国际航班延误旅客可获赔4万元

今年以来，民航航班延误呈反弹趋势。今年第二季度，民航全行业航班正常率为81．62％，这己明显低于去年10月的水平。到了三季度，航班正常率进一步下降为80．29％，其中三大航空集团丰力的中国国际航空公司航班止常率跌破80％，为78．41％，居延误率之首。而去年10月份，中国民航航班正常率达到了86．6％的历史最好水平。     

全国政协委员、航空运输协会理事长李军:我国去年航班正点率为68%

<正>两会期间,全国政协委员、航空运输协会理事长李军在分组讨论时说,2014年,我国民航航班正点率为68%,比上一年的72%有所降低。李军说,除天气等原因外,我国现行的空域管理体制是造成航班延误的主要原因之一。"一方面,旧的空域管理体制影响了民航业的发展,另一方面,直接影响了航班正常率,的确到了‘不改不行,非改不可’的地步。"李军介绍说,从上世纪80年代开始民航界就提出空域管理体制改     

航班延误统计指标体系及延误等级评估研究

针对我国现行航班统计方法存在的缺陷,基于对航班运行全过程以及在此过程中空管、航空公司、机场等单位工作职责的分析,构建了科学系统的航班延误统计指标体系,同时设计了航班延误等级综合评估的模型。上述统计指标体系及评估方法经国内某航空公司实际试用表明,与目前民航所使用的航班正常性统计标准比较,该方法能够更加真实、准确地跟踪航班整个运行阶段的延误状况,较好地反应了航班的实际运行情况,能有效地支持航空公司运行管理部门的延误控制和公司决策层的宏观管理。     

航班延误4小时无条件转运旅客

民航总局今年出台一系列硬性措施，专项治理航班延误。 按民航总局规定，为促进和提升奥运期间的航班正常率，以北京、上海、广州和其他涉奥机场为基地的航空公司必须保持1至2架的备份运力；因航空公司原因造成4小时以上延误而取消的航班，该航班上的旅客可由当地民航主管部门决定交由其他航空公司转运，票款按全价结算；其次，今年7、     

基于地面保障流程的过站航班延误预测方法

目前民航航班持续高位运行,航班过站时机场、空管、航司多方同时交织参与,高峰时段机场地面保障系统满负荷运转,航班正点率难以提升。为了提前感知过站航班在地面保障时多流程进行协作时产生的延误,针对航班作业流程节点的相关特征,提出基于地面保障流程的过站航班延误预测方法。将航班保障流程构建为图网络结构,采用各流程节点上处理后的时间特征作为图卷积神经网络的各节点特征,针对节点特征采用多种聚合传递方式并进行集成,实现航班延误预测精度的提升。结果表明,提出的航班延误预测方法的平均预测误差降低至7.11 min,具有更好的泛化能力。     

基于航班综合影响因素的延误航班重排问题的整数规划模型

为解决延误航班的恢复问题，以最小化航空公司和乘客损失为目标，构建了延误航班的重 排模型。兼顾航空公司和乘客的利益，通过研究航班干线、VIP 乘客和大飞机等因素对航班重排的影响，构建了目标函数，其中考虑了本场航班离港延误成本、外场航班离港延误成本以及外场 航班进港延误成本三个要素；同时，以机场实际运输能力、航班的进出港时间和重排时刻表的出发时间等作为约束，建立了0-1 整数规划模型。采用昆明机场的实际数据对模型进行测试，运用 Lingo 软件对所建模型进行求解，得到了优化的机场航班重排时刻表，并将计算所得延误损失和机场的实际延误进行了对比分析，结果表明所建模型不仅可以满足更多高优先级乘客的出行需求，也能相应地减少航空公司的损失，从而验证了模型的合理性。     

模糊销售机制在航班延误损失优化中的应用

针对航空公司机票销售淡季的航班延误损失严重问题,首先,利用霍特林模型从收益管理的角度,分析模糊销售机制在航班延误损失优化中的运用。通过分析模型发现:实行模糊销售机制能够缓解航班延误对航空公司期望收益的影响。最后,利用数值模拟分析了模糊销售机制的有效性,同时发现:实行模糊销售机制并不能完全消除航班延误对期望收益的影响,在销售淡季,航班延误率越大,模糊销售机制缓解航班延误损失的效果越明显。     

