關(guān)于航班延誤現(xiàn)狀、原因和對(duì)策的探討

.PAGE.2014-2015學(xué)年第二學(xué)期《數(shù)學(xué)建模》期末考試論文論文題目：關(guān)于航班延誤現(xiàn)狀、原因及對(duì)策的探討姓名學(xué)號(hào)成績(jī)組長(zhǎng)高##組員王##組員伍#二0一五年六月..摘要航班延誤作為一個(gè)熱點(diǎn)問題一直圍繞著國(guó)內(nèi)外民航業(yè)。近年來(lái),我國(guó)的航空延誤情況日漸加重,在漫長(zhǎng)的等待中,部分焦躁的旅客將怒火發(fā)泄在了航空公司地面服務(wù)人員身上。怒罵、推搡、毆打……群體性暴力事件在中國(guó)各個(gè)機(jī)場(chǎng)頻繁上演。所以,對(duì)我國(guó)航班延誤的研究時(shí)不可待。本文首先通過對(duì)國(guó)際航班延誤數(shù)據(jù)的分析,得出我國(guó)航班延誤情況非常嚴(yán)重的結(jié)論,再利用對(duì)比分析和動(dòng)態(tài)排隊(duì)模型分析,找出影響我國(guó)航班延誤的主導(dǎo)原因是各方面因素之間的相互牽制,如與日劇增的客運(yùn)量和有限的機(jī)場(chǎng)供應(yīng)量之間的牽制,機(jī)場(chǎng)建設(shè)與流量控制的牽制等。其次,本文在考慮到這些因素牽制的情況下,以延誤成本最小和延誤時(shí)間最少為目標(biāo),建立多目標(biāo)動(dòng)態(tài)規(guī)劃模型,通過匈牙利法的求解和分析,得出盡管我國(guó)航班受到多方面因素的牽制,但是只要航空公司加強(qiáng)對(duì)服務(wù)人員的管理和加大對(duì)航班優(yōu)化調(diào)度的投入,航班延誤情況是可以得到改善的。對(duì)于問題一,我們收集近期全球主要航班的延誤數(shù)據(jù),利用EXCEL軟件進(jìn)行歸類處理,分析中國(guó)航班在國(guó)際航班中的總體延誤情況,再對(duì)國(guó)際上延誤最嚴(yán)重的航班進(jìn)行排序,以驗(yàn)證中國(guó)是否是國(guó)際航班延誤最嚴(yán)重的國(guó)家,和驗(yàn)證最嚴(yán)重的十個(gè)機(jī)場(chǎng)中中國(guó)內(nèi)地是否占了7個(gè)。通過分析得出,中國(guó)航班延誤情況確實(shí)很嚴(yán)重,在國(guó)際主要的117個(gè)機(jī)場(chǎng)延誤數(shù)據(jù)中,中國(guó)的機(jī)場(chǎng)延誤占47%,并且在延誤最嚴(yán)重的10個(gè)機(jī)場(chǎng)中,中國(guó)占了7個(gè)。但是這7個(gè)機(jī)場(chǎng)和問題1中所給的數(shù)據(jù)不太一致,這可能與數(shù)據(jù)的采集時(shí)間不同,得到的數(shù)據(jù)有差異,致使分析結(jié)果存在一定偏差。所以,認(rèn)為題目中的說法正確。對(duì)于問題二,要求分析影響中國(guó)航班延誤主要原因的問題,我們通過查閱相關(guān)數(shù)據(jù)和國(guó)內(nèi)外文獻(xiàn),分析得到影響航班延誤的一般原因,然后根據(jù)問題一中得到的機(jī)場(chǎng)延誤情況,將中國(guó)延誤最嚴(yán)重的北京首都機(jī)場(chǎng)和上海浦東機(jī)場(chǎng)與國(guó)外代表性機(jī)場(chǎng)進(jìn)行對(duì)比,最后采用動(dòng)態(tài)排隊(duì)模型對(duì)影響中國(guó)航班延誤的原因進(jìn)行深度分析。通過國(guó)內(nèi)外機(jī)場(chǎng)的對(duì)比分析,初步得出影響中國(guó)航班延誤的原因是機(jī)場(chǎng)建設(shè)不能滿足龐大的客運(yùn)需求和狹小的民用空域不能實(shí)現(xiàn)航班的充分調(diào)度,通過動(dòng)態(tài)排隊(duì)模型的模擬仿真,得出影響航班延誤的最主要兩大因素是航空公司和流量控制,他們對(duì)航班延誤的比重分別達(dá)39.2%和21.6%。綜合這些因素,本文認(rèn)為目前導(dǎo)致我國(guó)航班延誤的主要原因不是單方面的,有航空公司、流量控制、天氣、機(jī)場(chǎng)建設(shè)等多方面的原因,并且這些影響因素之間存在一定程度的相互牽制,這個(gè)因素的相互牽制加大了航空公司對(duì)航班調(diào)度和優(yōu)化的難度,這才是影響我國(guó)航班延誤的主導(dǎo)原因。對(duì)于問題三,對(duì)航班延誤的改進(jìn)措施及策略問題,本文從航班延誤成本最小和航班延誤時(shí)間最短兩個(gè)點(diǎn)入手,構(gòu)造多目標(biāo)動(dòng)態(tài)規(guī)劃模型,最后利用匈牙利算法,為航空公司在航班延誤上提供了合理的管理措施,從而改善我國(guó)的航班延誤情況。通過模型的求解,得出在多目標(biāo)動(dòng)態(tài)規(guī)劃模型處理下,航空公司可以提高航班的準(zhǔn)點(diǎn)率。關(guān)鍵詞：航班延誤,對(duì)策,動(dòng)態(tài)排隊(duì),模擬仿真,多目標(biāo)規(guī)劃..AbstractFlightdelaysasahotissueinthecivilaviationindustryhasbeenaroundathomeandabroad.Inrecentyears,China'saviationdelaysgraduallyworsenedduringthelongwait,someofthevisitorswillbeanxioustoventangerattheairlinegroundstaffbody.Satire,pushing,beatingmassviolencestagedfrequentlyinChineseairports.Therefore,thestudyofflightdelayscannotbe.Firstly,theanalysisofdatatointernationalflightdelays,flightdelaysdrawourconclusionthatthesituationisveryserious,reusecomparativeanalysisanddynamicqueuingmodelanalysistoidentifytheleadingcauseofflightdelaysaffectthemutualrestraintbetweenthevariousfactorsasitcontainssharpincreaseinpassengertrafficwithJapanandlimitedsupplybetweenairports,airportconstructionandflowcontroltocontainandsoon.Secondly,takingintoaccountthesefactorscontain,inordertominimizecostsanddelaysdelaysminimumgoals,establishamulti-purposedynamicplanningmodel,bysolvingandanalysisonHungary,ourflightswereobtaineddespitetheconstraintsofvariousfactorsButaslongastheairlinestrengthenthemanagementofservicepersonnelandincreaseinvestmentintheoptimalschedulingofflights,flightdelayscanbeimproved.

