航班延誤影響因素及改進方案

1、航班延誤影響因素及改進方案摘要隨著我國航空運輸?shù)难杆侔l(fā)展，航班延誤問題也日益嚴重。不僅影響航空的服務質(zhì) 量和經(jīng)濟效益，而且嚴重威脅著民航系統(tǒng)的安全，已經(jīng)引起社會公眾的高度關注。本文 根據(jù)網(wǎng)站數(shù)據(jù)，對比國內(nèi)民航總局發(fā)布數(shù)據(jù)，分析數(shù)據(jù)差異原因是由 于國內(nèi)外航班延誤的定義與統(tǒng)計方法的不同造成的，根據(jù)2013年民航總局發(fā)布的航班 正常性定義，建立模糊綜合評判模型w，對國內(nèi)航班延誤情況進行評價。并綜合考慮航 班延誤的影響因素，考慮各因素間波及延誤，建立航班延誤的動態(tài)排隊模型，得出各 因素延誤比重和影響程度。在此基礎上，針對航空公司因素對航班延誤的排對模型進行 優(yōu)化，并進一步提出優(yōu)化措施。針對問題一，本文

2、在綜合考慮航空公司、機場、天氣、資源限制和旅客等航班延誤 原因及航空公司運行控制的基礎上，建立了評估航班延誤水平的指標體系。利用模糊矩 陣一致表，使用模糊層次物元分析法10，得到各因素重要程度排序。利用模糊隸屬度矩 陣，并結合最大隸屬度原則采用加權平均法求得評價矩陣，并歸一化處理后得到評價結 果為一般延誤。針對問題二，本文只考慮中大型機場。先對航班延誤的指數(shù)分布進行了合理的數(shù)理 推導，并利用MATLAB軟件對選用的樣本數(shù)據(jù)進行擬合，驗證了飛機起飛和降落服從泊 松分布，航班延誤符合指數(shù)分布。在此基礎上建立了航班延誤的動態(tài)排隊模型，然后借 助于MATLAB軟件對機場數(shù)據(jù)進行模擬，得出航空公司因素發(fā)

3、生頻率最高，影響最大； 流量控制發(fā)生頻率較高，影響大；天氣因素發(fā)生頻率較高，影響較大；軍事活動發(fā)生頻 率一般，但影響大；機械故障頻率較低，影響較大；機場和旅客因素頻率較低，影響較 小。針對問題三，在模型二所得結果的基礎上，對航班延誤的動態(tài)排隊模型進行優(yōu)化， 主要針對航空公司因素，設定目標函數(shù)，建立優(yōu)化模型，得出最優(yōu)服務率。并進行模型 檢驗與評價。關鍵字：航班延誤；層次物元分析法；模糊綜合評判；泊松分布；指數(shù)分布；排隊模型目錄 TOC o 1-5 h z HYPERLINK l bookmark17 o Current Document 1問題重述3 HYPERLINK l bookmark23

4、 o Current Document 2問題分析32.1問題一的分析32.2問題二的分析32.3問題三的分析3 HYPERLINK l bookmark26 o Current Document 3模型假設3 HYPERLINK l bookmark34 o Current Document 4符號說明3 HYPERLINK l bookmark43 o Current Document 5模型一的建立與求解55.1國內(nèi)外航班正常性統(tǒng)計辦法比較 55.1.1國外航班正常性統(tǒng)計辦法55.1.2國內(nèi)航班正常性統(tǒng)計辦法65.1.3國內(nèi)外統(tǒng)計方法對比65.2航班延誤水平評估指標集65.3模糊綜合評價

5、模型 7建立指標集7確定評判集7權重的確定75.3.4建立第二層模糊評判矩陣 95.3.5模糊綜合評價結果 105.3.6 結果分析 10 HYPERLINK l bookmark114 o Current Document 6模型二的建立與求解10航班延誤因素分類106.2航班延誤的指數(shù)分布驗證 11 HYPERLINK l bookmark117 o Current Document 6.3排隊模型13 HYPERLINK l bookmark159 o Current Document 6.4航班延誤的動態(tài)排隊模型14模型求解15結果分析16 HYPERLINK l bookmark17