关于航班延误问题的探讨

航班延误问题一直以来都是困扰各航空公司和旅客的一大难题。由于航空运输的特殊性，对天气、航空管制、机场设施与管理等条件要求很高，航班延误问题在航空运输业中就较为常见了。世界上再大规模的航空公司也不能保证自己航班的正点率是100％。对由于快捷、舒适等原因而选择乘坐飞机的旅客来说，延误是他们非常难以接受的事情，尤其是航班延误之后航空公司又未能拿出合理的解决方案之时，旅客的反应就会更加强烈。由此就产生了许多纠纷：旅客拒绝登机、抢占航空器、冲击机场安检区、辱骂殴打工作人员等恶性事件，并由此带来一系列的安全隐患，航空运输业的声誉也因此受到一定的影响，不利于我国航空运输的长远发展。本就此问题的解决进行探讨。     

航班延误恢复调度的混合粒子群算法

为了优化航班延误恢复调度,考虑了航班延误的经济效益、社会影响和经济损失构成,定义了航线影响因子,构建了一种新的航班延误恢复调度模型,将局部搜索方法引入到粒子群算法中,提出了求解航班延误恢复调度问题的混合粒子群算法。计算结果表明:与先来先服务调度方法相比,混合粒子群算法可以减少航班延误损失4.2%,与基本粒子群算法和进化策略算法相比,混合粒子群算法平均可减少航班延误损失2.0%,随着航班延误恢复规模的增大,算法优势会更明显。     

基于蚁群算法的航班着陆排序

当空中交通拥挤时，对航班的着陆顺序进行的调整，可以缓解拥挤，减少航班延误，提高飞行安全性，本文将蚁群算法用于着陆航班的排序问题，首先，建立以航班延误总时间最小为目标的规划模型，将航班着陆排序问题转化为非对称的TSP问题；然后，用蚁群算法寻找符合实际操作的优化排列；最后，经过对某机场实际数据的仿真计算，并与实际运行相比较，本文应用的算法具有较好的有效性和较强的使用性。     

考虑延误传播的枢纽机场航班时刻优化方法

为解决枢纽机场的航班时刻优化问题，提出了一种考虑延误传播的航班时刻优化方法；根据延误传播因果关系强弱来表征延误传播代价，建立了以最小延误传播代价和最大公平性的双目标函数；为了降低航班时刻存在的先天性延误和保证进离港航班的衔接性，引入了进离港点通行能力、常态化航路流量控制以及航班波特征等约束条件，构建了更加符合枢纽机场运行特征的优化模型；基于求解多目标函数的约束法，设计了两阶段求解算法，将多目标函数求解问题转化为单目标函数求解问题；以上海浦东国际机场为案例，从资源利用率和运行效率两方面进行了试验验证。研究结果表明：优化前4%的时刻属于跑道超负荷运行时刻，优化后不存在跑道超负荷运行时刻；优化前PIKAS和LAMEN大约有5%的时刻、NXD大约有2%的时刻处于超负荷运行，优化后没有进离港点超负荷运行；优化前离港航班平均延误为23 min,有超过50%的时刻延误大于10 min,优化后平均延误为3 min,超过60%的时刻延误小于5 min;优化前进港航班延误为28 min,优化后85%的时刻延误小于5 min;优化前后航班正常率分别为82%、99%,优化后航班正常率提升了17%。可见，优化后...     

基于复合分派规则的进场航班排序方法

为解决航班延误问题,提出了基于复合分派规则的进场航班排序方法。基于机器调度理论,将最小化加权总延误为目标的进场航班排序问题等效为最小化加权总滞后的机器调度问题;考虑顺序决定的准备时间约束、提交时间约束与最后期限约束,构建了进场航班排序模型;引入加权最短加工时间因子、松弛因子、准备时间因子、提交时间因子与最后期限因子,提出了进场航班排序的复合分派规则,设计了进场航班排序的启发式算法;基于实际案例,对比了采用提出的排序方法、先到先服务规则与Lingo软件得到的进场加权总延误、总延误与最大延误。计算结果表明:提出的排序方法在30架次航班数值仿真中,加权总延误比先到先服务规则缩短了31min,延误航班数量减少了6架次;在以上海浦东机场北向运行为场景的实际案例验证中,基于排序方法的优化降落时间与Lingo软件的仿真结果相同,与实际降落时间相比,平均每架次航班提前了2.4min降落。     

购火车票将可用刷卡手机互联网等进行

针对社会对航班大面积延误的投诉热点，中国民航局近日重拳出击，要求在航班密度大的航线上，特别是北京、上海、广州三大枢纽机场之间航线上，航空公司预计航班延误超过4个小时，要及时取消相应航班。此外，国航、东航、南航要分别在北京、上海、广州机场各备份一架飞机。     

基于Copula函数的航班延误相关性分析

不同因素引起的航班延误产生的波及影响是不同的.运用Copula理论研究了由空中管制原因导致的初始延误引发的连续航班延误之间的相关性,并进一步分析了初始延误对次航班的波及效应.研究发现两航班延误时间都较长的组合数对出现的频率较高;初始延误对次航班的波及影响跟初始延误时间长短有关.随着初始延误时间的增长,对次航班波及影响表现为吸收的可能性增加,延误传递和增强的可能性下降.     