Forquestionone,wecollecttheworld'smajorflightdelaysrecentdata,theuseofEXCELsoftwareforclassifiedprocessing,analysisChinaflightinternationalflightdelaysintheoverallsituation,andthenforthedelayonthemostseriousinternationalflightssort,toverifywhetherChinaInternationalflightdelaysisthemostaffectedcountries,andverificationofthetenworstairportsinmainlandChinaisaccountedforseven.Byanalyzingtheresults,Chinaisindeedveryseriousflightdelaysatmajorinternationalairports117delaysdata,Chinaaccountedfor47percentofairportdelays,anddelaysintheworst10airportsinChinaaccountedfor7.ButthesesevenairportsandQuestion1giveninthedataisnotconsistent,whichmaybedifferentfromthedataacquisitiontime,therearedifferencesbetweenthedataobtained,sothatthereisacertaindeviationanalysis.Therefore,theargumentthatthecorrecttitle.Forquestiontwo,requiresanalysisofflightdelaysmainlyaffectChina'sproblem,weaccesstorelevantdataandliterature,analyzethereasonstogivegeneraleffectofflightdelaysanddelaysobtainedaccordingtoanairportissue,theChinesemostseriousdelaysTheBeijingCapitalInternationalAirportandShanghaiPudongAirportairportcomparedwithforeignrepresentative,andfinallytheuseofdynamicqueuingaffectChinaflightwasdelayedduetoin-depthanalysis.Throughcomparativeanalysisofdomesticandinternationalairports,preliminarydrawinfluenceChinaflightwasdelayedduetoconstructionoftheairportdoesnotmeetthehugepassengerdemandfullschedulingandnarrowflightofcivilairspacecannotbeachievedbysimulatingthedynamicqueuingmodelsimulationresultsaffectflightsThemaintwofactorsthatairlinedelaysandtrafficcontrol,flightdelaystheirproportionswere39.2%and21.6%.Thecombinationofthesefactors,thepaperarguesthatthecurrentcauseofflightdelays,themainreasonfornotunilateral,therearemanyreasonsforairlines,trafficcontrol,weather,airportconstruction,andthereisacertaindegreeofmutualrestraintbetweenthesefactors,therestrainingeachfactorincreasedthedifficultyofairlineflightschedulesandoptimization,thisistheleadingcauseoftheimpactofflightdelays.

Forquestionthreeoftheflightdelaysimprovementsandstrategicissues,thisarticlefromtheminimumflightdelaysandflightdelayscosttheshorteststartwithtwopoints,constructmulti-purposedynamicplanningmodel.Finally,theHungarianalgorithmforairlinesonflightdelaysreasonablemanagementmeasurestoimprovethesituationoftheflightdelays.Bysolvingthemodel,obtainedinamulti-purposedynamicplanningmodelprocess,theairlinecanimproveflightpunctualityrate.Keywords:flightdelays,countermeasures,dynamicqueuing,simulation,multi-objectiveprogramming..目錄TOC\o"1-4"\h\u18892摘要 I222571．問題重述12942．問題分析 1102522.1問題一的分析 1131812.2問題二的分析 1324332.3問題三的分析 1191183．問題假設(shè) 2151984．符號(hào)定義與說明 248755．模型建立與求解 4224585.1問題一的分析與處理 429995.1.1數(shù)據(jù)收集 4312525.1.2分析處理 478565.1.3結(jié)論 6301285.2問題二的分析與處理 698295.2.1國(guó)內(nèi)外航班延誤原因?qū)Ρ确治?698765.2.2國(guó)內(nèi)航班延誤動(dòng)態(tài)排隊(duì)模型分析 8532航班延誤的指數(shù)分布驗(yàn)證 81964不同運(yùn)行環(huán)節(jié)航班延誤的排隊(duì)模型 92876航班延誤的動(dòng)態(tài)排隊(duì)模型 122708模型仿真模擬 13156585.2.3結(jié)論 15322235.3問題三的分析與處理 15239405.3.1航空公司應(yīng)對(duì)延誤策略 1588915.3.2乘客應(yīng)對(duì)延誤措施1726455.3.3結(jié)論 1817078總結(jié)與建議 1819768參考文獻(xiàn) 2020275附錄：最近一個(gè)月全球主要基礎(chǔ)延誤數(shù)據(jù)表 21..1．問題重述問題1：統(tǒng)計(jì)說明國(guó)際上航班延誤最嚴(yán)重的10個(gè)機(jī)場(chǎng)中,中國(guó)包括上海浦東、上海虹橋、北京國(guó)際、XX蕭山、XX白云、XX寶安、XX雙流機(jī)場(chǎng)。