运市场情况[6]，表示中国是推动航空货运业增长贡献最大的国家，航空货运市场份额将从2012年的15%上升到2032年的22%。因此，我国的航空货运市场需求潜力巨大。
目前虽然航空货运主体以腹舱客机载货为主[7]，其中客机腹舱运输约占航空货运总量的70%，而全货机载货的比例为30%。但是疫情影响下货机资源的紧缺，物资运输需求量大，“客改货”、航空公司混改[8]等方式在这个特殊时期，给全货机的发展与使用带来重大机遇。截至2019年底，我国拥有航空飞机共3818架，其中货运飞机174架，占比4.56%，而全球货运飞机2200架，我国货运飞机占全球的比重为7.9%。此外中国航空工业集团发布的《2019~2038民用飞机中国市场预测年报》中预计[9]，到2038年中国民航货机机队规模将达723架，比2019年末增长近4.16倍。而美国拥有航空飞机共7221架，全货机数量550架，占比7.62%，占全球的比重为25%。对比目前我国、美国、全球的全货机占有情况，我国的全货机的应用市场与美国有一定差距，但是我国具有较大的发展前景。除此之外，由于我国航空货运运输主要依托于客机腹舱，而航空客运公司在航空客运业务方面的收入以可以使得航空公司降低运货价格，而全货运航空公司（以下简称货运航空公司）运价则比客机腹舱载货的运价高，从而压制了全货机业务的发展。因此在航空货运公司的竞争与对比中，存在双向矛盾的冲击，一是为响应物资运输需求量大的情况，二是如何降低运价或者减少全货机运输价格与客机腹舱载货价格差异是突破的关键，其中航空货运公司包括货运航空公司或客货兼顾的航空公司。为满足我国航空货运业务迅速发展的情形，以专业化全货机机队组成的货运航空公司未来将成为我国航空货运主体的重要组成部分。在货运航空公司的发展过程中关键是解决价格或成本问题，强化货运航空公司发展的积极性，形成数量上、品质上有保障的全货机运输机队，而航空货运作业流程与中转流程具体见附图1、附图2。
1.2 研究目标与研究意义
1.2.1 研究目标
本论文的研究目标是分析航线联营的内涵及特点，构建航线联营下的货运航空公司选择行为体系，建立航线联营下货运航空公司枢纽点选址模型、基于转运的航线路径优化模型、基于多基地的航线路径优化模型，设计改进的遗传算法，解决货运航空公司的网络优化问题。
1. 构建以损失效应前景理论、博弈论为基础的航线联营下货运航空公司选择行为体系，分析货运航空公司的选择行为效用，确定航线联营下货运航空公司的选择概率函数，形成解决货运航空公司联盟选择的可行性方法。
2. 以多属性决策下的枢纽点备选点、航线联营下货运航空公司的选择概率函数为基础，建立基于备选点的航线联营下非严格双容量限制下的多重分配枢纽选址模型（Hub Location Problem of Non-strict Double Capacitated and Multi Assignment，NSDCMAHLP），以S货运航空公司的枢纽选址方案为案例验证模型的可行性，形成解决货运航空公司枢纽选址相关问题的有效方法。
3. 以航线联营下货运航空公司的选择概率函数为基础，构建航线联营下基于转运的航线路径优化模型（Aircraft Fleet Route Problem based on Transshipment and Airline Alliance，T-AAAFRP）、基于多基地的航线路径优化模型（Aircraft Fleet Route Problem based on Multiple Bases and Airline Alliance，MBAAAFRP），设计基于基因工程剪切过程的改进遗传算法，为航线路径优化理论研究奠定理论基础。
本文的研究以期充实航空物流网络优化理论体系，为货运航空公司物流网络中的枢纽选址及路径优化相关问题提供理论与方法支撑，为民航货运业高质量发展发挥一定的参考作用。
第2章 航线联营下货运航空公司选择行为分析
2.1 问题描述
本章解决的问题是航线联营货运航空公司的运输选择行为分析。通过基于损失效应前景理论和动态演化博弈理论，分析博弈双方稳定性，最终确定航线联营选择概率。具体可描述为博弈方1为客运航空公司或货运航空公司，可以依托客机腹舱或全货机承担航空运输运力；博弈方2为研究对象S货运航空公司，依托全货机提供航空运输运力。由于博弈双方在进行运输行为选择时，存在都不承运航空货运需求，无法完成航空运输业务而造成的损失的情境下，而且大多学者研究结果表明航空运输决策者对损失比对获得更敏感，因此利用损失效应前景理论刻画未完成运输而需要承担的成本损失。同时博弈方1选择承运时，可能获得的收益为自身业务收益以及博弈方2选择托运时的收益，但是当博弈方1选择托运时，可能获得的收益为自身业务托运时的收益以及未完成运输而需要承担的成本损失，反之，对于博弈方2同样成立，博弈双方的运输选择行为下的收益问题如表2-1所示。其中博弈方1、博弈方2的运输量1 2D,D、运输成本CT、飞机固定成本PC、成本与收益系数t，成本分担系数,，确定在航线联营主体间不同航段的航线运营选择概率。
2.2 航线联营选择过程
航线联营是合作双方在联营航线上将采用统一定价，再按各参运公司投入的运载量和机型，确定其收入比例，主要体现在共享营收、分担成本。航线联营选择过程包括三个步骤，第一步是针对货运航空公司的航线联营的选择，给出可供货运航空公司选择的模式，可以是联营承运，也可以是联营托运；第二步是根据货运航空公司决策者的偏好，确定联营下承运与托运两种选择方式的效用；
1.航线联营选择模式
对货运航空公司而言，可以选择联营承运与联营托运两种形式。联营承运是指货运航空公司在已确定选择联营时，对某一航段选择由自己完成运输，承运选择下的货运航空公司不仅承担自己公司的航空运输业务，也可以承担市场上其他有需求的航空公司的航空业务。联营托运是指货运航空公司在已确定选择联营时，对某一航段选择由其他的航空公司运输，托运选择下的该货运航空公司需要根据自身公司的业务、航空网络结构来选择合作方。