基于可召回机制的航班延误损失优化研究

将乘客分为对航班延误敏感和不敏感两类,针对航空公司遭受航班延误损失的问题,构造考虑航班延误损失的利润优化模型,通过比较航空公司在传统销售和可召回机制下的收益差异,得出实行可召回机制可优化航班延误损失,提高航空公司利润。最后用数值模拟验证可召回机制的有效性,并得出一些决策和管理启示。     

航班延误恢复的建模与算法研究

在航空运输中,航班受到各种因素影响,原定航班出现延误,需要在最短的时间内做出决策,使得航班延误的影响最小.本文对航班延误恢复决策过程进行建模,针对航班延误、飞机置换和航班取消三种类型的航班恢复过程建模分析.在不允许机型置换与航班取消的情况下,建立航班恢复模型,基于周转能力最大化的航班延误调整优化算法,使得航班计划尽快恢复,得到了航班总延误最小的方案;在允许置换机型的条件下,建立考虑机型置换的航班恢复模型,并在基于周转能力最大化的航班延误调整优化算法加入机型置换过程,得到了机型置换方案与恢复航班计划;最后,考虑乘客同行与转机的信息,建立乘客导向的航班恢复模型,并采用航班环优先与周转能力最大化相结合的算法,得出乘客导向的航班恢复计划.     

基于航班时刻优化的多机场地面等待问题——模型和算法

为了优化航班的多机场地面等待问题,根据航班时刻信息,考虑空域容量和飞机周转限制,建立了以总延误时间最少、总延误成本最低、总调整航班架次最少、总延误航班架次最少的多目标、多机场地面等待问题模型.用非支配分类遗传算法Ⅱ(NSGA-Ⅱ)求出了该模型的优化多目标解集.以2008年秋季北京、上海和广州三大枢纽机场为例对该模型进行了验证,与先到先服务情况相比,平均总延误成本减少了约24%,平均总航班调整数减少了约62%.     

采用支持向量机回归的航班延误预测研究

针对航班延误难以预测的问题,采用支持向量机回归方法建立航班到港延误预测模型.首先,采用相空间重构理论计算到港延误的延迟时间、嵌入维数和最大 Lyapunov 指数,发现到港延误时间序列存在混沌特性;将航班到港延误时间序列进行相空间重构,并结合执飞该航班的航空器在上游机场的离港延误构建模型的输入向量;其次,将粒子群算法、差分进化算法和遗传算法进行比较,用于选择最优的模型参数,实验表明,差分进化算法能够以较高概率获得最优的预测模型;最后,比较该模型、单一因素预测模型和相关向量机预测模型的航班延误预测性能.结果表明,该模型的预测性能明显优于另外两种模型,能够有效预测航班延误.     

进化算法在终端区飞机动态排序中的应用

讨论了终端区飞机动态排序问题,并利用进化算法建立了终端区航班排序的数学模型.根据飞机尾流间隔要求,利用生物进化理论,找到更合理的航班着陆队列,减小了航班的总延误成本.仿真结果表明,航班总延误成本的优化结果是令人满意的,该算法在终端区飞机动态排序问题中的应用是可行的.     

����֧���������ع�ĺ�������Ԥ���о�

针对航班延误难以预测的问题,采用支持向量机回归方法建立航班到港延误预测模型。首先,采用相空间重构理论计算到港延误的延迟时间、嵌入维数和最大Lyapunov指数,发现到港延误时间序列存在混沌特性;将航班到港延误时间序列进行相空间重构,并结合执飞该航班的航空器在上游机场的离港延误构建模型的输入向量;其次,将粒子群算法、差分进化算法和遗传算法进行比较,用于选择最优的模型参数,实验表明,差分进化算法能够以较高概率获得最优的预测模型;最后,比较该模型、单一因素预测模型和相关向量机预测模型的航班延误预测性能。结果表明,该模型的预测性能明显优于另外两种模型,能够有效预测航班延误。