問題2：分析導(dǎo)致我國(guó)航班延誤的主要原因。問題3：對(duì)中國(guó)航班延誤問題提出相應(yīng)的改進(jìn)措施。2．問題分析2.1問題一的分析問題一主要是要挖掘出國(guó)際上航班延誤的數(shù)據(jù),分析中國(guó)的航班延誤機(jī)場(chǎng)在國(guó)際航班延誤最嚴(yán)重的十個(gè)航空公司中所占的個(gè)數(shù),且是哪幾個(gè)機(jī)場(chǎng)。先是收集各大網(wǎng)頁(yè)網(wǎng)站上有關(guān)一年內(nèi)國(guó)際上航班延誤的各大航空公司的數(shù)據(jù),得到關(guān)于國(guó)際航班延誤的統(tǒng)計(jì)數(shù)據(jù),并通過這些數(shù)據(jù)的整合和處理,運(yùn)用Excel軟件對(duì)數(shù)據(jù)進(jìn)行排序等處理,得到有關(guān)國(guó)際上航班延誤最嚴(yán)重的排名在前十的航空公司,分析其中中國(guó)的航空機(jī)場(chǎng)所占的個(gè)數(shù),判斷第一問的正確與否。2.2問題二的分析問題二是要研究出影響我國(guó)航班延誤的主要原因。航班延誤幾乎每個(gè)國(guó)家都存在,根據(jù)美國(guó)運(yùn)輸部的統(tǒng)計(jì)：造成航班延誤的原因主要集中在國(guó)家空域系統(tǒng)〔NATIONALAIRSPACESYSTEM的容量限制、天氣原因和飛機(jī)晚到等,這一結(jié)論對(duì)我國(guó)同樣是成立的。總的來(lái)說導(dǎo)致延誤的原因有空中交通管制原因〔如流量控制、空軍活動(dòng)等、機(jī)場(chǎng)保障原因、航空公司的原因、旅客的原因、氣候因素等等。通過收集大量數(shù)據(jù)分析延誤的主要原因,我們分類出兩大主要因素：一是航空公司自身的原因,航班晚到、飛機(jī)調(diào)配、機(jī)械故障等航空公司自身相關(guān)運(yùn)行管理；二是非航空公司自身原因,如氣候,遇到冰、雪、霧、雨、風(fēng)等天氣,嚴(yán)重時(shí)會(huì)導(dǎo)致機(jī)場(chǎng)完全關(guān)閉,還有乘客的延誤等因素。挖掘大量數(shù)據(jù),并與實(shí)際相結(jié)合利用相關(guān)性分析,分析出延誤航班的主要原因。2.3問題三的分析問題三要求對(duì)航班延誤問題提出一些改進(jìn)措施〔如對(duì)于非航空自身原因,加強(qiáng)面臨惡劣天氣的應(yīng)急措施、選擇適當(dāng)?shù)奶鞖獬鲂械?收集一些有關(guān)氣候、空中交通流量、旅客、機(jī)場(chǎng)保障等相關(guān)的飛機(jī)延誤數(shù)據(jù),分析歷年我國(guó)航班延誤率,針對(duì)各種不同的影響航班延誤的因素提出相應(yīng)的措施并總結(jié)。3．問題假設(shè)假設(shè)收集到的數(shù)據(jù)真實(shí)可靠；假設(shè)飛機(jī)到達(dá)的時(shí)間間隔滿足參數(shù)為的負(fù)指數(shù)分布；假設(shè)服務(wù)時(shí)間滿足參數(shù)為的負(fù)指數(shù)分布；假設(shè)飛機(jī)源是無(wú)限的,飛機(jī)相互獨(dú)立；假設(shè)單隊(duì)排列,且對(duì)隊(duì)長(zhǎng)沒有限制。4．符號(hào)定義與說明為方便下文對(duì)模型的建立和分析,對(duì)以下需要用到的符號(hào)進(jìn)行定義和說明,具體如下：負(fù)指數(shù)分布階愛爾朗分布一般相互獨(dú)立的時(shí)間間隔分布一般服務(wù)時(shí)間分布飛機(jī)排隊(duì)的平均隊(duì)長(zhǎng)飛機(jī)的平均排隊(duì)長(zhǎng),=+服務(wù)時(shí)間飛機(jī)平均逗留時(shí)間飛機(jī)平均等待時(shí)間,=+服務(wù)時(shí)間系統(tǒng)的狀態(tài)概率,穩(wěn)定狀態(tài)時(shí)飛機(jī)起飛的泊松分布的參數(shù)飛機(jī)到達(dá)的泊松分布的參數(shù)乘客到達(dá)機(jī)場(chǎng)的泊松分布的參數(shù)飛機(jī)起飛所用時(shí)間的負(fù)指數(shù)分布函數(shù)飛機(jī)降落所用時(shí)間的負(fù)指數(shù)分布函數(shù)乘客進(jìn)行安檢過程中所耗時(shí)間的負(fù)指數(shù)分布函數(shù)執(zhí)行航班的飛機(jī)可用飛機(jī)的就緒時(shí)間集合最早延誤航班之后的航班原計(jì)劃達(dá)到時(shí)間集合最早延誤航班之后的航班集合最早延誤航班之后可用飛機(jī)集合能夠執(zhí)行航班任務(wù)的機(jī)型集合能到在機(jī)場(chǎng)維修的機(jī)型為的飛機(jī)當(dāng)天備用飛機(jī)和修復(fù)飛機(jī)的集合從時(shí)間段到的航班為取消航班的標(biāo)志,取消為1,不取消為0航班上的旅客失望溢出成本時(shí)刻就緒的飛機(jī)執(zhí)行時(shí)刻的航班及后續(xù)航班的延誤成本把航班指派給備用飛機(jī)的成本0,1,當(dāng)天可用飛機(jī)指派給航班為1,否則為0航班在時(shí)間段和之間經(jīng)過的機(jī)場(chǎng)數(shù)賦予優(yōu)先因子的第個(gè)目標(biāo)的正偏差量的權(quán)系數(shù)賦予優(yōu)先因子的第個(gè)目標(biāo)的負(fù)偏差量的權(quán)系數(shù)第個(gè)目標(biāo)的預(yù)期值第個(gè)目標(biāo)的正偏差量第個(gè)目標(biāo)的負(fù)偏差量5．模型建立與求解5.1問題一的分析與處理5.1.1數(shù)據(jù)收集為驗(yàn)證題目中的說法正確與否,本文收集了最近一個(gè)月全球主要航班的延誤數(shù)據(jù)〔見附錄1。5.1.2分析處理根據(jù)附錄1中的117個(gè)機(jī)場(chǎng)進(jìn)離港的延誤和取消數(shù)據(jù),先通過Excel軟件將我國(guó)機(jī)場(chǎng)延誤數(shù)據(jù)和國(guó)外機(jī)場(chǎng)延誤數(shù)據(jù)分別求和,得到我國(guó)機(jī)場(chǎng)延誤情況在國(guó)際上所在的比率〔如圖5-1-1。圖5-1-1國(guó)內(nèi)外機(jī)場(chǎng)延誤比例從該圖中可以看出,中國(guó)機(jī)場(chǎng)延誤數(shù)據(jù)占了全球主要機(jī)場(chǎng)延誤數(shù)據(jù)的47%,全球主要機(jī)場(chǎng)延誤的數(shù)據(jù)近一半都來(lái)源于中國(guó),因此我國(guó)機(jī)場(chǎng)延誤情況較為嚴(yán)重。再通過Excel軟件對(duì)數(shù)據(jù)進(jìn)行歸類處理,計(jì)算出全球各個(gè)機(jī)場(chǎng)在2015年3月27日到2015年4月25日的延誤數(shù)據(jù),并根據(jù)延誤數(shù)據(jù)進(jìn)行降序排列,得到全球機(jī)場(chǎng)在這30天內(nèi)的延誤排名,得到該時(shí)間段內(nèi)全球延誤最嚴(yán)重的20個(gè)機(jī)場(chǎng)〔見表5-1-1。