6、4 o Current Document 7 模型二的優(yōu)化167.1優(yōu)化模型建立16模型檢驗177.4.1加強空域流量控制 187.4.2合理增加航線數(shù)量 18 HYPERLINK l bookmark177 o Current Document 參考文獻19附錄201問題重述香港南華早報網(wǎng)根據(jù)的統(tǒng)計稱：中國的航班延誤最嚴重，國際上航班 延誤最嚴重的10個機場中，中國占了 7個。其中包括上海浦東、上海虹橋、北京國際、 杭州蕭山、廣州白云、深圳寶安、成都雙流等機場。根據(jù)以上資料，統(tǒng)計國內(nèi)國際航班 延誤數(shù)據(jù)并研究以下問題：（1）評價報道所述結論是否正確。（2）分析我國航班延誤的主要原因。（3）針對

7、我國航班現(xiàn)狀提出有效的改進措施。2問題分析2.1問題一的分析問題一要求評論香港南華早報報道內(nèi)容是否屬實。首先，我們查閱題目所給網(wǎng)站 和國內(nèi)外其他各大航空公司的網(wǎng)頁和一些主要統(tǒng)計部門的相關信息， 得到關于年度航班延誤的一些統(tǒng)計指標，并在此基礎之上，根據(jù)國內(nèi)航班延誤定義，建 立模糊綜合評價模型，對國內(nèi)主要航班進行航班延誤評價，得出結果對 上調(diào)查結果，給出評價。2.2問題二的分析問題二要求我們分析航班延誤的主要原因。根據(jù)收集得到的數(shù)據(jù)，我們發(fā)現(xiàn)，導致 航班延誤的主要原因是航空公司，流量控制，天氣，軍事活動，機場和旅客等因素。為 了問題分析的方便，考慮對數(shù)據(jù)進行更深層次的挖掘和處理，考慮航班延誤的波及

8、效應 建立航班延誤動態(tài)排隊模型，運用MATAB對四個機場數(shù)據(jù)進行模擬仿真，分析得出 航班延誤的主要影響因素。2.3問題三的分析問題三要求提出航班延誤的改進策略，本文在模型二結果的基礎上，然后從航空公 司入手，構造排隊的優(yōu)化模型，并進行模型檢驗與評價，最后為航班延誤提供了兩條建 議。3模型假設模型一（1）假設所查找數(shù)據(jù)真實可靠；（2）假設航班延誤趨勢無重大變動；模型二（1）假設在其它情況都正常時，航班延誤具有波及性；（2）假設機場采用的是雙跑道混合模式；（3）假設所選用機場閉環(huán)的每個機場具有相同的特質(zhì)；4符號說明符號說明Ui機場原因延誤指標集A. (i = 1,2,3)判斷矩陣指標R0標準物元R

9、Pj節(jié)域物元R權重復合物元矩陣ajR中第i + 1行第j + 1列元素Rij關聯(lián)函數(shù)物元Rv專家效率矩陣Wi機場延誤原因權重指標集P參加評判的專家人數(shù)P選擇某一要素屬于該等級的專家位數(shù)模型二符號說明A表示系統(tǒng)中排隊對象的到達分布Pn(t)在t時刻隊伍中有n個飛機到達或離開的概率u平均服務率力泊松分布參數(shù)人1飛機起飛的泊松分布人2飛機到達的泊松分布招乘客到達機場的泊松分布U1飛機起飛所用時間的負指數(shù)分布U 2飛機降落所用時間的負指數(shù)分布U 2乘客進行安檢時所耗時間的負指數(shù)分布L 0正常排隊隊列L d會導致航班延誤的臨界隊長Ls排隊系統(tǒng)中期望的顧客數(shù)Lq排隊隊列中期望的顧客 數(shù)Ws排隊系統(tǒng)中每個顧

10、客期望的等待時間Wq排隊隊列中每個顧客期望的等待時間D 0初始延誤Dn波及效應指標集模型三符號說明cs服務一架飛機時單位時 間內(nèi)的服務費用cw每架飛機在系統(tǒng)中逗留單位時間的損失*最優(yōu)服務率5模型一的建立與求解5.1國內(nèi)外航班正常性統(tǒng)計辦法比較5.1.1國外航班正常性統(tǒng)計辦法BTS同時統(tǒng)計航班的離港準點率（Departure on time performance）和到港準點率 （Arrival on time performance）。航班如果在計算機訂座系統(tǒng)（CRS）顯示的計劃時 間后15分鐘內(nèi)離（到）港，則該航班統(tǒng)計為離（到）港正常。這里的離（到）港時間 是指航班的撤（擋）輪擋時間，不是離