2. 联营效用计算
在计算联营效用时，需明确航空公司决策者偏好及偏好影响下的效用。效用理论是领导者进行决策选择时采用的一种方法，因此也可采用效用理论描述航空公司单一领导者决策行为[203]。
(1) 决策者偏好
由于决策过程需要人的参与，而人的偏好对决策的影响较大，因此研究基于决策者的偏好下的效用，有助于全面、准确的掌握联营的作用机理。在现实中，决策者并非总是做出符合自身效用最大化的决策，在无法获得完全信息以及本身并不具有完美判断能力的情况下，他们更倾向于做出自认为正确且满意的决策，同时大量研究表明航空运输决策者对损失比对获得更敏感。而且一般情况下决策者风险偏好态度常通过可通过前景理论来刻画，一方面，引入价值函数确定前景价值，代替了期望效用理论中的效用函数；另一方面，引入决策权重函数描述不确定结果的重要程度，取代了期望效用理论中的概率函数。本章将基于Kahneman和Tversky等学者提出的前景理论，结合Rieger和Bui研究的损失效应前景理论，刻画决策者风险厌恶下的收益问题。
(2) 计算偏好影响下的联营效用
当航空公司选择联营承运时，所需承担飞机运营过程中的成本，得到的收益包括自身业务所得收益及其他航司提供的费用，若当航空公司选择联营托运时，所需承担的成本包括给合作方支付的费用。换一句话说，航空公司承运时，可以降低自身业务运输过程中的单位成本。
第3章 货运航空公司枢纽点选址 ........................ 46
3.1 问题描述 ........................... 46
3.2 备选点选址 .............................. 46
第4章 基于转运的航线路径优化 ............................ 69
4.1 问题描述 ................................. 69
4.2 模型假设 ........................ 70
第5章 基于多基地的航线路径优化 ............................. 88
5.1 问题描述 ....................................... 88
5.2 模型假设 .......................................... 89
第5章 基于多基地的航线路径优化
5.1 问题描述
目前大多学者对于飞机航线路径优化问题的研究，主要通过建立飞机航线调配或调度模型求解，研究目的主要是成本最小化、飞机使用均衡性及缓解拥堵。研究多集中在成本最优角度，对服务水平的刻画较少以及航线联营下航空公司的路径选择研究较少，因此本章将以降低成本、提高服务需求量为目标，研究航线联营下的航线路径优化问题，同时考虑空中容量限制问题。因此本章解决航线联营下多基地的航线路径优化问题，可定义为“点对点”网络结构下的货运航空公司航线路径优化问题，航线联营下货运航空公司多基地的航线路径优化问题示意图如图5-1所示。
具体可描述为在已知m个需求点位置与有向需求量ijD的航空需求网络中，基于多个备选的航空基地N的位置，考虑航段上的容量与时间的约束及航空基地的容量约束，引入航线联营选择概率函数，确定航段承运或托运的情况，且飞机是从一个起点装货，到达航段的终点卸货，下一段航段重复该装卸过程的新集配方式，可视作为对航下联营下多基地的航线路径优化问题的研究。
结论与展望
本章主要概括论文的主要研究工作，展望未来可能的研究方向，归纳论文的主要创新点。
1.论文工作总结
随着我国航空运输业的迅速发展，国家为强化航空枢纽地位，出台诸多航空货运相关政策，加快货运航空公司枢纽机场的建设。此外，近年来随着航空公司间竞争的加剧，航空公司收益降低，为寻求新的收益增长点，航空公司间通过航线联营，扩大航线网络，降低运作成本及企业间的价格竞争。因此本文以降本增效为目标，分析了航线联营模式的特点，构建了航线联营下的货运航空公司选择行为体系，建立了航线联营下货运航空公司枢纽点选址模型、基于转运的航线路径优化模型、基于多基地的航线路径优化模型，设计了改进的遗传算法，解决货运航空公司的网络优化问题。具体开展的研究工作包括以下四个方面。
(1) 航线联营下货运航空公司选择行为分析
货运航空公司选择航线联营下承运或托运的行为是一个复杂的决策过程，为科学刻画货运航空公司的选择行为规律，首先通过引入损失效应前景理论描述无人承运下的成本损失问题，考虑航空公司的收入、承运或托运影响下的成本，基于博弈论分析博弈双方的收益，形成得益矩阵，并通过动态演化博弈分析决策过程，分析了选择行为的演化方向及稳定均衡性。然后基于得益矩阵确定基于损失效应前景理论的航线联营选择概率均衡函数，理论与数值仿真证明了选择概率均衡概率的唯一性及与其他参数的关系。
研究了各影响因素对选择行为的影响，其中货运航空公司选择承运的概率并非仅依托航空公司自身业务的效用分析，需要兼顾其他航空公司对货运航空公司选择概率的影响，当货运航空公司的货运量大于三分之一飞机载重时，选择承运的概率与研究分析的理论概率最接近，准确性为94.7%。因此可以大概率理解为当货运航空公司的货运量大于三分之一飞机载重时，可以选择承运。当货运量小于三分之一飞机载重时，需要综合考虑其他航空公司的业务量，确定合适的选择行为。货运航空公司的货物运输距离越短时，选择承运的概率越大。当货运航空公司的货物运输距离在三千公里时，选择承运的概率与研究分析的理论概率最接近，准确性为93.7%。因此可以大概率理解为当货物运输距离在三千公里时，可以选择承运。
参考文献（略）