1、 1 航班延误影响因素及改进方案 摘 要 随着我国航空运输的迅速发展，航班延误问题也日益严重。不仅影响航空的服务质量和经济效益，而且严重威胁着民航系统的安全，已经引起社会公众的高度关注。本文根据 网站数据，对比国内民航总局发布数据，分析数据差异原因是由于国内外 航班延误的定义与统计方法的不同造成的，根据 2013 年民航总局发布的航班正常性定义，建立模糊综合评判模型 5-6，对国内航班延误情况进行评价。并综合考虑航班延误的影响因素，考虑各因素间波及延误， 建立航班延误的动态排队模型 4，得出各因素延误比重和影响程度。在此基础上，针对航空公司因素对航班延误的排对模型进行优化，并进一步提出优化措
2、施。 针对问题一，本文在综合考虑航空公司 、机场、天气、资源限制和旅客等 航班延误原因及航空公司运行控制的基础上，建立了评估航班延误水平的指标体系。利用模糊矩阵一致表，使用模糊层次物元分析法 10，得到各因素重要程度排序。利用模糊隶属度矩阵，并结合最大隶属度原则采用加权平均法求得评价矩阵 ,并归一化处理后得到评价结果为一般延误。 针对问题二，本文只考虑中大型机场。先对航班延误的指数分布进行了合理的数理推导，并利用 MATLAB 软件对选用的样本数据进行拟合，验证了飞机起飞和降落服从泊松分布，航班延误符合指数分布。在此基础上建立了航班延误的动态排队模型，然后借助于 MATLAB 软件对机场数据进
3、行模拟，得出航空公司因素发生频率最高，影响最大；流量控制发生频率较高，影响大；天气因素发生频率较高，影响较大；军事活动发生频率一般，但影响大；机械故障频率较低，影响较大；机场和旅客因素频率较低，影响较小。 针对问题三，在模型二所得结果的基础上，对航班延误的动态排队模型进行优化 7，主要针对航空公司因素，设定目标函数，建立 优化模型，得出最优服务率。并进行模型检验与评价。 关键字：航班延误；层次物元分析法；模糊综合评判；泊松分布；指数分布；排队模型 2 目录 1 问题重述 . 3 2 问题分析 . 3 2.1 问题一的分析 . 3 2.2 问题二的分析 . 3 2.3 问题三的分析 . 3 3
4、模型假设 . 3 4 符号说明 . 3 5 模型一的建立与求解 . 5 5.1 国内外航班正常性统计办法比较 . 5 5.1.1 国外航班正常性统计办法 . 5 5.1.2 国内航班正常性统计办法 . 6 5.1.3 国内外统计方法对比 . 6 5.2 航班延误水平评估指标集 . 6 5.3 模糊综合评价模型 . 7 5.3.1 建立指标集 . 7 5.3.2 确定评判集 . 7 5.3.3 权重的确定 . 7 5.3.4 建立第二层模糊评判矩阵 . 9 5.3.5 模糊综合评价结果 . 10 5.3.6 结果分析 . 10 6 模型二的建立与求解 . 10 6.1 航班延误因素分类 . 10
5、 6.2 航班延误的指数分布验证 . 11 6.3 排队模型 . 13 6.4 航班延误的动态排队模型 . 14 6.5 模型求解 . 15 6.6 结果分析 . 16 7 模型二的优化 . 16 7.1 优化模型建立 . 16 7.2 模型检验 . 17 7.4.1 加强空域流量控制 . 18 7.4.2 合理增加航线数量 . 18 参考文献 . 19 附录 . 20 3 1 问题重述 香港南华早报网根据 的统计称：中国的航班延误最严重，国际上航班延误最严重的 10 个 机场中，中国占了 7 个。其中包括上海浦东、上海虹桥、北京国际、杭州萧山、广州白云、深圳宝安、成都双流等机场。根据以上资
6、料，统计国内国际航班延误数据并研究以下问题： （ 1） 评价报道所述结论是否正确。 （ 2） 分析我国航班延误的主要原因。 （ 3） 针对我国航班现状提出有效的改进措施。 2 问题分析 2.1 问题一的分析 问题一要求评论香港南华早报报道内容是否属实。首先，我们查阅题目所给网站 和 国内外其他各大航空公司的网页和一些主要统计部门的相关信息，得到关于年度航班延误的一些统计指标，并在此基础之上 ，根据国内航班延误定义，建立模糊综合评价模型，对国内主要航班进行航班延误评价，得出结果对 上调查结果，给出评价。 2.2 问题二的分析 问题二要求我们分析航班延误的主要原因。根据收集得到的数据，我们发现，