11、地（落地）時間。美國航班正常統(tǒng)計范圍為航班量占國內(nèi)定期航班總量1%以上的14家主要航空公 司，在航班量占國內(nèi)定期航班總量1%以上的29個大型機場之間的定期國內(nèi)航班正常情 況，不包括國際航班以及其他性質(zhì)的飛行。美國將航班不正常原因分為5大類：航空公司、惡劣天氣、國家民航系統(tǒng)(National Aviation System)、前班飛機晚到、公共安全。其中國家民航系統(tǒng)原因是指由非天氣、機場運行、空中交通容量與管制等原因?qū)е?的航班不正常。公共安全原因是指在候機樓或廣場進行旅客疏散、因安全問題重新登機、安檢設備 故障、過安檢等待超過29分鐘引起的航班不正常。5.1.2國內(nèi)航班正常性統(tǒng)計辦法2013年

12、民航局開展航班延誤專項治理，并在行業(yè)內(nèi)發(fā)布了 2013年版的航班正常統(tǒng) 計辦法。新辦法的正常統(tǒng)計標準相比2012年變化較大，不再以航班的起飛、落地時間 作為航班正常的判定標準，而是以航班的擋/撤輪檔時間作為判定標準。符合以下條件 之一的航班即判定為正常航班：航班時刻管理部門批準的離港時間前后5分鐘之內(nèi)撤輪擋，且按航班運行正向 進程起飛，不發(fā)生滑回、中斷起飛、返航、備降等特殊情況；不晚于航班時刻管理部門批準的到港時間擋輪擋。不正常原因方面，各類航班不正常原因分為天氣、航空公司、航班時刻安排、軍事 活動、空管、機場、聯(lián)檢、油料、離港系統(tǒng)、旅客、公共安全共11大類。相比2012年 版的方法，不正常原

13、因刪除了流量大類，增加了航班時刻安排大類，類別總數(shù)維持不變。 新增航班時刻安排大類考慮到我國日益緊張的機場時刻資源對航班正常性的影響，總體 上能夠反映客觀的運行情況。5.1.3國內(nèi)外統(tǒng)計方法對比指標名稱國內(nèi)國外撤(擋)輪時間離港時間前后5分 鐘之內(nèi)撤輪擋，且按 航班運行正向進程 起飛，不發(fā)生滑回、 中斷起飛、返航、備 降。在計算機訂座系統(tǒng) (CRS)顯示的計劃時 間后15分鐘內(nèi)撤(擋) 輪擋時間，則該航班統(tǒng) 計為離(到)港正常。不正常原因自然條件、航空公 司、機械設備、資源 限制、旅客條件航空公司、惡劣天氣、 國家民航系統(tǒng)(National Aviation System)、前班飛機晚 至叭公

14、共安全統(tǒng)計機構統(tǒng)計數(shù)據(jù)部分公開完全公開5.2航班延誤水平評估指標集通過對各種文獻資料的統(tǒng)計，總結出導致航班延誤的原因可以分為天氣原因、航空公 司原因、空中交通管制原因和旅客自身原因等等。將導致航班延誤的因素細化并進行分 類研究后，根據(jù)科學性、客觀性和時效性的原則，從系統(tǒng)工程的角度，確定了由自然條 件、機場管理、機械設備、資源限制和旅客條件5個一級指標和25個二級指標共同構建的機場航班延誤水平的評價體系。一級指標自然條件U1航空公司U2機械設備U3資源限制U4旅客條件U5二級指標鳥擊u11 雷雨u12 冰雪u13 大霧U14 沙塵u15信息系統(tǒng)u21 組織系統(tǒng)u22 制度規(guī)范u23 監(jiān)管系統(tǒng)u2

15、4 教育培訓u25飛機安全性u31 飛機可靠性u32 飛機維修性u33 地面設備u34 空地設備u35軍事活動u41 飛行區(qū)u42 航站區(qū)u43 終端區(qū)u44機場凈空u45 航路Ug46旅客晚到u51 乘機意識u52 旅客人數(shù)u53 旅客行李u54 突發(fā)狀況u55表5.15.3模糊綜合評價模型5.3.1建立指標集設定航班延誤水平評估指標體系為指標集U,按其不同屬性分成若干個互不相交的 指標子集。一級指標：U = U1,U2,U3,U4,U5)二級指標:U =1U =2U =3U =4U =5,u , u , u , u TOC o 1-5 h z 1112131415 II, u, u, u,

16、 u)21 22 23 24 25 ，u, u, u, u)31 32 33 34 35i, u, u, u, u, u4142434445 46i , u , u 3, u , u )5152554555.3.2 確定評判集根據(jù)航班的運行方式，結合航班延誤的特點，提出延誤指數(shù)延誤指數(shù)延誤特點1低度延誤2較低延誤3一般延誤4較高延誤5高度延誤5.3.3權重的確定采用層次分析法結合物元分析法確定各個指標的權重，可以較大地提高各個權重指標的客觀性。通過向三位民航專家發(fā)放調(diào)查表的方式，建立判斷矩陣:11/241/2521729A =1/41/711/52121/25181/51/91/21/81 T

