跳到主要內容

臺灣博碩士論文加值系統

(54.161.24.9) 您好!臺灣時間:2022/01/17 13:06
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

: 
twitterline
研究生:劉素妙
研究生(外文):Su-miao Liu
論文名稱:航空公司機隊規劃之航機採購/汰換時程之研究
論文名稱(外文):The Study on Aircraft Purchase and Replace Scheduling for Airlines Using Dynamic Programming Model
指導教授:許巧鶯許巧鶯引用關係
指導教授(外文):Chaug-Ing Hsu
學位類別:碩士
校院名稱:國立交通大學
系所名稱:運輸科技與管理學系
學門:運輸服務學門
學類:運輸管理學類
論文種類:學術論文
論文出版年:2002
畢業學年度:90
語文別:中文
論文頁數:134
中文關鍵詞:灰色拓撲預測動態規劃機隊規劃航機採購/汰換時程
外文關鍵詞:grey topological forecastingdynamic programmingfleet planningaircraft purchase and replace scheduling
相關次數:
  • 被引用被引用:29
  • 點閱點閱:1965
  • 評分評分:
  • 下載下載:424
  • 收藏至我的研究室書目清單書目收藏:5
航空市場的發展與經濟情況盛衰、景氣循環有相當密切的關係,近年來亞洲地區經濟不景氣,使得亞洲地區的航空公司為了應變市場縮減及有效運用公司資金,紛紛對飛機製造商取消了之前的飛機訂單,根據Woolsey(1999),至1998年10月底,波音公司就被取消了36架新飛機的訂單。由上述的例子可了解,航空公司的機隊採購與汰換時程決策對航空公司整體營運況狀具有重大影響,因此如何決定最佳機隊購置汰換時程,以創造最大之航空公司利潤即為相當重要的議題。過去有關航空公司機隊管理之相關文章多半著墨於機型選擇、機隊與航線間的指派、或機隊飛機利用情況對購買新飛機和淘汰舊飛機的影響,並未將機隊購置汰換時程之影響因素考量於決策模式中。航空公司之機隊購置/汰換時程與公司之資金運用、營運策略研擬及資產利用息息相關,若航空公司能夠在較佳之時間進行機隊更新,將能使資金運用更靈活、資產利用更充分,為航空公司創造最大利潤。
本研究由航空公司之觀點探討機隊採購/汰換的最佳時程,考量航空公司營運成本、及機隊更新決策之成本,配合機隊飛機之利用率,藉由解析性方法推導建構航空公司之直接與間接營運成本及機型選擇、汰換決策之函數。在經濟景氣循環影響航空旅客需求方面,則應用灰色理論之拓撲預測(Grey Topological Forecasting)(鄧聚龍,1986),以航線旅客流量及景氣循環波形歷史資料推估未來可能之航線旅客需求量及經濟景氣波動情況之變化機率。本研究以動態規劃構建機隊規劃數學模式,以最小化航空公司之期望成本為目標,將灰色拓撲所預測出之旅客量以馬可夫鏈模式作校正後,依其經濟循環波形切割為不同之景氣時區,在各時區之旅客需求亦分別被滿足的情況下,可得知航空公司之最佳機隊更新決策及時程。航空公司在不同時程所做的機隊規劃在未來預測之旅客量下,景氣佳時的高機隊利用率在景氣差時則可能出現資產閒置而影響營運成本及收益的情形;且在不同時程之舊機淘汰殘值與購買新機花費間的權衡取捨亦影響航空公司之利潤。
本研究之結果顯示航空公司之機隊航機購置/汰換時程會對航空公司之營運成本造成影響,而航空公司對未來所做的預測越準確,則其期望成本會較小。由本研究的實證分析中可知,舊航機與新航機之間存在有一置換的臨界成本;而新型航機與舊型航機間亦然;另外航空公司租賃航機之金額與購買航機之折舊金額也有一決策之臨界值,在灰色拓撲預測配合馬可夫鏈轉移機率模式校估航空旅客需求量方面,則得到適配度很高的預測模式,且該模式的確能夠反映經濟景氣之循環。本研究結果可提供航空公司面臨不同景氣需求時,在航空公司之成本、對未來旅客流量之預測及機隊飛機利用率各項交互作用下,決定航空公司之最佳機隊採購/汰換時程。本模式除了可供航空公司在決策機隊更新或淘汰時做參考外,亦可提供飛機製造商研擬能夠配合經濟景氣之生產策略。
The development of airline market is closely related with economic cycle, i.e., airlines in Asia canceled their orders to aircraft manufacturer one after another in past few years since the economic recession in Asia area. The performance of airline is deeply influenced by aircraft purchase and replace scheduling, therefore it’s important for airline to make the best strategy of aircraft purchase and replace scheduling for obtaining the yield. Previous literature on fleet planning usually focused on fleet assignment, maintenance planning and buy or lease decisions etc. However, no literature has combined aircraft purchase and replace scheduling and economic cycle to formulate theoretical model on analyzing aircraft purchase and replace scheduling in response to passenger demand fluctuation. So airlines may re-arrange its aircraft purchase and replace scheduling considering passenger demand fluctuation for getting more yield.