7、导致航班延误的主要原因是航空公司，流量控制，天气，军事活动，机场和旅客等因素。为了问题分析的方便，考虑对数据进行更深层次的挖掘和处理，考虑航班延误的波及效应建立航班延误动态排队模型，运用对四个机场数据进行模拟仿真，分析得出航班延误的主要影响因素。 2.3 问题三的分析 问 题三要求提出航班延误的改进策略，本文在模型二结果的基础上，然后从航空公司入手，构造排队的优化模型，并进行模型检验与评价，最后为航班延误提供了两条建议。 3 模型假设 模型一 （ 1） 假设所查找数据真实可靠； （ 2） 假设航班延误趋势无重大变动； 模型二 （ 1）假设在其它情况都正常时，航班延误具有波及性； （ 2）假设机
8、场采用的是双跑道混合模式； （ 3）假设所选用机场闭环的每个机场具有相同的特质； 4 符号说明 符号 说明 4 iU 机场原因延误指标集 .)3,2,1( iAi 判断矩阵指标 ojR 标准物元 pjR 节域物元 R 权重复合物元矩阵 ija 列元素行第中第 11R ji ijR 关联函数物元 vR 专家效率矩阵 iW 集机场延误原因权重指标 P 参加评判的专家人数 P 级的专家位数选择某一要素属于该等 模型二 符号 说明 A 到达分布表示系统中排队对象的 )(tPn 率个飞机到达或离开的概时刻队伍中有在 nt u 平均服务率 泊松分布参数 1 飞机起飞的泊松分布 2 飞机到达的泊松分布 3
9、布乘客到达机场的泊松分 5 1U 指数分布飞机起飞所用时间的负 2U 指数分布飞机降落所用时间的负 2U 间的负指数分布乘客进行安检时所耗时 0L 正常排队队列 dL 队长会导致航班延误的临界 sL 数排队系统中期望的顾客 qL 数排队队列中期望的顾客 sW 望的等待时间排队系统中每个顾客期 qW 望的等待时间排队队列中每个顾客期 0D 初始延误 nD 波及效应指标集 模型三 符号 说明 sc 用间内的服务费服务一架飞机时单位时 wc 单位时间的损失每架飞机在系统中逗留 * 最优服务率 5 模型一的建立与求解 5.1 国内外航班正常性统计办法比较 5.1.1 国外航班正常性统计办法 BTS 同
10、时统计航班的离港准点率（ Departure on time performance）和到港准点率（ Arrival on time performance）。航班如果在计算机订座系统（ CRS）显示的计划时间后 15 分钟内离（到）港，则该航班统计为离（到）港正常。这里的离（到）港时间是指航班的撤（挡）轮挡时间，不是离地（落地）时间。 6 美国航班正常统计范围为航班量占国内 定期航班总量 1%以上的 14 家主要航空公司，在航班量占国内定期航班总量 1%以上的 29 个大型机场之间的定期国内航班正常情况，不包括国际航班以及其他性质的飞行。 美国将航班不正常原因分为 5 大类：航空公司、恶劣天
11、气、国家民航系统（ National Aviation System）、前班飞机晚到、公共安全。 其中国家民航系统原因是指由非天气、机场运行、空中交通容量与管制等原因导致的航班不正常。 公共安全原因是指在候机楼或广场进行旅客疏散、因安全问题重新登机、安检设备故障、过安检等待超过 29 分钟引起的航班不 正常。 5.1.2 国内航班正常性统计办法 2013 年民航局开展航班延误专项治理，并在行业内发布了 2013 年版的航班正常统计办法。新办法的正常统计标准相比 2012 年变化较大，不再以航班的起飞、落地时间作为航班正常的判定标准，而是以航班的挡 /撤轮档时间作为判定标准。符合以下条件之一的航
12、班即判定为正常航班： (1)航班时刻管理部门批准的离港时间前后 5 分钟之内撤轮挡，且按航班运行正向进程起飞，不发生滑回、中断起飞、返航、备降等特殊情况； (2)不晚于航班时刻管理部门批准的到港时间挡轮挡。 不正常原 因方面，各类航班不正常原因分为天气、航空公司、航班时刻安排、军事活动、空管、机场、联检、油料、离港系统、旅客、公共安全共 11 大类。相比 2012 年版的方法，不正常原因删除了流量大类，增加了航班时刻安排大类，类别总数维持不变。新增航班时刻安排大类考虑到我国日益紧张的机场时刻资源对航班正常性的影响，总体上能够反映客观的运行情况。 5.1.3 国内外统计方法对比 指标名称 国内