17、OC o 1-5 h z 1161611918A2 = 1/6 1/9 1 1/2 1112121/6 1/8 1 1/2 11111511217A = 11/211/2 33112191/5 1/7 1/3 1/9 1根據(jù)三位專家的判斷矩陣，通過MATLAB計算可以分別得到其特征向量，并做一致 性檢驗后，可確定三位專家給出的第一層因素的權重(程序及結果見附頁)。根據(jù)物元分析法，構造權重復合物元矩陣Rc1c2c3M10.19130.30430.2299M20.42110.36180.2773M30.05910.06030.1572M40.29410.21230.2938M50.03710.06

18、130.0418確定標準物元R節(jié)域物元RM, M2M4 M5 1,一國j 0.2374 0.3483 0.0836 0.2629 0.0456JRpjCL pjM1(0.1913,0.3043)M2(0.2773,0.4211)M3(0.1572,0.0591)M4(0.2123,0.2941)M5(0.0371,0.0613)其中d3，廿a (j = 1,2,.,5), a是日中第，+ 1仃第，+1列元素。appij-虬m2虬1111110.1S540.951011-60.1627110.99040.4471jij，% =ij i=1R物元確定關聯(lián)函數(shù)物元Rw二 r rrjJ du計算專家效

19、率矩陣AVRv= 0.2708 0.3530 0.3762對原權重復合物元矩陣R進行修正，得修正復合物元矩陣，即航班延誤統(tǒng)計第一 層指標因素的權重吧=（0.2455 0.3460 0.0963 0.2650 0.0473同理可確定航班延誤等級評估的二級指標向量B1 （自然延誤）、B2 （航空公司延誤）、B3 （機械設備延誤）、B4 （資源限制延誤）B5 （旅客延誤）的權重分別為W=.10980.32160.19970.13030.2386W=.18740.18440.22080.18730.2201W=虹21890.14110.22650.28590.1276W =.2225 0.1376 0

20、.12240.1427 0.1673 0.2075W = 10.25790.14850.19650.21060.18655.3.4建立第二層模糊評判矩陣邀請30位空管，機場和航空公司的一線人員組成專家組，對中國14年航班延誤統(tǒng)計 情況進行評判，評判時分別在五個評判等級上對某項評估要素作屬于或不屬于的二值邏輯判斷，即當認為該要素屬于該等級時記1，否則記0。在統(tǒng)計3時取% = p/p， 其中P為參加評判的專家總?cè)藬?shù)，P為選擇某一要素屬于該等級的專家位數(shù)。根據(jù) 30位專家的判斷，得到各評判矩陣如下：0.1 0.1 0.3 0.3 0.3-0.2 0.2 0.3 0.1 0.2一0.1 0.1 0.3

21、 0.2 0.20.3 0.2 0.2 0.1 0.2R =0.1 0.1 0.3 0.3 0.310.1 0.1 0.4 0.2 0.2R =0.3 0.3 0.2 0.1 0.1_0.1 0.1 0.4 0.2 0.2_40.3 0.2 0.3 0.2 0.10.2 0.3 0.3 0.1 0.10.2 0.3 0.3 0.1 0.10.2 0.2 0.1 0.3 0.10.1 0.2 0.4 0.2 0.1R =0.2 0.1 0.3 0.2 0.220.1 0.2 0.4 0.1 0.2_0.2 0.3 0.3 0.1 0.1_-0.1 0.1 0.1 0.40.30.1 0.1 0.

22、2 0.3 0.30.2 0.3 0.3 0.1 0.1R =0.1 0.1 0.1 0.5 0.20.1 0.2 0.4 0.2 0.150.1 0.1 0.1 0.2 0.3R =330.2 0.1 0.3 0.2 0.2_0.1 0.1 0.1 0.3 0.4_0.1 0.2 0.4 0.1 0.2_0.2 0.3 0.3 0.1 0.1_5.3.5模糊綜合評價結果采用評估模型M(*, +)模型(加權平均模型)，經(jīng)過合成運算，第二層次的綜合評判結果B.:IB = W oR =0.1000,0.1000,0.3369,0.2322,0.2548B =W o R =0.1628,0.2187