表5-1-1：全球延誤最嚴(yán)重的前20個(gè)機(jī)場(chǎng)排序機(jī)場(chǎng)延誤數(shù)據(jù)1<PEK>178442<PVG>167953<ORD>143464<CAN>141375<DFW>126876<SHA>114377<SZX>114238<ATL>112829<HKG>1095210<HGH>1040011<LAX>1031312<LHR>1009713<CDG>958314<AMS>949815<IST>913216<CTU>912717<KMG>863018<CGK>860819<JFK>859020<DEN>8547圖5-1-2全球航班延誤最嚴(yán)重的10個(gè)機(jī)場(chǎng)表5-1-1中數(shù)據(jù)顯示,在國(guó)際航班延誤最嚴(yán)重的10個(gè)機(jī)場(chǎng)中,我國(guó)占了7個(gè),分別為北京國(guó)際、上海浦東、XX白云、上海虹橋、XX寶安、香港國(guó)際和XX蕭山。其中北京國(guó)際機(jī)場(chǎng)在國(guó)際上排在首位,即北京國(guó)際機(jī)場(chǎng)在國(guó)際上是航班延誤最嚴(yán)重的機(jī)場(chǎng),其他機(jī)場(chǎng)分別排在第2位、第4位、第5位、第6位、第9位、第10位。并且在該統(tǒng)計(jì)數(shù)據(jù)中,我國(guó)的XX雙流機(jī)場(chǎng)和XX長(zhǎng)水機(jī)場(chǎng)分別排在第16位和第17位。5.1.3結(jié)論據(jù)以上數(shù)據(jù)分析,本文認(rèn)為問題1中的說法是正確的。中國(guó)的航班延誤在國(guó)際上確實(shí)很嚴(yán)重,在延誤最嚴(yán)重的10個(gè)機(jī)場(chǎng)中,中國(guó)占了7個(gè)。但是這7個(gè)機(jī)場(chǎng)和問題1中所給的數(shù)據(jù)不太一致,這可能與數(shù)據(jù)的采集時(shí)間不同,得到的數(shù)據(jù)有差異,致使分析結(jié)果存在一定偏差。5.2問題二的分析與處理對(duì)于我國(guó)航班延誤情況越趨嚴(yán)重的問題[1,6],本文首先將我國(guó)延誤最嚴(yán)重的北京國(guó)際機(jī)場(chǎng)和上海浦東機(jī)場(chǎng)與國(guó)外幾個(gè)有代表性的機(jī)場(chǎng)進(jìn)行對(duì)比分析,再對(duì)國(guó)內(nèi)機(jī)場(chǎng)建立動(dòng)態(tài)排隊(duì)模型,進(jìn)一步作深度分析,找到影響航空延誤的主要因素。5.2.1國(guó)內(nèi)外航班延誤原因?qū)Ρ确治鲈趪?guó)際上,影響航班延誤的原因通常有天氣原因、流量原因、軍事活動(dòng)、航空公司等方面的原因[2-5],各原因的說明如下：天氣原因能見度、機(jī)場(chǎng)起飛降落航道附近的低云、雷雨區(qū),強(qiáng)側(cè)風(fēng)是影響航空正常飛行的因素。如果出發(fā)地機(jī)場(chǎng)天氣狀況不適合飛行、目的地機(jī)場(chǎng)天氣狀況不適合降落、飛行航路上氣象狀況不適合飛行、因惡劣天氣導(dǎo)致機(jī)場(chǎng)設(shè)施受損、跑道不夠標(biāo)準(zhǔn)等都會(huì)造成航班延誤。即使出發(fā)地陽(yáng)光明媚,也可能因天氣原因?qū)е潞桨嘌诱`。流量控制我國(guó)為了確保國(guó)防安全,對(duì)空域使用范圍實(shí)行了嚴(yán)格限制,軍用空域占80%,民航方面可調(diào)節(jié)的范圍只有20%。我國(guó)航班總量急劇攀升,而與之對(duì)應(yīng)的地面設(shè)備、導(dǎo)航設(shè)備發(fā)展滯后,不能完全適應(yīng)當(dāng)前快速發(fā)展的民航業(yè),航線結(jié)構(gòu)不合理,造成了空中塞車現(xiàn)象。所以流量是導(dǎo)致航空延誤的一個(gè)無(wú)法忽略的原因。軍事活動(dòng)軍事活動(dòng)會(huì)選擇在天氣良好的白天進(jìn)行,因涉及到國(guó)防機(jī)密,不會(huì)提前對(duì)外宣布,相關(guān)民航的飛行都會(huì)受影響,未起飛的航班需要在地面等待,在空中的航班需要返航或就近降落到其他機(jī)場(chǎng)等待演戲結(jié)束。空中管制時(shí)間無(wú)法確定,但一解除管制,空域又會(huì)大量塞機(jī),繼續(xù)出現(xiàn)延誤,影響航班運(yùn)行,令民航無(wú)所適從。機(jī)械故障若飛機(jī)在登機(jī)前或飛行中出現(xiàn)機(jī)械故障,必須延遲登機(jī)或返航、就近降落,再按照維護(hù)程序進(jìn)行必要的檢查、判斷、分析,排除故障,檢測(cè)安全性,或者安排其他航班運(yùn)送旅客,都會(huì)造成航班延誤。航空公司飛機(jī)調(diào)配不合理、人員安排混亂、制度不完善、設(shè)備不先進(jìn),也是航班延誤的原因。航空事故對(duì)于航班日程在繁忙時(shí)段已經(jīng)排的接近飽和的機(jī)場(chǎng),如果該機(jī)場(chǎng)遭遇了2-3個(gè)小時(shí)的延誤,該機(jī)場(chǎng)在之后的5到6個(gè)小時(shí)內(nèi)的航班都會(huì)因?yàn)榍靶蚝桨嗟姆e壓而導(dǎo)致航班延誤,并且延誤時(shí)間較長(zhǎng)機(jī)場(chǎng)原因機(jī)場(chǎng)廣播信息不及時(shí)、廣播系統(tǒng)故障,安檢部門漏蓋安檢章、漏查旅客,飛機(jī)未能按計(jì)劃供油、加油設(shè)備出現(xiàn)故障等勢(shì)必都會(huì)造成航空延誤。旅客原因旅客晚到、在飛機(jī)經(jīng)停機(jī)場(chǎng)擅自離開、臨近飛機(jī)起飛才登機(jī)在一定程度上會(huì)導(dǎo)致航空延誤。有的旅客在航班辦理登機(jī)手續(xù)截止之后才趕到,機(jī)場(chǎng)、航空公司為了方便旅客,會(huì)盡量幫助這些晚到旅客順利趕上該航班,因此造成該航班的延誤。據(jù)以上影響航班延誤的通常原因,收集我國(guó)北京首都機(jī)場(chǎng)、上海浦東機(jī)場(chǎng),日本東京國(guó)際機(jī)場(chǎng)、東京成田機(jī)場(chǎng)和美國(guó)奧黑爾機(jī)場(chǎng)、亞特蘭大機(jī)場(chǎng)的機(jī)場(chǎng)建設(shè)、年客運(yùn)吞吐量、民用空域比率、年平均準(zhǔn)點(diǎn)率數(shù)據(jù)。表5-2-1：國(guó)內(nèi)外機(jī)場(chǎng)信息對(duì)比表國(guó)籍機(jī)場(chǎng)機(jī)場(chǎng)建設(shè)吞掉量〔萬(wàn)民用空域準(zhǔn)點(diǎn)率中國(guó)PEK

〔北京首都機(jī)場(chǎng)3個(gè)航站、3條跑道、131個(gè)登機(jī)口8371.2420%,其余被軍用或被控制17.83PVG

〔上海浦東機(jī)場(chǎng)2個(gè)航站、4條跑道、70個(gè)登機(jī)橋5168.7920.89日本HND

