共查询到14条相似文献,搜索用时 328 毫秒
1.
航班大面积延误发生时,对其后续发展做出准确的预测能够减少自身损失.研究从固定空域的角度出发对航班大面积延误进行预测,给出了基于Logistic模型的延误航班数量与航班累计延误时间的预测方法.考虑到航班数量的实时性,模型中采用时间变化量为参数,并借助2013年8月17日下午我国华北地区某空域航班大面积延误实际数据对Logistic曲线进行了拟合,对延误累积阶段和延误消散阶段分别进行计算,确定各自参数,最后得到预测数据.预测时刻距当前时刻越近,精度越高;预测的延误航班数量和航班累计延误时间与实际数据的最大相对误差分别为3.9%和3.6%. 相似文献
2.
多机场终端区内各机场之间共享某些离场空域资源.当这些公共资源容量受限时,各机场的离场航班需地面等待.为了降低延误损失,提出了一种多机场联合放行策略.在多元受限约束下,考虑机型、航班延误成本和机场优先级等因素,以最小化总延误成本为目标,建立多机场联合放行模型.用遗传算法求解模型,仿真结果表明该优化模型能合理规划终端区内离场航班的起飞时刻,减少了航空公司的运营成本. 相似文献
3.
为了正确反映延误航班与机场随机因素之间的潜在关系,提出了1种基于贝叶斯网络的航班延误和机场随机因素分析方法.将机场随机延误因素的影响转化为时间参数.在综合考虑航班延误、航班计划的同时引入贝叶斯网络分析结果对延误波及树进行修正,在历史航班运营数据集上对修正延误波及树模型进行检验.结果表明,修正延误波及树模型提高了航班延误传播的预测精度,预测平均误差分别由修正前的11.76%和13.75%降低至3.45%和3.39%,多案例分析的准确性同时验证了修正延误波及树的普适性,丰富了航班延误传播问题的研究方法. 相似文献
4.
5.
针对航班数量逐年增加导致的航班延误日益频繁问题,研究对航班延误等级分类的方法,从而为制定针对性措施,降低航班延误造成的损失提供理论基础。从时间、空间和效率3个方面确定航班延误时间、航班飞行时间、延误影响人数和航程这4个数值属性指标,以及过站是否经停、飞机载客量2个类属性指标,共计6个评估指标构建航班延误等级分类模型。提出了1种基于变分模态分解(VMD)、马氏深度(MD)函数和K-means数据聚类(Clustering)的航班延误等级分类方法(以下简称V-M-C方法)。V-M-C方法将非正态、非平稳的多维航班延误数据视作含噪声的信号序列进行处理,通过VMD降噪获得正态、稳定的多维信号数据;利用MD函数进行降维处理得到一维的稳定信号数据;使用K-means方法对得到的一维数据进行聚类,对航班延误等级分类。为确定航班延误等级分类精确性,采用带惩罚权重的支持向量机(SVM)对分类结果进行分析,可以在一定程度上提高V-M-C方法的普适性。以某大型枢纽机场某月的航班运行数据为例,只使用K-means算法的航班延误等级分类精度为81.9%,而V-M-C方法对航班延误等级分类精度可提升至95.41%。实验结果表明,V-M-C方法的分类准确率更高,能够帮助机场根据相应延误等级制定预案,保障航班整体运行正点率。 相似文献
6.
7.
航班放行公平性是衡量民航可持续运作的重要性能指标.但与航班运行效率相比,对航班放行的公平性研究较少.为了更加直观地衡量航班放行延误的差异程度,以航空公司航班放行的公平值为研究对象,先界定航班放行公平性概念;在此基础上,结合归一化算法,首次建立了衡量航班放行公平水平的归一化指标.以首都国际机场为例,按航班放行的离港口划分4个放行方向,计算并分析4个放行方向上分别对各航空公司航班放行的公平性值.结果显示,4个方向上航班放行公平值均满足正态分布;航班放行平均公平值越高的方向,分布越不稳定.经调研验证,由该指标计算的公平值与实际运行值相符. 相似文献
8.