23、,0.3152,0.1405,0.1474B = W 。R =0.1278,0.1646,0.2977,0.2518,0.1731B = W。R =0.2403,0.2290,0,2325,0.1558,0.1360B5 = wB5 o R5 = 0.1000,0.1000,0.1149,0.3440,0.2990即第一層評判決策矩陣B1BBBB5J0.10000.16280.12780.24030.10000.10000.33690.21870.31520.16460.29770.22900.23250.10000.11490.2322 0.25480.1405 0.14740.2518 0

24、.17310.1558 0.13600.3440 0.2990進而得到第一層評價結果A = Wo B = 0.1616,0.1815,0.2875,0.1874,0.1804依據(jù)最大隸屬度原則，中國14年航班延誤等級為一般延誤，對應延誤指數(shù)為3。5.3.6結果分析本模型綜合考慮了各種因素，所得結果具有代表性。結論對比與南華早報網(wǎng) 的報道有一定的偏差，究其原因是南華早報網(wǎng)沒有考慮到國內(nèi)外航班延誤統(tǒng)計方 法的不同。通過國外統(tǒng)計的海浦東、上海虹橋、北京國際、杭州蕭山、廣州白云、 深圳寶安、成都雙流的航班延誤數(shù)據(jù)，運用模型的評判集，得出結論為較高延誤。 而通過民航給出7個機場的航班延誤數(shù)據(jù)通過模型評判

25、，得出為一般延誤。差距 可能的原因是FlightStats在美國和歐洲等大部分國家采用的數(shù)據(jù)都是飛機“艙 門關閉時間”，而對中國機場采用飛機實際起飛時間，由于飛機從關艙門到離地 之間還有跑道滑行、等候等耗時，大約需要半個小時。根據(jù)中國民用航空局公布 的數(shù)據(jù)，近年中國民航航班的準點率，實際上還要稍高于國際航協(xié)的航班平均正 點率，在國際上處中上水平。6模型二的建立與求解6.1航班延誤因素分類為了提高飛機利用效率，航空公司的同一架飛機的運行路線往往不是點對點的往 返飛行，而是由連續(xù)的不同航段組成的一個閉環(huán)。在航班運行的閉環(huán)中，按照航班延誤的表現(xiàn)形式分類:延誤常見情形旅客延誤旅客晚到；登機時旅客不辭而

26、別；旅客證件問題耽誤時間；旅客 因航班延誤等其它服務問題霸占飛機或拒絕登機；旅客隨身攜帶 過多行李；突發(fā)疾病等排隊延誤安檢排隊延誤由于機場的服務能力有限或是旅客在一段 時間內(nèi)太過密集而造成的安檢不暢，形成 很長的排隊等待。飛機起飛降落排隊 延誤由于起飛或降落航班過多，或是天氣、軍 事活動和流量控制，或者是低效率的地面 服務，造成飛機難以立即起飛的地面排隊 或不能在機場找到降落位置而不得不停留 在空中繼續(xù)盤旋等待排隊。航空公司延 誤因航空公司自身的運營管控能力或機械故障造成的航班計劃安 排不當引起的航班延誤。表 6.1.1按照航班延誤的因素可控與否分類：延誤因素分類不可控因素流量控制、軍事活動、

27、天氣等可控因素安檢、旅客、機械故障、機場原因和公共安全等表 6.1.2根據(jù)民航總局2005-2014年航班延誤統(tǒng)計數(shù)據(jù)，造成中國航班延誤的關鍵因素 包括流量控制、航空公司、天氣、軍事活動、機場因素、機械故障以及旅客等因 素，綜合主要航空公司和主要機場的相關數(shù)據(jù)，得到各因素引發(fā)的延誤比例結構 表。年份流量控制航空 公司天氣軍事活動機場旅客20050.160.460.180.030.040.0320060.220.480.230.020.020.0220070.280.470.150.070.020.0120080.190.430.270.060.040.0120090.230.390.190.1

28、10.050.0320100.240.410.230.090.020.0120110.280.370.200.120.010.0220120.220.360.210.170.020.0220130.270.370.220.120.010.01表 6.1.36.2航班延誤的指數(shù)分布驗證泊松分布適用于描述單位時間（或空間）內(nèi)隨機事件發(fā)生的次數(shù)。如某一服 務設施在一定時間內(nèi)到達的人數(shù)，電話交換機接到呼叫的次數(shù)，汽車站臺的候客 人數(shù)等。機場作為提供航空運輸服務的公共基礎設施，單位時間內(nèi)到達和起飛的 飛機數(shù)量符合泊松分布特征，可以假設機場飛機的起飛和到達都是服從泊松分 布。根據(jù)概率論，如果一個序列服從泊