〔東京國(guó)際機(jī)場(chǎng)3個(gè)航站、4條跑道、65座空橋6890.6695.04NRT

〔東京成田機(jī)場(chǎng)3個(gè)航站、2條跑道、112個(gè)登機(jī)口3534.1386.38美國(guó)ORD

〔奧黑爾機(jī)場(chǎng)4個(gè)航站、6條跑道、193個(gè)登機(jī)口6688.33約80%,且軍用空域不對(duì)民航關(guān)閉69.65ATL

〔亞特蘭大機(jī)場(chǎng)7個(gè)航站、5條跑道、155個(gè)登機(jī)口9443.0867.18上表數(shù)據(jù)顯示,這幾個(gè)機(jī)場(chǎng)的旅客吞吐量都比較大,但我國(guó)機(jī)場(chǎng)的準(zhǔn)點(diǎn)率要比其他國(guó)家機(jī)場(chǎng)低很多。通過簡(jiǎn)單的對(duì)比分析,可以初步認(rèn)為我國(guó)航班延誤原因主要是在機(jī)場(chǎng)建設(shè)和民用空域不足兩方面。5.2.2國(guó)內(nèi)航班延誤動(dòng)態(tài)排隊(duì)模型分析航班延誤的指數(shù)分布驗(yàn)證機(jī)場(chǎng)作為提供航空運(yùn)輸服務(wù)的公共基礎(chǔ)設(shè)施,單位時(shí)間內(nèi)到達(dá)和起飛的飛機(jī)數(shù)量符合泊松分布特征,可以假設(shè)機(jī)場(chǎng)飛機(jī)的起飛和到達(dá)都是服從泊松分布[6-9]。根據(jù)概率論,如果一個(gè)序列服從泊松分布,那么它的序列間隔服從負(fù)指數(shù)分布,即如果飛機(jī)到達(dá)和起飛呈現(xiàn)出泊松分布,可以推導(dǎo)出起飛和到達(dá)延誤時(shí)間服從均值為,方差為的指數(shù)分布。當(dāng)然,只要驗(yàn)證到達(dá)延誤分布服從指數(shù)分布,就可間接求證飛機(jī)到達(dá)分布服從泊松分布,并且求出相應(yīng)的值。表5-2-2是隨機(jī)收集的20XX3月XX機(jī)場(chǎng)和首都機(jī)場(chǎng)四個(gè)樣本時(shí)間段航班延誤時(shí)長(zhǎng)和數(shù)量。通過分析航班延誤樣本的實(shí)際分布和理論指數(shù)分布之間的擬合度,來(lái)驗(yàn)證航班延誤的指數(shù)分布假設(shè)。表5-2-2：北京首都機(jī)場(chǎng)和XX機(jī)場(chǎng)到達(dá)間隔統(tǒng)計(jì)表延誤時(shí)長(zhǎng)航班數(shù)量航班數(shù)量航班數(shù)量航班數(shù)量〔分鐘內(nèi)〔架樣本1〔架樣本2〔架樣本3〔架樣本4北京XX北京XX北京XX北京XX5270148273149267146263147101528315484151831497815784379437843764220382138213821402125311731173017311530179179179171035148148148148406363667445535353635032323253554242423260212121426511111132大于65848484118表5-2-3檢驗(yàn)結(jié)果表明,航班延誤理論指數(shù)分布和實(shí)際分布的擬合程度超過98%,驗(yàn)證了航班到達(dá)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(jì)的數(shù)據(jù)來(lái)建模。表5-2-3：XXXX機(jī)場(chǎng)和首都機(jī)場(chǎng)飛機(jī)到達(dá)泊松分布的系數(shù)表變量系數(shù)標(biāo)準(zhǔn)差T值P值北京XX北京XX北京XX北京XX常數(shù)項(xiàng)0.21330.17930.09390.07852.27142.28370.04230.0414系數(shù)0.94370.94370.03090.030930.581330.58040.00000.0000R-squared0.98730.9873AdjustedR-squared0.98630.9863S.D.dependentvar1.53701.5371XX機(jī)場(chǎng):=到達(dá)間隔的平均時(shí)間=3.6分;=16.8<架次/小時(shí)>。首都機(jī)場(chǎng):=到達(dá)間隔的平均時(shí)間=1.9分;=31.5<架次/小時(shí)>。不同運(yùn)行環(huán)節(jié)航班延誤的排隊(duì)模型為了更好地應(yīng)對(duì)和處理由天氣、軍事活動(dòng)、流量控制和機(jī)械故障等不可控因素引起的航班延誤,做好相應(yīng)的延誤服務(wù)補(bǔ)救,減少由旅客、機(jī)場(chǎng)和航空公司等可控因素引起的安檢延誤、起飛延誤、到達(dá)延誤以及由此引發(fā)的延誤波及效應(yīng),可以基于指數(shù)分布驗(yàn)證結(jié)果,建立動(dòng)態(tài)排隊(duì)模型,進(jìn)一步識(shí)別和剖析航班延誤的各關(guān)鍵影響因素及其影響程度大小[5,10-12]。機(jī)場(chǎng)作為公共基礎(chǔ)設(shè)施,一般實(shí)行超前設(shè)計(jì)建設(shè),在相對(duì)較長(zhǎng)的時(shí)間內(nèi),其跑道數(shù)量基本固定不變<服務(wù)臺(tái)數(shù)不變>,又因航班延誤更多發(fā)生在大中型樞紐機(jī)場(chǎng),其跑道數(shù)量基本為兩個(gè),因此這里分析統(tǒng)一采用雙跑道模式。對(duì)于航班排隊(duì)過程中的服務(wù)規(guī)則,遵守航空運(yùn)輸業(yè)的先到先服務(wù)規(guī)則。一般排隊(duì)模型用A/B/C:a/b/c表示:A表示系統(tǒng)中排隊(duì)對(duì)象的到達(dá)分布,如泊松分布、指數(shù)分布;B表示系統(tǒng)服務(wù)時(shí)間的分布,如指數(shù)分布;C表示服務(wù)臺(tái)的個(gè)數(shù);a表示服務(wù)規(guī)則,如先到先服務(wù)、后到先服務(wù);b表示系統(tǒng)容量;c表示顧客來(lái)源的最大量。航班的到達(dá)和起飛都服從泊松分布,航班到達(dá)和起飛服務(wù)時(shí)間服從指數(shù)分布。那么,無(wú)論對(duì)于安檢、降落還是起飛排隊(duì),根據(jù)上面的分析,可得到如下的假設(shè)結(jié)論:在這個(gè)排隊(duì)系統(tǒng)中,表示在t時(shí)刻隊(duì)伍中有n個(gè)飛機(jī)到達(dá)或離開的概率為：<1>那么,當(dāng)時(shí),有：<2>整理<1>和<2>可得：<3><4><5><6>因?yàn)轱w機(jī)到達(dá)服從參數(shù)為的泊松分布,其服務(wù)時(shí)間服從平均服務(wù)率為的指數(shù)分布,因而可得：由于,假設(shè),否則隊(duì)伍將無(wú)限長(zhǎng),與實(shí)際不符。