Aircraft and Fleet Sizing for Regional Air Mobility: College Town Case Studies

📄 arXiv: 2605.25456v1 📥 PDF

作者: Jung Ho Park, Changyeob Lee, Shangqing Cao, Raja Sengupta, Mark Hansen, Pavan Yedavalli

分类: eess.SY

发布日期: 2026-05-25

备注: Submitted to International Workshop on ATM/CNS (IWAC)

💡 一句话要点

针对区域空中交通，提出飞机座位配置与日常运营联合优化框架，解决机队规模和飞机选型问题

🎯 匹配领域: 支柱八：物理动画 (Physics-based Animation)

关键词: 区域空中交通 飞机选型 机队规模 供需优化 离散选择模型

📋 核心要点

  1. 现有区域空中交通研究缺乏对飞机座位配置与日常运营之间相互作用的深入分析，导致机队规模和飞机选型决策困难。
  2. 提出联合供需优化框架，综合考虑市场份额、票价和航班时刻表，模拟乘客在不同出行方式间的选择行为，优化飞机配置。
  3. 通过美国大学城案例研究，发现较大飞机配置和机队规模并非总是提高盈利能力，最佳配置取决于市场平衡性和密度。

📝 摘要（中文）

本文研究了飞机座位配置如何影响区域空中交通（Regional Air Mobility, RAM）的日常运营。通过应用联合供需优化框架，同时确定市场份额、票价和航班时刻表。该框架将二元Logit离散选择模型集成到任务分配公式中，捕捉乘客在RAM和自驾出行方式之间的时空起点-终点对选择。我们评估了三个美国大学城走廊，分别采用4座、6座和8座配置，成本规模从0.4到1.0，机队规模从12到30架飞机。盈利能力和吞吐量是主要的性能指标，并分析了定价能力、运营成本和收入，以解释不同市场的性能差异。研究发现，更大的飞机配置和机队规模并不能普遍提高盈利能力。在规模经济有利且需求充足且方向平衡的情况下，更大的飞机更受欢迎。在这些案例研究中，最佳配置是不平衡市场的4座飞机和平衡或密集市场的6座飞机。

🔬 方法详解

问题定义：论文旨在解决区域空中交通中，如何根据市场需求和运营成本，确定最佳的飞机座位配置和机队规模，以最大化盈利能力和吞吐量的问题。现有方法通常独立考虑飞机选型和运营策略，忽略了两者之间的相互影响，导致次优的决策。

核心思路：论文的核心思路是将飞机座位配置、票价、航班时刻表和乘客出行选择行为整合到一个联合优化框架中。通过模拟乘客在区域空中交通和自驾等其他出行方式之间的选择，优化航班计划和票价，从而找到在给定市场条件下，能够最大化盈利能力的飞机配置和机队规模。

技术框架：该框架包含以下主要模块：1) 需求预测模块：使用二元Logit离散选择模型，根据票价、出行时间和出行成本等因素，预测乘客在不同出行方式之间的选择概率。2) 任务分配模块：将航班任务分配给不同的飞机，并确定航班时刻表，以满足市场需求。3) 优化模块：通过优化票价、航班时刻表和飞机配置，最大化盈利能力。该框架迭代地调整这些变量，直到找到最优解。

关键创新：论文的关键创新在于将需求预测和运营优化整合到一个统一的框架中，从而能够更准确地评估不同飞机配置和机队规模的盈利能力。此外，论文还考虑了乘客的出行选择行为，使得优化结果更贴近实际市场情况。

关键设计：论文使用二元Logit模型来模拟乘客的出行选择行为，该模型假设乘客会选择效用最大的出行方式。效用函数包括票价、出行时间和出行成本等因素。论文还使用任务分配模型来确定航班时刻表，该模型的目标是最小化运营成本，同时满足市场需求。优化算法采用迭代方法，逐步调整票价、航班时刻表和飞机配置，直到找到最优解。成本规模从0.4到1.0，机队规模从12到30架飞机。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

研究结果表明，更大的飞机配置和机队规模并不总是能提高盈利能力。在不平衡市场中，4座飞机配置更优，而在平衡或密集市场中，6座飞机配置更优。通过对美国大学城走廊的案例研究，验证了该框架的有效性，并为实际应用提供了有价值的参考。

🎯 应用场景

该研究成果可应用于城市空中交通（Urban Air Mobility, UAM）和区域空中交通系统的规划和运营。航空公司和政府机构可以利用该框架来评估不同飞机配置和机队规模的经济可行性，并制定更有效的运营策略，从而提高空中交通系统的效率和可持续性。

📄 摘要（原文）

We examine how aircraft seat configuration interacts with daily operation in Regional Air Mobility by applying a joint supply-demand optimization framework that simultaneously determines market share, fare, and flight schedule. The framework integrates a binary logit discrete choice model into a task assignment formulation, capturing passengers' mode choice between Regional Air Mobility and driving across spatiotemporal origin-destination pairs. We evaluate three U.S. college town corridors under 4-, 6-, and 8-seat configurations across cost scales from 0.4 to 1.0 and fleet sizes from 12 to 30 aircraft. Profitability and throughput serve as primary performance metrics, and we analyze pricing power, operating cost, and revenue to explain performance variation across markets. We find that larger aircraft configurations and fleet sizes do not improve profitability universally. Larger aircraft are preferred where economies of scale are favorable and demand is sufficient and directionally balanced. The best configuration in these case studies is the 4-seat in imbalanced markets and the 6-seat in balanced or dense markets.