This research aims to investigate the operation cost, aircraft purchase and replace scheduling cost, and maintenance cost, to explore the best aircraft purchase and replace scheduling for airline. The study identifies airline cost function and formulates an model by minimizing airline operation cost in dynamic programming model to determine the optimal aircraft purchase and replace scheduling in response to passenger demand fluctuation. Furthermore, the study discusses the context of aircraft type choosing, and investigates the impact of different aircraft ages and mileage to the scheduling and operation cost. Since the passenger demand fluctuation will influence yield of airline. Therefore, the study further uses Grey Topological forecasting model and Markov Chain to forecast future passenger demand and probabilities of demand fluctuation. Furthermore, the study makes segmentation of passenger demand according to economic cycle, to formulate a model deciding the strategy of aircraft purchase and replace scheduling by minimizing the airline operation cost in dynamic programming model subject to satisfy passenger demand.
An empirical example is provided to illustrate the application of the model and to show its usefulness. The aircraft purchase and replace scheduling is effected by aircraft purchase cost, lease cost, maintenance cost and aircraft types from the result. Finally, sensitive and scenario analyses are implemented to demonstrate the effects of variations in key variables to aircraft purchase and replace scheduling and operation cost, such as aircraft purchasing cost, aircraft leasing cost etc. It is envisaged that the results of the developed models not only can decide the aircraft purchase and replace scheduling, but also provide guidance on tradeoff between old crafts and new crafts, for airlines to re-arrange its’ fleet in response to passenger demand fluctuation.
目 錄
中文摘要 i
英文摘要 ii
致 謝 iii
目 錄 iv
表 目 錄 vi
圖 目 錄 vii
符號說明 viii
第一章 緒論 1
1.1研究背景與動機 1
1.2研究目的 5
1.3研究範圍 7
1.4研究方法及進行步驟 9
第二章 文獻回顧與探討 15
2.1灰色理論之拓撲預測及馬可夫鏈預測 16
2.1.1灰色理論之拓撲預測 16
2.1.2馬可夫鏈預測模型 21
2.2航空運量預測研究 24
2.3機隊規劃相關研究 24
2.3.1機型選擇研究 25
2.3.2機型與航線配對研究 25
2.3.3機隊飛機替換研究 27
2.3.4航機購買與租賃數目決策研究 29
2.4應用動態規劃模式之相關研究 32
2.4.1機率性動態規劃問題及相關研究 34
2.5小結 36
第三章 航機採購/汰換時程動態規劃模式 38
3.1旅客需求量與機隊容量 39
3.2航空公司營運成本及機隊新增/汰換決策成本 44
3.2.1營運成本 45
3.2.2機隊新增/汰換決策成本 48
3.3航空公司購買或租賃航機數目決策 50
3.4航機淘汰或停租決策 52
3.5機隊更新時程動態規劃模式 53
第四章 實證分析 60
4.1研究案例背景說明 61
4.2模式應用及求解步驟說明 69
