航班计划对延误波及变化的影响分析

为了提高飞机利用率,航空公司在制定航班计划时会安排同一架飞机每天连续执行多个航班。当连续航班中的前序航班出现延误时,后续航班往往也会受到影响。为了研究航班计划对于航班延误波及传播的影响,构建了延误波及变化这一指标来反映延误波及增加或者减少的变动趋势。通过马尔科夫毯网络建立了航班计划的多个属性和延误波及变化的贝叶斯网络模型。利用列联表卡方检验揭示了航班计划中影响延误波及变化的主要因素为:相邻两个航段之间的计划过站时间和实际过站时间的差,前一个航段的航线类型,航段顺序。通过分析3个因素对于延误波及变化的影响,为航空公司控制延误波及和优化航班计划提出相应建议。     

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...     

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.     

航班延误信息下旅客选择行为模型及实证

针对航班延误后旅客选择行为的不确定性,本文基于累积前景理论对不同延误情景下旅客的选择行为进行研究.首先,以期望出行时间作为旅客行为选择的参照点,构建航班延误信息下旅客选择行为模型,并指出在不同延误情景下参照点具有动态性特征;然后,利用调查问卷,得到准时到达敏感性、信息影响程度两个参数值及不同延误情景下旅客对出行时间的判断,计算得到期望出行时间;最后,以北京-上海航线为例,计算得到不同延误情景下旅客不同选择行为的累积前景值,从而得到旅客的最优选择行为.结果表明：随着航班延误规模的增大及延误时长的增加,旅客的期望出行时间随之增长,体现了参照点动态性的特点;在不同的延误情景下,旅客的最优选择行为有所差异;通过实际验证,理论模型能有效地描述旅客在不同延误情景下的选择行为.     

动态数据驱动的航班延误预测研究

航班运行过程的动态性导致延误实时预测成为难题,动态数据驱动方法为其提供了一种解决方案.该方法能将航班运行实时数据动态加入延误预测过程中,使预测结果更准确可靠.以预测连续进港航班的降落延误为例,对航班之间的延误传递过程进行分析,建立相应的状态空间模型;给出动态数据驱动的航班延误预测框架及预测过程.在航班运行历史数据上进行的多个实验表明:该方法能获得较高的预测准确度和良好的预测稳定性.     

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。     

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.     

基于离差最大化原理的航班延误风险分级研究

基于航班延误历史数据统计分析与数据挖掘技术,利用一种新的离差最大化客观赋权法对延误指标进行客观赋权,结合主观层次赋权法,对延误指标进行主客观加权赋权;最后运用多等级模糊综合评价法对航班环中的航班延误进行风险分级,使延误分级更合理。研究结果表明,航空延误的有效分级可以控制延误传播范围,使延误在局域得到解决方案。     

基于多目标优化的航空器离场时隙控制方法

为了兼顾效率性和公平性,合理利用时隙资源,进行航空器离场时隙分配,根据机场管制运行部门和航空公司的决策目标,以航班正点率、旅客延误时间、延误成本、基尼系数等目标的不同组合为优化目标,建立了3组多目标优化模型.针对机场管制中航空器放行的应用背景,采用改进的人工鱼群算法求解模型.算例仿真结果表明:以航班延误成本和航班正点率为优化目标时,得到2个Pareto解集,与RBS(ration-by-schedule)分配算法相比,航班延误成本减少了52.9%和48.6%,航班正点率提高了62.5%和75.0%;以航班延误成本和旅客延误时间为优化目标时,得到1个可行解,与RBS分配算法相比,航班延误成本和旅客延误时间分别减少了52.9%和37.5%;以公平性和效率性为目标时,随着公平性的增强,效率性减弱.本文的多目标离场时隙控制方法,弥补了现有方法只考虑效率性的缺陷,为管制员提供了更多可供选择的决策方案.     

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。     

机场调度的队列模型及延误研究

论文讨论了机场航班延误的严重性.基于机场航班排序理论的研究,采用马尔可夫(Markov)链的C-K方程理论建立机场服务队列模型.用模型对飞机进场和离场的时间延误进行预测,仿真实验再现了时间延误概率分布图.由此证明,该模型能直观反映航班延误情况.进一步根据延误情况去制定航班排序策略,是一个有效的办法.     

�׶�������������ֲ����ɷ���

近年来航班延误现象愈演愈烈,严重影响旅客、机场和航空公司的利益.受天气、管制、人为因素的影响,难以彻底消除航班延误,但可以探究航班延误的内在原因及其发展规律,减少或避免不必要的损失.通过对首都机场的追踪统计,分析不同航空公司、不同时段的延误时长、延误率和延误波动;建立一天延误时长分布的核概率密度函数,证明在以往机场仿真时将延误时长分布看作是正态分布并不合理;提出直接利用延误总时长拟合最佳窗宽的方法.结果表明,该方法精度达到航班延误规律分析要求,可以为不正常航班情形下的运行调度和恢复提供参考.     

多跑道航班起降调度优化算法

为了提升大型繁忙机场的运行效率,考虑了多跑道的运行条件和安全要求等因素,以最小航班总延误为目标函数,以最大位置偏移为约束条件,引入滚动时域控制策略,建立了航班动态排序模型。针对多跑道航班调度问题的特点,分别采用基于滚动时域控制策略的遗传算法和现有的先到先服务算法求解模型。计算结果表明:当航班正常时,采用现有的先到先服务算法,航班总延误为1 712s,采用基于滚动时域控制策略的遗传算法,航班总延误为1 080s,与先到先服务算法相比,延误时间减小37.0%;当航班不正常时,采用现有的先到先服务算法,航班总延误为1 658s,采用基于滚动时域控制策略的遗传算法,航班总延误为969s,与先到先服务算法相比,延误减小41.5%。可见,基于滚动时域控制策略的遗传算法有效。     

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。     

基于Logit模型的航班延误险购买行为研究

为了对旅客航班延误险的购买行为进行量化分析,采用问卷调查的方式,得到了旅客特征数据和相应的偏好数据;基于二元Logit的理论和方法,构建旅客航班延误险购买行为模型,进行参数标定和分析,研究结果表明旅客的延误经历、航班延误险理赔手续容易度以及延误险价格对旅客航班延误险购买行为影响最为显著。应用所建模型对旅客购买行为进行预测并将预测结果与观测值对比,表明所选因素能够很好地解释旅客对航班延误险的购买偏好。同时,结合分析结果,为相关部门制定经营战略提出相应建议。     

基于航班延误的机位冲突概率计算方法

为了定量描述航班随机延误对机位分配计划的影响,构建了同机位航班占用时间发生冲突的概率计算方法。首先,基于国内某机场实际航班数据,建立了航班到达延误概率的正态分布模型和起飞延误概率的混合正态分布模型,采用极大似然法和期望最大化（Expectation Maximization,EM） 算法分别对模型参数进行了估计;然后采用JB （Jarque-Bera） 检验和交叉验证法,验证了模型的有效性。在此基础上,根据机位占用冲突机理推导出同机位连续航班间的冲突概率计算公式,量化了同机位连续航班的冲突概率与两航班的延误规律和间隔时间的关系。冲突概率可用于评价机位分配计划中同机位连续航班间隔时间设置的合理性。     

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。     

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.     

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。