因此,當(dāng)系統(tǒng)處于比較穩(wěn)定之時(shí),由Little公式可得：排隊(duì)系統(tǒng)中期望的顧客數(shù)：排隊(duì)隊(duì)列中的期望顧客數(shù)：排隊(duì)系統(tǒng)中每個(gè)顧客期望的等待時(shí)間：排隊(duì)隊(duì)列中每個(gè)顧客的期望等待時(shí)間：同理,由以上相同的推斷方式,可以得到當(dāng)排隊(duì)模型是時(shí),令排隊(duì)系統(tǒng)中期望的顧客數(shù)：排隊(duì)隊(duì)列中的期望顧客數(shù)：排隊(duì)系統(tǒng)中每個(gè)顧客期望的等待時(shí)間：排隊(duì)隊(duì)列中每個(gè)顧客的期望等待時(shí)間：那么,安檢、起飛和降落三個(gè)環(huán)節(jié)的排隊(duì)模型如下。安檢排隊(duì)是一個(gè)典型的M/M/D模型,乘客到達(dá)服從泊松分布,每個(gè)乘客接受安檢的時(shí)間服從負(fù)指數(shù)分布。起飛排隊(duì)和降落排隊(duì)模型會(huì)因飛機(jī)起飛降落模式的不同而不同。當(dāng)起飛和降落相分離,各自使用不同的專用跑道時(shí),起飛和降落是兩個(gè)相互獨(dú)立的典型M/M/1/先到先服務(wù)模型;當(dāng)起飛和降落共用一條跑道,按照"先到先服務(wù)"的順序起飛或降落時(shí),構(gòu)成了一個(gè)2M/M/1/先到先服務(wù)模型系統(tǒng);當(dāng)起飛和降落采用先到先服務(wù)原則,混合排隊(duì)使用兩條跑道時(shí),起飛和降落相互關(guān)聯(lián)、相互影響,構(gòu)成了一個(gè)2M/M/2/先到先服務(wù)模型系統(tǒng)。本文分析基于國(guó)內(nèi)大型機(jī)場(chǎng),采用的是雙跑道混合模式,其基本排隊(duì)模式是2M/M/2模式。用代表飛機(jī)起飛的泊松分布,用代表飛機(jī)到達(dá)的泊松分布,用表示乘客到達(dá)機(jī)場(chǎng)的泊松分布,用代表飛機(jī)起飛所用時(shí)間的負(fù)指數(shù)分布,用代表飛機(jī)降落所用時(shí)間的負(fù)指數(shù)分布,用代表乘客進(jìn)行安檢過程中所耗時(shí)間的負(fù)指數(shù)分布。此時(shí),排隊(duì)模型相當(dāng)于一個(gè)飛機(jī)來(lái)源服從的泊松分布;這里的服務(wù)時(shí)間仍然是和,因?yàn)槊刻爝M(jìn)出一個(gè)機(jī)場(chǎng)的飛機(jī)數(shù)量基本相同,可選用作為服務(wù)時(shí)間所服從的指數(shù)分布;服務(wù)臺(tái)數(shù)是雙跑道—雙服務(wù)臺(tái);排隊(duì)規(guī)則是先到先服務(wù)。航班延誤的動(dòng)態(tài)排隊(duì)模型將上面的三個(gè)可控延誤模型以及航班延誤波及模型匯合,建立總的可控制延誤模型如圖5-2-1所示。圖5-2-1可控因素引起的航班延誤示意圖該模型僅考慮一次意外所造成的延誤以及由此而產(chǎn)生的波及效應(yīng)。假設(shè)在其它情況都正常時(shí),由于一次意外的檢修、天氣等因素,造成在航班運(yùn)行過程中的任何一個(gè)環(huán)節(jié)的初始延誤及飛機(jī)某一排隊(duì)的一個(gè)意外增加,接著會(huì)因航班延誤的波及效應(yīng)影響到飛機(jī)運(yùn)行其它一系列環(huán)節(jié)。當(dāng)不考慮由不可控因素引起的航班延誤時(shí),各個(gè)機(jī)場(chǎng)的延誤相互獨(dú)立,波及航班延誤也不再是一個(gè)連續(xù)的過程,僅將安檢、起飛、降落等各個(gè)階段分別加入可控制延誤模型。此時(shí),各個(gè)環(huán)節(jié)的排隊(duì)隊(duì)長(zhǎng)就是在原有正常隊(duì)長(zhǎng)的基礎(chǔ)上加一個(gè)因波及延誤而產(chǎn)生的波及隊(duì)長(zhǎng)。己有文獻(xiàn)證明,航班運(yùn)行各個(gè)環(huán)節(jié)的波及延誤效應(yīng)基本呈現(xiàn)指數(shù)遞減態(tài)勢(shì),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(shè)航班延誤的波及效應(yīng)呈現(xiàn)平穩(wěn)遞減。假設(shè)緩沖時(shí)間為H,若延誤時(shí)間小于H,則可被直接緩沖消除;若大于H,只會(huì)一部分被消除。假設(shè)初始延誤=,每個(gè)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(yīng)=可控制延誤模型各個(gè)環(huán)節(jié)的延誤時(shí)間為:在初始機(jī)場(chǎng)中:飛機(jī)起飛排隊(duì)延誤一飛機(jī)排隊(duì)隊(duì)長(zhǎng)*平均服務(wù)時(shí)間+延誤時(shí)間<起飛排隊(duì)>=相關(guān)聯(lián)的第一個(gè)機(jī)場(chǎng):<起飛排隊(duì)>=相關(guān)聯(lián)的第n個(gè)機(jī)場(chǎng):<起飛排隊(duì)>=當(dāng)考慮因天氣、流量控制和軍事活動(dòng)等不可控因素時(shí),這些因素引發(fā)的延誤可能會(huì)發(fā)生在航班運(yùn)行的各個(gè)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(dòng)態(tài)排隊(duì)模型<圖5-2-2>。圖5-2-2加入不可控因素動(dòng)態(tài)排隊(duì)模型根據(jù)最近三年航班延誤影響因素的統(tǒng)計(jì)數(shù)據(jù),流量控制、軍事活動(dòng)和天氣引發(fā)的航班延誤發(fā)生概率分別為0.25,0.09和0.21。模型仿真模擬以XX機(jī)場(chǎng)為初始出發(fā)機(jī)場(chǎng),基于XX一XX一XX一XX一XX四個(gè)機(jī)場(chǎng)組成的航班運(yùn)營(yíng)閉環(huán),利用20XX3月1日一6月30日該閉環(huán)中航班延誤的數(shù)據(jù),模擬仿真分析各個(gè)關(guān)鍵影響因素對(duì)于航班延誤的影響程度<仿真模擬示意圖見圖5-2-3>。圖5-2-3仿真模擬分析示意圖模擬的假設(shè)前提有:<1>機(jī)場(chǎng)采用的是雙跑道混合模式,因而無(wú)需對(duì)一個(gè)航班在機(jī)場(chǎng)中的到達(dá)和起飛單獨(dú)進(jìn)行分析,而將機(jī)場(chǎng)看作一個(gè)整體進(jìn)行分析;<2>閉環(huán)中的每個(gè)機(jī)場(chǎng)具有相同的特質(zhì),它們的起飛和到達(dá)分布、服務(wù)能力都相同。雖然所選的四個(gè)機(jī)場(chǎng)特質(zhì)有區(qū)別,但是運(yùn)行模式、航班延誤造成因素等XX小異,且它們都屬于中型樞紐機(jī)場(chǎng);<3>航班運(yùn)行的閉環(huán)過程包含了所有影響航班延誤的因素;<4>對(duì)于各個(gè)機(jī)場(chǎng),設(shè)置一個(gè)正常排隊(duì)隊(duì)列和一個(gè)會(huì)導(dǎo)致航班延誤的臨界隊(duì)長(zhǎng)么,其中是指現(xiàn)有的機(jī)場(chǎng)服務(wù)能力水平下的正常期望隊(duì)長(zhǎng);是指在閉環(huán)的一個(gè)機(jī)場(chǎng)中,本階段所能達(dá)到緩沖隊(duì)長(zhǎng),在這個(gè)范圍內(nèi),機(jī)場(chǎng)可以內(nèi)化延誤而不產(chǎn)生波及效應(yīng),否則產(chǎn)生波及效應(yīng)。