The crew pairing problem is one of the most important but challenging tasks for commercial airlines. However, the operation environment of the aviation industry is highly volatile with diverse uncertainties. Flight flying time variability is an important disruption that usually causes deviations of flight departure/arrival times from the schedule. Traditional crew pairing frameworks without considering flight flying time variability can generate pairings that are fragile to flight delays. However, the impact of flight flying time variability on crew pairings is under-explored. In this paper, we propose two robustness enhancement strategies based on the consideration of flight flying time variability (i.e., encouraging deviation-affected-free flights and discouraging deviation-affected flights). Besides, two robustness measurements are developed to construct two novel robust crew pairing models. One is time based while the other is number based. A customized column generation based solution algorithm is proposed. Computational experiments based on real flight schedules show that our new models can greatly enhance solution robustness (e.g., 49.1% more deviation-buffer time) at a price of an acceptable increase in operating costs (e.g., 9.7%) compared with the traditional model. Besides, extreme-delay flights can be completely avoided in the proposed models. Moreover, the solutions obtained from the time-based model show higher resistance against the disruption of flight flying time variability with a lower operating cost than the number-based model.

机组配对问题是商业航空公司最重要但具有挑战性的任务之一。然而，航空业的运营环境高度不稳定，具有各种不确定性。飞行时间的可变性是一个重要的中断，通常会导致航班起飞/到达时间与时间表发生偏差。传统的机组配对框架如果不考虑飞行时间的可变性，可能会产生对航班延误很脆弱的配对。然而，飞行时间变化对机组人员配对的影响尚待研究。在本文中，我们基于对飞行时间变化的考虑，提出了两种鲁棒性增强策略（即，鼓励不受偏差影响的自由飞行和阻止受偏差影响的飞行）。除了，开发了两个鲁棒性度量以构建两个新颖的鲁棒乘员配对模型。一个基于时间，而另一个基于数字。提出了一种定制的基于列生成的求解算法。基于实际航班时刻表的计算实验表明，与传统模型相比，我们的新模型可以以可接受的运营成本增加（例如9.7％）的价格大大提高解决方案的鲁棒性（例如，偏差缓冲时间增加49.1％）。此外，在提出的模型中可以完全避免极端延误的飞行。此外，与基于数字的模型相比，从基于时间的模型获得的解决方案显示出更高的抵抗飞行时间可变性的能力，并且运营成本更低。提出了一种定制的基于列生成的求解算法。基于实际航班时刻表的计算实验表明，与传统模型相比，我们的新模型可以以可接受的运营成本增加（例如9.7％）的价格大大提高解决方案的鲁棒性（例如，偏差缓冲时间增加49.1％）。此外，在建议的模型中可以完全避免极端延误的飞行。此外，与基于数字的模型相比，从基于时间的模型获得的解决方案显示出更高的抵抗飞行时间可变性的能力，并且运营成本更低。提出了一种定制的基于列生成的求解算法。基于实际航班时刻表的计算实验表明，与传统模型相比，我们的新模型可以以可接受的运营成本增加（例如9.7％）的价格大大提高解决方案的鲁棒性（例如，偏差缓冲时间增加49.1％）。此外，在建议的模型中可以完全避免极端延误的飞行。此外，与基于数字的模型相比，从基于时间的模型获得的解决方案显示出更高的抵抗飞行时间可变性的能力，并且运营成本更低。与传统模型相比，以可接受的运营成本增加（例如9.7％）的价格增加了1％的偏差缓冲时间。此外，在建议的模型中可以完全避免极端延误的飞行。此外，与基于数字的模型相比，从基于时间的模型获得的解决方案显示出更高的抵抗飞行时间可变性的能力，并且运营成本更低。与传统模型相比，以可接受的运营成本增加（例如9.7％）的价格增加了1％的偏差缓冲时间。此外，在建议的模型中可以完全避免极端延误的飞行。此外，与基于数字的模型相比，从基于时间的模型获得的解决方案显示出更高的抵抗飞行时间可变性的能力，并且运营成本更低。