29、松分布，那么它的序列間隔服從負指數(shù)分布，即如果飛機到達和起飛呈現(xiàn)出泊松分布，可以推導出起飛和到達延誤時間服 從均值為1人，方差為1.項2的指數(shù)分布。當然，只要驗證到達延誤分布服從指數(shù) 分布,就可間接求證飛機到達分布服從泊松分布，并且求出相應的A值。根據(jù)隨機收集的2014年6月浦東機場和成都雙流機場四個樣本時間段航班 延誤時長和數(shù)量。通過分析航班延誤樣本的實際分布和理論指數(shù)分布之間的擬合 度，來驗證航班延誤的指數(shù)分布假設。表6.2.1上海浦東機場和成都雙流機場到達間隔統(tǒng)計表延長（ 內(nèi)）誤分時鐘航班數(shù)量（架）樣本1航班數(shù)量（架）樣本2航班數(shù)量（架）樣本3航班數(shù)量（架） 上海樣本4成都上海成都上海成

30、都上海成都5271146271149267145261148101538515383152822507615764480437744774420342237223622392225321830183117301430189169198181135127137139138405263756345435254635031324244555332423260213121426511111132利用MATLAB擬合得下表表6. 2. 2上述檢驗結果表明，航班延誤理論指數(shù)分布和實際分布的擬合程度超過98%，驗 證了航班到達和起飛符合泊松分布，航班延誤符合指數(shù)分布，可以利用所統(tǒng)計的 數(shù)據(jù)來建模。6.3排隊

31、模型基于指數(shù)分布驗證結果，建立動態(tài)排隊模型。分析我國航班延誤多發(fā)生于大 中型樞紐機場，其跑道數(shù)量基本為兩個，本文分析統(tǒng)一采用雙跑道模式，遵守航 空運輸業(yè)的先到先服務規(guī)則。因此本文采用2M /M/2基本排隊模式。航班的到 達和起飛都服從泊松分布，航班到達和起飛服務時間服從指數(shù)分布。假設結論如下：P在At內(nèi)有多于一個飛機到達= 0（攵）P在長度為&的微小時間區(qū)間內(nèi)有一個飛機到達=人n At + 0制）P炬At內(nèi)有一個飛機離開I系統(tǒng)非空= UnAt + O（ At）P在At內(nèi)有多于一個飛機離開I系統(tǒng)中最大顧客數(shù)大于1= O（At）當處于穩(wěn)態(tài)時，P （t）不再依賴于時間t，因而得到：史=業(yè)（9 = 0

32、ndt dt化簡得P (t)=nX XXuu u - un n-1 n-21 JP0因為飛機到達服從參數(shù)為人的泊松分布，其服務時間服從平均服務率為u的指數(shù)分布，因而可得PX + uP (t)-:i_ u _nlu 7nP n 1n-1P =PP =至1lu 70nlu 7n+1假設-2作為服務時間所服從的指數(shù)分布；服務臺數(shù)是雙跑道即雙服 務臺；排隊規(guī)則是先到先服務。6.4航班延誤的動態(tài)排隊模型已有文獻證明，航班運行各個環(huán)節(jié)的波及延誤效應基本呈現(xiàn)指數(shù)遞減態(tài)勢， 且縱向傳遞近似于以1/2為等比的遞減數(shù)列，因此可以假設航班延誤的波及效應 呈現(xiàn)平穩(wěn)遞減。假設緩沖時間為H，若延誤時間小于H，則可被直接緩

33、沖消除； 若大于H，只會一部分被消除。假設初始延誤=D0，每個階段延誤波及被緩沖消除該階段延誤的一半， 則有：總的波及效應=D + D2 + . + D = （2 + 4 + . + 2-） D0（6.4.1）可控制延誤模型各個環(huán)節(jié)的延誤時間為：在初始機場中：飛機起飛排隊延誤=飛機排隊隊長*平均服務時間+延誤時間D（起飛排隊）=L *W + D0（6.4.2）相關聯(lián)的第一個機場：D（起飛排隊）=L *W + 2D0（6.4.3）相關聯(lián)的第n個機場：D（起飛排隊）=L * W +（ 1 1）D0（6.4.4）當考慮因天氣、流量控制和軍事活動等不可控因素時，這些因素引發(fā)的延誤 可能會發(fā)生在航班運行