4.2.1模式應用步驟說明 69
4.2.2機率性動態規劃模式求解步驟說明 70
4.3旅客需求量之灰色拓撲預測及馬可夫鏈預測 71
4.3.1旅客需求量之灰色拓撲預測模式 71
4.3.2馬可夫鏈預測模式 81
4.4實例分析結果說明 92
4.5敏感度分析 104
4.5.1航機租賃金額敏感度分析 107
4.5.2新型航機敏感度分析 111
4.5.3維修成本變化之敏感度分析 113
4.5.4預測旅客需求量上下波動發生機率敏感度分析 116
4.5.5航班佔有率敏感度分析 118
4.5.6航線乘載率敏感度分析 118
第五章 結論與建議 119
5.1結論 119
5.2建議 121
參考文獻 122
表 目 錄
圖1.2 研究架構圖 14
表2.1 固定參考值所對應X座標值之集合 20
表4.1 A航機隊狀況 61
表4.2 A航租賃航機資料 62
表4.3 A航自有航機資料 63
表4.4 A航營運之航線 64
表4.5 A航空公司航線與機型配對及每週頻次 65
表4.6 班機編號及票價 66
表4.7 模式變數數值表 67
表4.8 各航線相關變數表 68
表4.9各航線預測旅客年需求量 78
表4.10各航線依時區劃分之調整後的預測旅客需求量 78
表4.11灰色拓撲預測結果與實際旅客需求量結果之模式配適度比較 79
表4.12台北-曼谷航線預測旅客需求量狀態劃分及對應結果 82
表4.13台北-曼谷轉移機率矩陣表 83
表4.14台北-曼谷從民國91年至98年的狀態轉移機率矩陣 85
表4.15(A)台北-新加坡航線之每年狀態轉移機率 88
表4.15(B)台北-香港航線之每年狀態轉移機率 88
表4.15(C)台北-東京航線之每年狀態轉移機率 89
表4.15(D)台北-舊金山航線之每年狀態轉移機率 89
表4.15(E)台北-洛杉磯航線之每年狀態轉移機率 90
表4.15(F)台北-西雅圖航線之每年狀態轉移機率 90
表4.15(G)台北-曼谷航線之每年狀態轉移機率 91
表4.15(H)台北-雪梨航線之每年狀態轉移機率 91
表4.16八條航線機隊規劃之總成本 93
表4.17於民國91年之機隊航機規劃結果 94
圖 目 錄
圖1.1 研究流程圖 13
圖2.1 台北-洛杉磯航線歷年旅客需求量 20
圖2.2 台北-洛杉磯航線旅客需求量(取固定參考值後) 21
圖2.3 台北-洛杉磯航線預測旅客需求量 21
圖2.4 機率性動態規劃問題基本結構圖 33
圖2.5 機率性動態規劃問題中可能發生的狀況樹狀圖 36
圖3.1 航機酬載與航程關係圖 42
圖3.2 具有規模經濟的機隊長期平均維修成本示意曲線 47
圖3.3本研究機率性動態規劃模式示意圖 57
圖4.1各航線每年旅客需求量 72
圖4.2(A)台北-洛杉磯航線年旅客需求量 73
圖4.2(B)台北-西雅圖航線年旅客需求量 74
圖4.2(C)台北-舊金山航線年旅客需求量 74
圖4.2(D)台北-東京航線年旅客需求量 75
圖4.2(E)台北-香港航線年旅客需求量 75
圖4.2(F)台北-新加坡航線年旅客需求量 76
圖4.2(G)台北-曼谷航線年旅客需求量 76
圖4.2(H)台北-雪梨航線年旅客需求量 77
圖4.3(A)台北-洛杉磯各時區成本及原始機率 96
圖4.3(B)台北-舊金山各時區成本及原始機率 97
圖4.3(C)台北-新加坡各時區成本及原始機率 98
圖4.3(D)台北-雪梨各時區成本及原始機率 99
圖4.3(E)台北-東京各時區成本及原始機率 100
圖4.3(F)台北-曼谷各時區成本及原始機率 101
圖4.3(G)台北-香港各時區成本及原始機率 102
圖4.3(H)台北-西雅圖各時區成本及原始機率 103
圖4.4 B747-400型航機租賃/購買金額臨界圖 108
圖4.5 B747-400COMBI型航機租賃/購買金額臨界圖 109
圖4.6 MD11型航機租賃/購買金額臨界圖 110
圖4.7 B777-300ER與B747-400型航機折舊金額臨界值圖 112
圖4.8 B747-400型航機變動維修成本臨界值圖 114
圖4.9 B747-400COMBI型航機變動維修成本臨界值圖 115
圖4.10預測旅客需求量上下波動機率改變時成本之變化 117
參考文獻
1.田自力,「灰色理論在預測與決策之研究」,國立成功大學機械工程研究所博士論文,民國84年6月。
2.翁慶昌、陳嘉叢、賴宏仁,灰色系統基本方法及其應用,初版,高立書局,民國90年。
3.許巧鶯、王志青,「軸輻航空貨運網路之直接與轉運路線選擇」,運輸計畫季刊,第二十六卷第一期,頁95-118,民國86年3月。
4.許巧鶯、溫裕弘,「台灣地區國際航空客運量之預測-灰色預測模式之應用」,運輸計畫季刊,第二十六卷第三期,頁525-556,民國86年9月。
5.張有恆、楊弘道,「航空公司飛機型式選擇之研究」,運輸計畫季刊,第二十五卷第一期,頁93-120,民國85年3月。
6.張有恆,航空運輸管理,鼎漢國際工程顧問有限公司,民國87年。
7.溫裕弘,「航空運量預測與航空網路設計之研究-應用灰色理論」,國立交通大學交通運輸研究所碩士論文,民國86年6月。
8.鄧聚龍、郭洪,灰預測原理與應用,初版,全華書局,民國85年。
9.鄧聚龍,灰色系統理論及其應用,初版,高立書局,民國88年。
10.鄧聚龍,灰色系統基本方法,華中理工大學,武漢,中國,西元1985年。
11.鄧聚龍,灰色預測與決策,華中理工大學,武漢,中國,西元1986年。
12.Abara, J., “Applying integer programming to the fleet assignment problem,” Interfaces, Vol. 19, pp. 20-28, 1989.
