在過去一年中,Google與漢莎航空集團合作,以解決機尾分配(Tail Assignment)最佳化問題,Google開發了一個機尾分配求解器,幫漢莎航空集團旗下的子公司瑞士國際航空,最佳化機隊調度,而Google預期這將明顯減少該航空公司的碳排。所謂的機尾分配問題,是指派特定飛行器,飛行特定航班的問題,而每臺飛行器是以機尾編號為作為識別,因此稱為機尾分配。

世界各地的航空公司都正以各種策略,探索滿足國際民用航空組織(ICAO)所制定二氧化碳排放政策的方法,這方面更是歐洲的執行重點,尤其是航空業占運輸業排放量的13.9%,主要的推行動力來自歐盟《歐洲綠色政綱》,該政綱要求2051年前,交通運輸碳排量要減少90%。

而漢莎航空集團則更進一步設定目標,承諾要在2030年將碳排放量,降低到2019年的50%,並且在2050年時達到淨零排放。航空公司可以降低碳排放的其中一種手段,便是最佳化飛機調度,也就是以最小化總營運成本來分配飛機。

燃料占總營運成本的一大部分,當營運飛機需要更多的燃料,就意味著需要更高的營運成本,而這也會產生更多排放到大氣中的二氧化碳,超過4,100公里的典型長途飛行,約會產生一噸的碳排放量。

Google提到,用於飛行兩地的燃料量差異很大,例如較大的飛機需要更多的燃料,而較新的飛機因為使用新技術,往往更省油,而且燃料本身的重量也很重要,飛機在飛行初期油箱滿載,燃油效率較低,在經過一段時間後燃油量減少,效率才會恢復正常。

另外,機隊調度一大重要因素是飛機上的乘客數量,由於預訂數量的變化,可能需要改變飛機的大小。其他影響燃料消耗的因素,還包括風向和發動機年齡,或是不同的機身設計等。

Google利用網路流(Network flow)來解決這個機尾分配最佳化的問題,網路流本身是一個有向圖,其特徵是擁有一組節點(Node)和一組弧(Arc),並且可以對節點進出的流量設定限制。網路流通常被用來類比道路系統的交通量、管中液體或是電路中的電流等事物。

Google研究人員決定使用網路流,是因為網路流的物體(Commodity)、弧和節點,與機尾分配中的飛行器、航段和機場有簡單的對應關係,網路中的弧對應航班時刻的每個航段,每臺飛行器是沿著網路流動的物體,網路中每個飛行器與航段的配對都有其關聯的分配成本,而模型的目標是選擇有效的飛行器與航段配對,來最小化分配成本。

除了標準的網路流量限制之外,Google所設計的模型,還考慮了航空公司特定的限制,來針對漢莎航空量身訂做解決方案,像是考量飛機周轉時間、餐飲裝載等這類因航空公司不同的因素,而且當航線有更多的度假旅客,就需要考量這些旅客,可能需要比商務旅客更長的登機和下機時間。

另一個限制是,每架飛機都必須要在指定的機場維修中心,進行夜間檢查,以接受規定的維修或是清潔工作,每家航空公司也都有各自的維護計畫,諸如飛機每隔幾晚就要進行一次例行性維護檢查,而這也能幫助飛機保持燃油效率。

在瑞士國際航空開始使用求解最佳化機隊調度後,該航空公司有望每年節省瑞士法郎350萬元,相當於新臺幣一千萬元,並減少6,500噸的二氧化碳排放。Google預估,當這個運算模型擴展到漢莎航空集團其他航空公司,且客流量恢復到新冠肺炎疫情之前的水準時,節省的成本將會以倍數成長。

這項研究接下來的工作,還需要收集更大的可用資料集,並將機組人員和乘客也考量進去最佳化系統中,來改善乘客和機組人員的航班時刻表。現在Google提供開源軟體OR-Tools,使其他用戶也能夠以網路流來建構類似的解決方案。


熱門新聞

Advertisement