34、的各個環(huán)節(jié)，在此將以各因素近三年引發(fā)的航班延誤的平 均發(fā)生率把它們納入模型，形成了航班延誤的總動態(tài)排隊模型。6.5模型求解以首都機場為初始出發(fā)機場，基于北京一上海一成都一北京四個機場組成的 航班運營閉環(huán)，利用2013年該閉環(huán)中航班延誤的數(shù)據(jù)，利用MATLAB擬和出X = 47，根據(jù)各影響因素概率分別求得平均服務率r，然后運用MATLAB軟件工 具編程求出各航班延誤影響因素的影響總時間（因空間限制，故只取流量控制和 航空公司因素給出結果圖）：總時間=停留時間+等待時間表 6.5.1表 6.5.2又利用公式平均延誤時間=總時間/延誤航班數(shù)，整理結果得下表表 6.5.3影響因素發(fā)生頻率（占比比重）影

35、響大?。ㄆ骄鶗r間）類別航空公司29.2%0 8可控機械故障7%140分鐘不可控軍事活動12%185分鐘不可控天氣20%55分鐘不可控流量控制28%60分鐘不可控、可控機場3%32分鐘可控旅客0.8%10分鐘可控6.6結果分析結果證明各因素引發(fā)的航班延誤頻率高低和其影響程度并非完全一一對應。 在識別的七個主要影響因素中，航空公司因素發(fā)生頻率最高、影響最大；流量控 制因素排名第二，發(fā)生頻率較高、影響大；天氣因素發(fā)生頻率較高、影響較大； 軍事活動發(fā)生頻率一般，但影響大；機械故障頻率較低、影響較大；機場因素頻 率較低、影響較小。7 模型二的優(yōu)化7.1優(yōu)化模型建立在問題二所得結果基礎上，本文選取航空公司

36、因素進行優(yōu)化。設定目標函數(shù) Z為單位時間服務成本與顧客在系統(tǒng)中逗留費用之和的期望值，即 z = c |1+ c L（7.1.1）又由L = p* 2冒2；L = L + 2r（7.1.2 ）（7.1.3）（7.1.4）則目標函數(shù)得:（7.1.5）令 di = c - c 4 14）= 0（7.1.6）則可解出最優(yōu)服務率：i* = 4+ 氏 4（7.1.7）代入模型二可得航班延誤的優(yōu)化模型。7.2模型檢驗根據(jù)2007民行統(tǒng)計數(shù)據(jù)，分析處理得下表表.2. 1指標國航南航東航海航上航cs0.200.130.180.380.10cw6.446.937.716.588.78根據(jù)上表數(shù)據(jù)利用MATLAB軟

37、件進行模擬仿真得下表表.2. 2對比模型二航空公司總時間曲線，發(fā)現(xiàn)延誤總時間明顯減少。優(yōu)化后的航班延誤總時間 大部分在0.1小時以下。7. 3模型評價該模型航空公司影響因素進行優(yōu)化，模型簡單且效果顯著。但考慮方面有 些簡單，在進行模型檢驗時，因為數(shù)據(jù)有限，檢驗用的為2007年數(shù)據(jù)，相信 在數(shù)據(jù)和時間充足的條件下模型肯定可以更好。7.4優(yōu)化措施7.4.1加強空域流量控制雖然航空公司并不能隨心所欲的控制空域流量，但它們可以通過科學的方 法、合理的手段，對空域流量進行有效梳理，降低由于空域流量過大造成的航班 延誤問題。對空域流量的控制應該根據(jù)調(diào)配期限的不同采取不同的措施。短期調(diào) 配是指當需要控制空域

38、流量時，各航空公司進行溝通和協(xié)調(diào)，及時調(diào)整飛機航線 和高度，保證航班在符合規(guī)定的條件下安全、有序飛行，避免航班延誤；中期調(diào) 配指在距離航班起飛前24小時，根據(jù)現(xiàn)實條件臨時調(diào)整起飛時間；長期調(diào)配主 要是通過合理制定航期時刻表并嚴格執(zhí)行，使空域流量長期保持在合理的范圍 內(nèi)，防止航班延誤。7.4.2合理增加航線數(shù)量隨著人們越來越多的采用乘坐航班的方式出行，導致很多航空公司都在擴 大規(guī)模和增加航班數(shù)量，無形中增大了航班延誤的概率。為了降低航班延誤的概 率，保障旅客的合法權益，航空公司不能盲目的增加航線數(shù)量。航空公司應該在 國家宏觀調(diào)控的指導下，在我國空域承受范圍內(nèi)，有目的、有計劃的增加航線數(shù) 量。另外