13、国外 撤（挡）轮时间 离港时间前后 5 分钟之内撤轮挡，且按航班运行正向进程起飞，不发生滑回、中断起飞、返航、备降。 在计算机订座系统（ CRS）显示的计划时间后 15 分钟内撤（挡）轮挡时间，则该航班统计为离（到）港正常。 不正常原因 自然条件 、航空公司、机械设备、资源限制、旅客条件 航空公司、恶劣天气、国家民航系统（ National Aviation System）、前班飞机晚到、公共安全 统计机构统计数据 部分公开 完全公开 5.2 航班延误水平评估指标集 通过对各种文献资料的统计， 总结出导致航班延误的原因可以分为天气原因、航空公司原因、空中交通管制原因和旅客自身原因等等。将导致航
14、班延误的因素细化并进行分类研究后，根据科学性、客观 性和时效性的原则，从系统工程的角度，确定了由自然条件、机场管理、机械设备、资源限制和旅客条件 5 个一级指标和 25 个二级指标共同构7 建的机场航班延误水平的评价体系。 一级 指标 自然条件 U1 航空公司 U2 机械设备 U3 资源限制 U4 旅客条件 U5 二级 指标 鸟击 u11 雷雨 u12 冰雪 u13 大雾 u14 沙尘 u15 信息系统 u21 组织系统 u22 制度规范 u23监管系统 u24 教育培训 u25 飞机安全性 u31 飞机可靠性 u32 飞机维修性 u33 地面设备 u34 空地设备 u35 军事活动 u41
15、飞行区 u42 航站区 u43 终端区 u44 机场净空 u45 航路 u46 旅客晚到 u51 乘机意识 u52 旅客人数 u53 旅客行李 u54 突发状况 u55 表 5.1 5.3 模糊综合评价模型 5.3.1 建立指标集 设定航班延误水平评估指标体系为指标集 U，按其不同属性分成若干个互不相交的指标子集。 一级指标： 54321 , UUUUUU 二级指标： 55545525154645444342414353433323132524232221215141312111,3,uuuuuUuuuuuuUuuuuuUuuuuuUuuuuu5.3.2 确定评判集 根据航班的运行方式，结合航
16、班延误的特点，提出延误指数 延误指数 延误特点 1 低度延误 2 较低延误 3 一般延误 4 较高延误 5 高度延误 5.3.3 权重的确定 采用层次分析法结合物元分析法确定各个指标的权重，可以较大地提高各个权重指标的客观性。通过向三位民航专家发放调查表的方式，建立判断矩阵： 18/12/19/15/18152/1225/117/14/19271252/142/111A 8 12/118/16/12121112/119/16/181911616112A 19/13/17/15/19121132/112/1171211511113A 根据三位专家的判断矩阵，通过 MATLAB 计算可以分别得到其
17、特征向量，并做一致性检验后，可确定三位专家给出的第一层因素的权重（程序及结果见附页）。 根据物元分析法，构造权重复合物元矩阵 R 0 4 1 8.00 6 1 3.00 3 7 1.02 9 3 8.02 1 2 3.02 9 4 1.01 5 7 2.00 6 0 3.00 5 9 1.02 7 7 3.03 6 1 8.04 2 1 1.02 2 9 9.03 0 4 3.01 9 1 3.054321321MMMMMcccR确定标准物元 ojR ，节域物元 pjR )0 6 1 3.0,0 3 7 1.0()2 9 4 1.0,2 1 2 3.0()0 5 9 1.0,1 5 7 2.0
18、()4 2 1 1.0,2 7 7 3.0()3 0 4 3.0,1 9 1 3.0( 54321 MMMMMCR pjpj其中 列元素行第中第是 11R),5,2,1(31 jiajad ijni ijj 。 由 ojR ， pjR 物元确定关联函数物元 ijR 其中， .;jjijjijjijjjjijijjij adadakda dbdaakda 时，时， 9 计算专家效率矩阵 vR 对原权重复合物元矩阵 R 进行修正，得修正复合物元矩阵 ，即航班延误统计第一层指标因素的权重 0473.02650.00963.03460.02455.0AW 同理可确定航班延误等级评估的二级指标向量 1B
19、 （自然延误）、 2B （航空公司延误）、 3B （机械设备延误）、 4B （资源限制延误） 5B （旅客延误）的权重分别为 1 8 6 5.02 1 0 6.01 9 6 5.01 4 8 5.02 5 7 9.02 0 7 5.01 6 7 3.01 4 2 7.01 2 2 4.01 3 7 6.02 2 2 5.01 2 7 6.02 8 5 9.02 2 6 5.01 4 1 1.02 1 8 9.02 2 0 1.01 8 7 3.02 2 0 8.01 8 4 4.01 8 7 4.02 3 8 6.01 3 0 3.01 9 9 7.03 2 1 6.01 0 9 8.0543
