航班延误影响因素及改进方案

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

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 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)

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)

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，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ＭＡＴＡＢ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

模型二

模型三

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。