在上述假設(shè)基礎(chǔ)上,利用MATLAB軟件工具和設(shè)計(jì)模型對(duì)四個(gè)機(jī)場(chǎng)的各類數(shù)據(jù)進(jìn)行模擬,結(jié)果見表5-2-4。依據(jù)表5-2-4結(jié)果繪制出由不同影響因素引發(fā)的航班延誤發(fā)生頻率及其影響程度圖<圖5-2-4>,其中橫軸表示各因素發(fā)生的頻率高低,縱軸表示影響程度的強(qiáng)弱,橢圓形大小代表了此種因素對(duì)于航班延誤的影響大小:橢圓而積越大,則影響越大;而積越小,影響越小。表5-2-5給出了各個(gè)影響因素對(duì)航班延誤影響的大小和發(fā)生頻率高低的排序。表5-2-4：各關(guān)鍵影響因素對(duì)航班延誤影響大小仿真模擬結(jié)果表影響因素發(fā)生頻率〔占比重〔%影響大小〔平均時(shí)間〔min類別航空公司39.20-∞〔航班取消可控流量控制21.660不可控、可控天氣2056不可控機(jī)械故障5.4140不可控軍事活動(dòng)11180不可控機(jī)場(chǎng)2.336可控旅客0.520可控圖5-2-4各關(guān)鍵因素對(duì)航班延誤影響的仿真模擬示意圖表5-2-5航空延誤影響因素排序影響排序影響因素備注1航空公司頻率高,影響大2流量控制頻率較高、影響大3天氣頻率較高、影響較大4軍事活動(dòng)頻率一般、影響大5機(jī)械故障頻率較低、影響大6機(jī)場(chǎng)頻率較低、影響較小7旅客頻率低,影響小5.2.3結(jié)論通過以上對(duì)航班延誤原因的國(guó)內(nèi)外對(duì)比分析,對(duì)國(guó)內(nèi)航班延誤原因的動(dòng)態(tài)排隊(duì)深度分析,可以得到影響我國(guó)航班延誤的主要原因是航空公司自身、軍事活動(dòng)、流量控制和天氣。115005.3問題三的分析與處理186545.3.1航空公司應(yīng)對(duì)延誤策略對(duì)于航空公司引起的航班延誤問題,本文采用多目標(biāo)規(guī)劃,針對(duì)航班延誤成本和延誤時(shí)間的一個(gè)合理配置問題,得出一些應(yīng)對(duì)航班延誤的策略。航班延誤問題的處理一直是航空公司的比較棘手的一件事,也是國(guó)際航空行業(yè)的一個(gè)痼疾,而目前我國(guó)針對(duì)航空延誤的措施雖不斷地在改進(jìn),如成立航班延誤治理委員會(huì),建立預(yù)警和取消航班時(shí)刻措施,在一定程度上減小了航班的延誤率,但仍是收效甚微,其中2005至20XX的延誤率如下表5-3-1：表5-3-120XX-20XX我國(guó)航班延誤率年份200520062007200820092010201120122013延誤率0.18010.18050.17460.16630.18320.19570.22860.25180.2766可以看出我國(guó)航班的延誤率大體在20%左右,波動(dòng)較小。目前我國(guó)國(guó)內(nèi)對(duì)航班延誤的研究有很多,王紅、劉金蘭、曹衛(wèi)東、郇秀霞〔2009利用Markov鏈模型,對(duì)航班的延誤進(jìn)行預(yù)測(cè),再利用定性加定量的AHP層次分析,對(duì)航班的延誤進(jìn)行了預(yù)警處理,得出一種可以幫助航空公司管理延誤的措施。而李俊生、丁建立〔2008,劉玉潔〔2009等則是從航班的延誤的波及入手,利用貝葉斯網(wǎng)絡(luò)的傳播模型進(jìn)行分析,結(jié)果同樣是得出了一種可以幫助航空公司管理延誤的措施。關(guān)于航班延誤的管理,國(guó)內(nèi)研究已經(jīng)頗多,但都由于過于復(fù)雜比較難實(shí)現(xiàn),且其中關(guān)于延誤成本的概念,較少被提及,而本文正是從該概念入手,通過建立一種延誤成本最小的航班調(diào)度模型,既在一定程度可以幫助航空公司減少航班延誤的發(fā)生,也幫其在航班延誤發(fā)生的情況下使得損失成本最小。延誤成本：其中,構(gòu)建目標(biāo)函數(shù)如下：<1>約束條件：<2><3><4><5><1>式是目標(biāo)函數(shù),即求最少延誤成本,最少延誤時(shí)間；<2>式是保證每個(gè)時(shí)間段內(nèi)都有航班；<3>式是保證每個(gè)航班都有飛機(jī)執(zhí)行,否則取消航班；<4>式是保證用于替換的飛機(jī)型號(hào)滿足替換要求；<5>式是整數(shù)約束,若某個(gè)時(shí)間段上有航班執(zhí)行,則取1,否則取0。將以上多目標(biāo)函數(shù)轉(zhuǎn)化成以下單目標(biāo)函數(shù)為求解上面化解后的目標(biāo)函數(shù)的最優(yōu)解,對(duì)模型的求解采用啟發(fā)式方法搜索置換矩陣,調(diào)用匈牙利算法解決指派問題,匈牙利算法是由匈牙利科學(xué)家柯尼格首先提出的,它是求指派問題的非常有效和簡(jiǎn)便的算法。指派問題的最優(yōu)解具有這樣的性質(zhì),若從細(xì)數(shù)矩陣的一行〔列各元素中分別減去該行〔列的最小元素,得到新的矩陣,那么以新的為系數(shù)矩陣求得的最優(yōu)解和原系數(shù)求得的最優(yōu)解相同。首先構(gòu)造延誤時(shí)間置換矩陣,其中表示i時(shí)刻航班的飛機(jī)執(zhí)行第j時(shí)刻航班的任務(wù)所延誤的時(shí)間。根據(jù)延誤時(shí)間置換矩陣計(jì)算延誤成本置換矩陣,表示i時(shí)刻航班的飛機(jī)執(zhí)行第j時(shí)刻航班的任務(wù)所產(chǎn)生的延誤成本。最終可由上述矩陣得出航班置換方案,當(dāng)然航班的置換最終還是要權(quán)衡兩者的大小,單純使得延誤成本最小,勢(shì)必會(huì)使得延誤時(shí)間不是最優(yōu),而使延誤時(shí)間最優(yōu),有可能造成延誤成本偏大,故在延誤時(shí)間一個(gè)合理的范圍內(nèi)求解出延誤成本最低,才是航空公司的最終目標(biāo)。5.3.2乘客應(yīng)對(duì)延誤措施上述模型針對(duì)的是航空公司應(yīng)對(duì)航班延誤的策略模型。當(dāng)然乘客如何應(yīng)對(duì)航班延誤,同樣是一個(gè)深究的問題。以下是我們通過分析航班延誤規(guī)律為乘客提供的一些參考意見,表5-2-7是2015年2月15到4月15日我國(guó)上海浦東到XX寶安機(jī)場(chǎng)兩個(gè)月內(nèi)平均一周每天下午6點(diǎn)到下午9點(diǎn)的航班延誤統(tǒng)計(jì)。圖5-3-1上海到XX星期一到星期日6PM到9PM航班延誤統(tǒng)計(jì)由上圖可以看出平均延誤次數(shù)在星期六出現(xiàn)了一個(gè)高峰,而且它的準(zhǔn)點(diǎn)率是整個(gè)周里面平均最低的一天。相比與其他工作日和周日,周六選擇航班出行的乘客相對(duì)比較多,而在航班客座供給一定的情況下,勢(shì)必會(huì)對(duì)航空公司的航行造成一定的壓力,導(dǎo)致在星期六,航班的準(zhǔn)點(diǎn)率大幅度降低,平均延誤次數(shù)卻增加。