我国公路排行 货物运输量（2007年5月）

我国低成本航空发展虽然仍然处于起步阶段，但依然可以看出其迅猛的势头，机场管理者要承认低成本经营模式将成为航空运输发展的推动力。对机场管理者和航空公司来说，航空公司为了获得比常规服务更快捷的服务，必须为此支付额外的费用，即机场提供的服务效率和收费成正比，这种传统观念和机场为低成本航空公司提供低收费高效率服务的理念相矛盾。因此，转变观念将是大型机场迎接低成本挑战的第一步。     

全球空运亟待应对火山灰漂移灾害

<正>人类对火山活动的研究已经历了一个漫长的年代,对其有着深刻的了解和对策;而对火山灰在航空领域所造成的影响认识则相当有限,且缺乏有效对策。2010年4月14日,冰岛中南部的埃亚菲亚德拉冰川火山再次     

属地化:民航机场发展的新天地

2003年是我国民航机场改革启动之年。自从去年3月国务院在《民航体制改革方案》中明确提出民航机场实行属地管理以来，机场改革虽然在向前推进，但由于改革涉及到中央与地方之间衔接、以及一部分机场处于亏损状态等原因，机场下放工作从大面上来看进展缓慢。最近，为了尽快实施这一重要改革，使我国民航机场更好地适应环境变化和加快发展，中国民航总局已全面启动机场下放程序。一、机场属地化改革的必要性从世界民航机场业来看，我国是民航机场投资利润率最低的国家之一。据统计，我国纳入民航统计的机场共有142个，机场平均负债率高达70%…     

不可回避的首都第二机场建设问题

1 首都机场的现状1.1 机场需要扩建现在首都机场是我国最大的门户机场和最重要的国内枢纽机场之一。现有航线208条,其中国内航线114条、国际航线94条;其航空业务量增长迅猛,2000年的最高日起降航班数是640架次,到2002年最高日起降航班数已达790架次。2002年旅客吞吐量达到2716万人次,货邮吞吐量88.6万吨,飞机起降24.2万架次。目前飞行区容量、站坪机位明显不足,由于1号航站楼还在改造之中,1999年建成的2号航站楼已经饱和。1.2 对未来业务量的预测随着北京奥运会申办成功和中国正式成为世贸组织成员,北京对外交往将日益频繁,公务、商务、…     

基于时间阈值的旅客登机模型及动态登机策略

减少登机时间有利于提高旅客体验和航空公司运行效率,故优化基于旅客行为的登机策略尤为重要. 基于旅客登机过程中两个阶段的延时,建立考虑时间阈值的新登机模型;在干扰时间阈值分布的基础上,通过优化算法分配行李,从而使登机时间最小,进一步得到基于不同行李构成的动态旅客登机策略. 通过元胞自动机仿真和现场模拟实验比较动态登机策略的效率. 结果显示：新登机模型能准确反映登机过程,Steffen 次序具有最大的干扰时间阈值和优化空间;本文提出的动态登机策略可以缩短登机时间,使登机效率显著提高.     

基于绿色飞行的航空器离场累积事件噪声控制研究

航空业的迅猛发展,在带来巨大经济、社会效益的同时,也造成日益严重的噪声污染.为缓解机场周边噪声问题,贯彻"绿色飞行"理念,本文从飞行程序优化和飞行架次调整两方面进行航空器离场噪声控制研究.采用计权等效连续感觉噪声级为评价指标,应用累积事件噪声计算模型,以广州白云机场为例,绘制噪声等值线图,计算噪声影响面积,分析噪声控制效果及原因.结果表明,CCO减噪程序和飞行架次调整两种方法均可有效减少噪声影响面积,但噪声控制方法各有利弊,实践过程中应扬长避短灵活运用.     

探讨航空运输能力提升对区域经济发展的影响

航空运输能力的提升可以从硬件设施和软件设施两方面着力。从机场的硬件设施切入,同时建立完善的航空运输信息管理系统,打造良好的航空运输环境,实施创新型人才战略,为航空运输行业储备专业人才。只有这样,才能提升航空运输能力,为区域经济的持续发展提供有力保障。     

我国西部地区航空网络结构研究

我国西部地区民航运输机场数量与运量严重失调,不利于西部地区经济发展。本文借助复杂网络理论,对2016年我国西部地区航空网络进行实证研究,并从西部地区城市规模角度,对网络客货流向进行分析。结果表明:我国西部地区航空网络是小世界网络兼具无标度特征,网络集中性强,形成了以成都、重庆、西安为主的区域性枢纽,区内节点与全国性枢纽城市(北京、上海、深圳和广州)及沿海城市联系最为密切。我国西部地区目前航空运输主要集中在区域枢纽城市,不同城市运输水平差异明显,尤其是航空货运,高度集中人口500万以上的城市。     

基于Adaptive Lasso与RF的航班运行风险预测改进研究

为了解决航班运行风险高维数组运算过于复杂的问题,同时为防止模型过度拟合影响预测精度,基于中国民航局发布的风险评估体系,以某航450组真实航班数据为标准样本,首先使用自适应套索算法（Adaptive Lasso）进行降维,从63项风险自变量中筛选出15项独立变量;然后,使用随机森林算法(Random Forest,RF)进行防过拟合处理,结果显示当使用重要度排序前12项变量拟合时,结果误差达到最小值,即得到最终预测指标;最后,构建Adaptive Lasso和RF的二阶段混合模型,同时选取主成分分析(Principal Component Analysis,PCA)、径向基函数(Radial Basis Function,RBF)网络、支持向量机(Support Vector Machine,SVM)3种对比方法,使用十折交叉验证精度.结果表明：Adaptive Lasso方法在筛选掉48项指标后,结果精度未见下降;经RF处理后4种方法评估精度均大于未处理前;Adaptive Lasso-RF混合模型的预测准确率和稳定性均优于PCA、RBF神经网络和SVM等方法.综上说明混合模型实现了有效降维和防过拟合,可大幅提升预测精度,用于解决航班风险预测问题可行并有效.