39、，各航空公司可以組成聯(lián)盟，進行資源共享和統(tǒng)一調(diào)配，這樣才能最大 限度的避免航班延誤。參考文獻邵維亮.基于航班運行仿真的航班延誤水平評價D.廣漢：中國民航飛行學院 碩士學位論文，2012.楊秀云，王全良,何建寶.航班延誤問題的研究動態(tài)、演化趨勢和啟示J.經(jīng) 濟經(jīng)緯，2013(4).唐應輝.排隊論：基礎與分析技術M.北京：科學出版社.2006.華興.排隊論與隨機服務系統(tǒng)M.上海：上海翻譯出版公司，2007.石麗娜.多等級模糊綜合評價方法在航班延誤中的應用J.上海工程技術大學學報，2006, ,2 (3):276-279王羽.肖盛燮物元模糊綜合評價項目在風險分析中的運用J.重慶交通學院 學報，200

40、6,25(2):118-121.馬正平，崔德光.機場航班延誤優(yōu)化模型J.清華大學學報(自然科學 版)，2004，44(4):474-477，484.姚韻，朱金福.基于可拓權重的航班延誤服務旅客滿意度多級模糊評價模型張炳祥.飛行簽派業(yè)務M.北京：中國三峽出版社，2001.趙嶷飛 張亮.航班延誤統(tǒng)計指標體系及延誤等級評估研究J.中國民航大 學(空中交通管理研究基地).2009.邢有洪，李曉津，金 永利.航班延誤影響因素的實證分析J.會計之友,2012(8).劉林，應用模糊數(shù)學M.陜西：陜西科學技術出版社，1999.附錄I .模型一航班延誤綜合評論表格因素集評判集影響航班正常性因素專家判斷各要素所處

41、等級概率統(tǒng) 計評判指 標權重評判要素權重很高較高一般較低低自然條 件0.2455鳥擊0.10980.10.10.30.20.3雷雨0.32160.10.10.30.30.2冰雪0.19970.10.10.30.20.3大霧0.13030.10.10.40.20.2沙塵0.23860.10.10.40.20.3航空公 司0.3460信息系統(tǒng)0.18740.20.30.30.10.1組織系統(tǒng)0.18440.10.20.40.20.1制度規(guī)范0.22080.20.10.30.20.2信號系統(tǒng)0.18730.10.20.40.10.2教育培訓0.22010.20.30.20.10.1機械設 備0.09

42、63飛機安全性0.21890.10.20.20.30.2飛機可靠性0.14110.10.20.30.30.1飛機維修性0.22650.10.10.40.20.2地面設備0.28590.10.20.20.30.2地空設備0.12760.20.10.50.10.1資源限 制0.2650軍事活動區(qū)0.22250.20.20.30.10.2飛行區(qū)0.13760.30.20.20.10.2航站區(qū)0.12240.30.30.20.10.1終端區(qū)0.14270.30.20.30.20.1禁空區(qū)0.16730.20.30.30.10.1流量控制0.20750.20.20.10.30.1旅客條 件0.0473旅

43、客晚到0.25790.10.10.10.40.3乘機意識0.14850.10.10.20.30.3旅客人數(shù)0.19650.10.10.10.50.2旅客行李0.21060.10.10.10.20.3突發(fā)狀況0.18650.10.10.10.30.4權重MATLAB程序程序1:A=1,1/2,4,1/2,5;2,1,7,2,9;1/4,1/7,1,1/5,2;2,1/2,5,1,8;1/5,1/9,1/2,1/8,1;V,D=eig(A)W1=V(:,1)/sum(V(:,1)lambda=max(eig(A)n=size(A)CI=(lambda-n)./(n-1)RI=1.12CR=CI./

44、RIif CR=0.1error(A不通過一致性檢驗);else pass textend程序2A=1,1,6,1,6;1,1,9,1,8;1/6,1/9,1,1/2,1;1,1,2,1,2;1/6,1/8,1,1/2,1;V,D=eig(A)W2=V(:,1)/sum(V(:,1)lambda=max(eig(A)n=size(A)CI=(lambda-n)./(n-1)RI=1.12CR=CI./RIif CR=0.1error(A不通過一致性檢驗);else pass textend程序3A=1,1,1,1,5 ;1,1,2,1,7;1,1/2,1,1/2,3;1,1,2,1,9;1/5,1/7,1/3,1/9,1;V,D=eig(A)W3=V(:,1)/sum(V(:,1)lambda=max(eig(A)n=size(A)CI=(lambda-n)./(n-1)RI=1.12CR=CI./RIif CR=0.1error(A不通過一致性檢驗);else pass textendII.模型二曲線擬合：x=5 10 15 20 25 30 35 40 45 50 55 60 65; y=271 153 76 34 32 18 12