我們初步得出一個(gè)結(jié)果,乘客若選擇在周六乘坐航班出行,遇上航班延誤的可能性會(huì)增大,會(huì)造成準(zhǔn)點(diǎn)率下降。所以本文提出一個(gè)建議,即建議乘客盡量少選擇航班時(shí)期在周六的航班出行。圖5-3-2中國(guó)航空公司20XX4月到2015年3月的航空情況由上圖5-3-220XX4月到2015年3月的月均準(zhǔn)點(diǎn)率和航班數(shù)可以看出過去幾年來(lái)在每年的7、8月以及2015年的3月,航班的準(zhǔn)點(diǎn)率在小幅度下降,反之航班延誤率在增高,大約在30%左右,在20XX7、8兩個(gè)月和2015年3月,正值學(xué)生寒暑假假期和學(xué)生返校高峰期,乘坐飛機(jī)的人較多,給航空公司航班正常飛行帶來(lái)了壓力,這幾個(gè)月航班的總數(shù)在增大,然而準(zhǔn)點(diǎn)率卻在下降,航班延誤率增大。本文提議,乘客可以根據(jù)上表合理安排自己的出行時(shí)間,盡量選擇在航班延誤率小的時(shí)間段出行。5.3.3結(jié)論單純使得航空總延誤成本最小勢(shì)必使得總延誤時(shí)間不是最優(yōu),而使總延誤時(shí)間最短,又可能造成航班總延誤成本偏大,固在一個(gè)合理的延誤時(shí)間范圍內(nèi),求解出延誤總成本最低才是航空公司的最終目標(biāo)?？偨Y(jié)與建議通過對(duì)國(guó)內(nèi)外航班延誤情況的綜合分析,得出我國(guó)航班延誤的原因主要是在航空公司、軍事活動(dòng)、天氣和流量四個(gè)方面。對(duì)于軍事活動(dòng)對(duì)航班延誤的影響,建議航空公司與軍方建立良好的實(shí)時(shí)動(dòng)態(tài)協(xié)調(diào)體系來(lái)改善延誤問題,因?yàn)槲覈?guó)地廣物博,且與十多個(gè)國(guó)家相鄰,軍方對(duì)空域的控制,有助于維護(hù)我國(guó)的領(lǐng)土安全和國(guó)民安全。對(duì)于航空公司自身因調(diào)配不合理、人員安排混亂、制度不完善、設(shè)備不先進(jìn)等方面造成的航班延誤。本文認(rèn)為要改善這方面的原因,還需要相關(guān)政策的制定和實(shí)施,因?yàn)槟壳拔覈?guó)對(duì)航班延誤給旅客造成的損失和賠償制度不夠完善,并且我國(guó)的民用航班與旅客之間供不應(yīng)求的現(xiàn)象愈來(lái)愈趨嚴(yán)重,導(dǎo)致航空公司管理人員疏于對(duì)航班的實(shí)時(shí)調(diào)度、對(duì)服務(wù)人員的松懈和對(duì)機(jī)場(chǎng)設(shè)備的更新、建設(shè)成本的不愿投入。參考文獻(xiàn)趙嶷飛,張亮.航班延誤統(tǒng)計(jì)指標(biāo)體系及延誤等級(jí)評(píng)估研究[J].交通運(yùn)輸工程與信息學(xué)報(bào),2009,7<2>:9-15.董念清.中國(guó)航班延誤的現(xiàn)狀、原因及治理路徑[J].北京航空航天大學(xué)學(xué)報(bào)〔社會(huì)科學(xué)版,2013,<6>:25-32.顧辛欣.芻議航班延誤的常見原因及其對(duì)策[J].科技創(chuàng)新與應(yīng)用,2012,<28>:97.許凌潔.我國(guó)航班延誤險(xiǎn)現(xiàn)狀及推廣建議[J].中國(guó)民航飛行學(xué)院學(xué)報(bào),2013,24<6>:31-34.楊秀云,王軍,何建寶等.航班延誤關(guān)鍵影響因素及影響程度識(shí)別——基于動(dòng)態(tài)排隊(duì)模型的分析[J].統(tǒng)計(jì)與信息論壇,2014,29<4>:88-95.李鑫哲.淺談空中交通流量管理的現(xiàn)狀及其發(fā)展[J].中國(guó)科技博覽,2012,<21>:354-354.陳亞青,馬江濤.航班延誤賠償現(xiàn)狀及乘客過激行為的分析與預(yù)防[J].中國(guó)民航飛行學(xué)院學(xué)報(bào),2013,24<5>:8-11.趙秀麗,朱金福,郭梅等.不正常航班延誤調(diào)度模型及算法[J].系統(tǒng)工程理論與實(shí)踐,2008,28<4>:129-134.劉光才,劉雷.美國(guó)減少航班延誤的有效途徑及啟示[J].技術(shù)經(jīng)濟(jì)與管理研究,2010,<4>:92-96.丁建立,王新茹,徐濤等.航班延誤恢復(fù)調(diào)度的混合粒子群算法[J].交通運(yùn)輸工程學(xué)報(bào),2008,8<2>:90-95.劉艷紅,高林,李耀華等.基于經(jīng)濟(jì)損失的航班延誤恢復(fù)模型研究[J].中國(guó)民航大學(xué)學(xué)報(bào),2011,29<1>:46-50.張玉州,程玉勝,張步忠等.航班地面等待問題建模及優(yōu)化[J].中國(guó)科學(xué)技術(shù)大學(xué)學(xué)報(bào),2011,41<2>:149-156.馮翔,楊紅雨.進(jìn)港飛機(jī)調(diào)度多目標(biāo)優(yōu)化問題的改進(jìn)NSGA-II算法[J].電子科技大學(xué)學(xué)報(bào),2014,<1>:66-70.馬正平,崔德光.機(jī)場(chǎng)航班延誤優(yōu)化模型[J].清華大學(xué)學(xué)報(bào)<自然科學(xué)版>,2004,44<4>:474-477,484.楊尚文,胡明華.基于動(dòng)態(tài)容量的航班進(jìn)離場(chǎng)流量魯棒優(yōu)化分配[J].西南交通大學(xué)學(xué)報(bào),2010,45<2>:261-267.曹衛(wèi)東,賀國(guó)光.連續(xù)航班延誤與波及的貝葉斯網(wǎng)絡(luò)分析[J].計(jì)算機(jī)應(yīng)用,2009,29<2>:606-610.AvijitMukherjee,BanavarSridhar,ShonGrabbeetal.OptimizingFlightDepartureDelayandRouteSelectionUnderEnRouteConvectiveWeather[J].Airtrafficcontrolquarterly,2011,19<2>:63-82.Kjenstad,Dag,Mannino,Carlo,Schittekat,Patricketal.Integratedsurfaceanddeparturemanagementatairportsbyoptimization[C].//20135thInternationalConferenceonModeling,SimulationandAppliedOptimization.2013:1-5.附錄：最近一個(gè)月全球主要基礎(chǔ)延誤數(shù)據(jù)表〔數(shù)據(jù)采集時(shí)間2015年4月6日AirportArrivalDepartureCanceledDelayedCanceledDelayed<ACK>52865652<AKL>60641501,103<ALB>6437464362<AMS>3704,55236