为了提升终端区航班排序抵御不确定因素扰动风险的能力,保证航班运行效率及降低延误损失,综合考虑终端区运行的多种约束限制.基于不确定性因素对进场航班影响分析,以航班总延误和管制干预最小为目标,建立进场航班排序的多目标随机期望值模型.应用 Monte-Carlo 模拟方法刻画航班运行状态随机变量的统计特征,将模型所求目标函数值表征为随机模拟的数学期望,设计了带精英策略的非支配排序遗传算法(NSGA-II)寻求模型的 Pareto 最优解集,绘制不同阈值的缓冲间隔下得出 Pareto 前沿拟合曲线.采用广州终端区典型时段进场航班数据进行仿真验证,结果表明模型中不同阈值范围的缓冲间隔设置,可提供权衡航班延误和管制干预之间的合理化建议,且最高可降低32.4%的航班延误.所提方法能有效缓解繁忙机场航班延误,提升航空运输服务能力. 相似文献
9.
针对航班运行时刻波动导致延误风险和空中交通扰动的问题,在航路时隙资源优化分配时考虑航班运行时刻的不确定性,对航班运行时刻的概率分布做出合理假设,制定允许分配策略以一定置信水平成立的航路时隙资源分配风险决策原则,采用随机优化方法,针对不同航路类型建立航班实际运行时刻不早于计划运行时刻的随机机会约束,以一定置信水平下的全部航班总延误损失最小、平均旅客延误时间最小为目标,建立了航路时隙分配的随机机会约束规划模型,在满足航班唯一性约束、时隙独占性约束、航路容量约束和随机机会约束的基础上优化分配航路时隙;采用Lingo11和M atla-bR2007b求解模型,以民航某航路仿真运行数据为例,在0.8的置信水平下,本模型各策略的总航班延误损失均值和平均旅客延误时间均值比先到先服务策略分别减少38.54% 和41.3%,模型在控制二次延误风险的同时显著减少了航班延误,分别在置信水平为0.6,0.7,0.9时运行本模型,总航班延误损失和平均旅客延误时间的最优值分别增长1.07%,1.73%,保障航路交通稳定性需要以损失一定的运行效率为代价. 相似文献
10.
为了对航班延误进行有效的事前控制,挖掘后继航班独立延误对飞机路径整体延误的影响,建立了更加精确的独立延误和波及延误算法流程,侧重研究与航班计划变更无关的独立延误的统计分布.在拟合出航班独立延误服从对数正态分布的基础上,建立了以波及延误最小为目标函数的飞机路径随机优化模型.求解过程中通过已知分布将随机模型转化为确定性模型,降低了模型的求解难度.最后将该模型应用于国内某一航空公司运行数据,优化后的波及延误降低了28%,成本降低17.37%.结果表明,基于统计分析基础上的飞机路径优化模型可以提高航班计划的先行鲁棒性. 相似文献
11.
12.
机场群上空空域资源共享、运行耦合复杂,拥堵往往发生在共用航路点。为缓解空域拥堵和航班延误问题,开展了机场群共用航路点的优化排序研究。针对共用航路点的运行特征,引入惩罚因子并以总延误时间成本最小为优化目标,建立了机场群共用航路点的航班优化排序模型,基于滑动时间窗算法和粒子群优化算法的原理提出了TW-PSO组合优化算法对模型进行求解。选取京津冀机场群过共用航路点的航班进行算例仿真,结果表明:TW-PSO组合优化算法与FCFS算法、滑动时间窗算法、粒子群优化算法相比在高峰时段的总延误时间成本分别减少了216,212,161 min;在算法性能方面,具有比经典算法迭代次数少、优化效果更佳的优点,能有效缓解航班延误问题,改善机场群的协同运行效率。 相似文献
13.