13.Boland, C., Clarke, L. W., Johnson, E. L., Nemhauser, G. L., and Shenoi, R. G., “Flight string models for aircraft fleeting and routing,” Transportation Science, Vol. 32, No. 3, pp. 208-220, 1998.
14.Cline, R. C., Ruhl, T. A., Gosling, G. D., and Gillen, D. W., “Air transportation demand forecasts in emerging market economies:a case study of the Kyrgyz Republic in the former Soviet Union,” Journal of Air Transportation Management, Vol. 4, pp. 11-23, 1998.
15.Evans, J. J., “Replacement, obsolescence and modifications of ships,” Maritime Policy and Management, Vol. 16, No. 3, pp. 223-231, 1989.
16.Gritta, R. D., Lippman, E., and Chow, G., “The impact of the capitalization of leases on airline financial analysis:An issue revisited,” Logistics and Transportation Review, Vol. 30, pp. 189-202, 1994.
17.Hane, C. A., Barnhart, C., Johnson, E. L., Matsten, R. E., Nemhauser, G. L., and Sigismonndi, G., “The fleet assignment problem:solving a large-scale integer program,” Mathematical Programming, Vol. 70, pp. 211-232, 1995.
18.Hartman, J. C., “An economic replacement model with probabilistic asset utilization,” IIE Transactions, Vol. 33, pp. 717-727, 2001.
19.Hiller, F. S., and Lieberman, G. J., Introduction to Operations Research, McGraw-Hill Inc., 1995.
20.Horonjeff, R. and Mckelvey, X., Planning and Design of Airports, McGraw-Hill Inc., 1994.
21.Hsu, C. I., and Wen, Y. H., “Application of Grey theory and multiobjective programming towards airline network design,” European Journal of Operational Research, Vol. 127, pp. 44-68, 2000.
22.Hsu, C. I., and Wen, Y. H., “Reliability evaluation for airline network design in response to fluctuation in passenger demand,” Omega — The International Journal of Management Science, 2002, paper accepted.
23.Jin, D. and Kite-Powell, H. L., “Optimal fleet utilization and replacement,” Transportation Research Part E, Vol. 36, pp. 3-20, 2000.
24.Moudani, W. E., and Mora-Camino, F., “A dynamic approach for aircraft assignment and maintenance scheduling by airlines,” Journal of Air Transport Management, Vol. 6., pp. 233-237, 2000.
25.Oum, T. H., Zhang, A. and Zhang, Y., “Optimal demand for operating lease of aircraft,” Transportation Research Part B, Vol. 34, pp. 17-29, 2000.
26.Powell, W. B. and Carvalho, T. A., “Dynamic control of multicommodity fleet management problems,” European Journal of Operational Research, Vol. 98, pp. 522-541, 1997.
27.Skinner, S. and Stock, E., “Masters of the cycle,” Airline Business, pp. 54-59, April, 1998.
28.Teodorovic, D., Krcmar-Nozic, E., “Multicriteria model to determine flight frequencies on an airline network under competitive conditions,” Transportation Science, Vol. 23, No. 1, pp. 14-25, 1989.
29.Van Hilten, O., “The optimal lifetime of capital equipment,” Journal of Economic Theory, Vol. 55, pp. 449-454, 1991.
30.Woolsey, P. J., “All eyes on Asia,” Air Transport World, pp. 38-41, January, 1999.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