20、21BBBBBWWWWW5.3.4 建立第 二层模糊评判矩阵 邀请 30 位空管， 机场和航空公司的一线人员组成专家组，对中国 14 年航班延误统计情况进行评判， 评判时分别在五个评判等级上对某项评估要素作属于或不属于的二值逻辑判断， 即当认为该要素属于该等级时记 1，否则记 0。在统计 ijr 时取 pprij / ，其中 P 为参加评判的专家总人数， P为选择某一要素属于该等级的专家位数。 根据30 位专家的判断， 得到各评判矩阵如下： 2.02.03.02.03.02.02.03.02.03.04.04.03.03.03.01.01.01.01.01.01.01.01.01.01.01R
21、1.02.02.01.01.01.01.02.02.01.03.04.03.04.03.03.02.01.02.03.02.01.02.01.02.02R1.02.02.01.01.01.01.02.02.01.03.04.03.04.03.03.02.01.02.03.02.01.02.01.02.03R 1.01.01.01.02.02.03.01.02.01.01.01.01.03.03.02.02.03.02.03.02.03.02.02.02.02.03.03.03.02.04R4.03.02.03.03.03.02.05.03.04.01.01.01.02.01.01.01.01.
22、01.01.01.01.01.01.01.05R10 5.3.5 模糊综合评价结果 采用评估模型 M(*， +)模型 (加权平均模型 )，经过合成运算，第二层次的综合评判结果 iB ： 2990.0,3440.0,1149.0,1000.0,1000.01360.0,1558.0,2325,0,2290.0,2403.01731.0,2518.0,2977.0,1646.0,1278.0. 1 4 7 4 2 , 0 . 1 4 0 5 , 02 1 8 7 , 0 . 3 1 5 0 . 1 6 2 8 , 0 .RW=. 2 5 4 8 9 , 0 . 2 3 2 2 , 01 0 0 0
23、 , 0 . 3 3 6 0 . 1 0 0 0 , 0 .RW=5554443332B221B11RWBRWBRWBBBBBB即第一层评判决策矩阵 2 9 9 0.01 3 6 0.01 7 3 1.01 4 7 4.02 5 4 8.03 4 4 0.01 5 5 8.02 5 1 8.01 4 0 5.02 3 2 2.01 1 4 9.02 3 2 5.02 9 7 7.03 1 5 2.03 3 6 9.01 0 0 0.02 2 9 0.01 6 4 6.02 1 8 7.01 0 0 0.01 0 0 0.02 4 0 3.01 2 7 8.01 6 2 8.01 0 0 0.0
24、54321BBBBBB进而得到第一层评价结果 1 8 0 4.0,1 8 7 4.0,2 8 7 5.0,1 8 1 5.0,1 6 1 6.0 BWA A 依据最大隶属度原则，中国 14 年航班延误等级为一般延误，对应延误指数为 3。 5.3.6 结果分析 本模型综合考虑了各种因素，所得结果具有代表性。结论对比与 南华早报网的报道有一定的偏差，究其原因是 南华早报网 没有考虑到国内外航班延误统计方法的不同。通过国外统计的海浦 东、上海虹桥、北京国际、杭州萧山、广州白云、深圳宝安、成都双流的航班延误数据，运用模型的评判集，得出结论为较高延误。而通过民航给出 7 个机场的航班延误数据通过模型评判，得出为一般延误。差距可能的原因是 FlightStats 在美国和欧洲等大部分国家采用的数据都是飞机“舱门关闭时间”，而对中国机场采用飞机实际起飞时间，由于飞机从关舱门到离地之间还有跑道滑行、等候等耗时，大约需要半个小时。根据中国民用航空局公布的数据，近年中国民航航班的准点率，实际上还要稍高于国际航协的航班平均正点率，在国际上处中上水平。 6 模型 二的建立与求解 6.1 航班延误因素分类 为了提高飞机利用效率，航空公司的同一架飞机的运行路线往往不是点对点的往返飞行，而是由连续的不同航段组成的一个闭环。在航班运行的闭环中，按照航
