航班延误预警指标体系与预警量级构建

为了对机场航班延误状况进行有效评价,考虑了航班延误的影响规模、影响程度、影响范围,采用了六个预警指标即延误率、平均延误时间、受影响航班架次、受影响航空公司数、受影响目的地机场数、延误旅客人数,构建了航班延误预警指标体系。由模糊层次分析法（FAHP）得到各指标权重,利用模糊综合评判法对航班延误状况进行综合评价。评价结果表明：预警指标能较准确地反映航班延误状况,评价结果客观,可作为机场航班延误预警参考使用。     

基于增量式排列支持向量机的机场航班延误预警

目前航班延误已经成为世界范围内一个日益严峻的问题,对于大型机场进行航班延误预警工作显得日趋紧迫。在空运需求与机场容量冲突导致航班延误的观点下,提出了用排列支持向量机来进行航班延误预警。针对机场航班数据不断更新的特点,给出了增量式排列支持向量机算法来进行航班延误预警。不仅通过人工数据上的实验说明了该增量式算法更能满足在线预警的要求,而且在收集到的中国某国际机场两周的航班数据上也取得了80%及以上的预测准确率。     

基于灰色评价模型的枢纽机场之间延误影响分析

随着民航事业的高速发展,航班量逐年剧增,导致了大面积航班延误、延误波及现象频繁发生。采用灰色预测方法,选择全国流量较大的五个机场为研究对象,确定评价指标,建立评价样本矩阵,计算出灰色权向量和权向量,得到五个机场的指标评价值以及评价对象北京首都机场的综合评价值。通过对综合评价值的分析,可以得到各个机场对于首都机场延误的影响程度,可依此优化机场的进离场航班顺序,最大程度上减少五个机场对于首都机场的延误影响,提高首都机场的运行效率。     

多机场协同决策进离场航班排序模型及算法研究

多机场终端区内的航线网络错综复杂,来往同一方向的航班会共用一个交接点,航班的起飞降落不仅要考虑各方向航空器的运行间隔和各受限单元容量的限制,还需着重考虑交接点的间隔限制.基于终端区多机场多元受限情况,建立了终端区多机场协同决策进离场航班排序模型,并设计了递归遗传算法.首先以各机场为单位采用遗传算法进行航班排序,得出各机场延误时间最小的排队序列,之后将各机场航班在交接点处进行聚类并排序,再将各交接点的排队序列反推回各机场,运用递归算法不断优化各机场的航班序列,在保证安全运行的基础上,最终得出各机场的航班排队序列.仿真结果表明,该算法优化效果显著,各机场的总延误时间减少了48.2％,可有效缓解多机场航班延误.     

基于模糊综合评价模型的航班延误评价探究

<正>CCA本文通过南京地区机场和航空公司专业人员的相关调查分析统计,将航班延误的主要诱因和各诱因的影响强度进行研究,结合专家意见,采用模糊数学方法确定各级指标,从自然资源、环境限制、人的因素、设施设备、管理及信息等5个方面建立起航班延误评价指标体系和模糊综合评价模型。研究结果表明,南京地区的航班延误情况得分是68.33分(满分100),还需要采取相应措施来提高航班的准点率。     

基于贝叶斯网络的机场过站时间分析

航班延误是目前航空运输业发展所面临的一大难题。从航班延误链式波及反应的角度出发,将贝叶斯推理应用于航班过站时间的分析,分别建立实际航班数据的单机场和多机场过站时间贝叶斯网络模型。模型清晰呈现了机型类型、前航延误时间等因素对机场过站时间的影响以及首发延误等级、经停机场过站时间调整量等因素对末班延误的影响。通过从多角度对模型进行分析,结果表明发生前航延误时调整航班在机场的过站时间可以有效减少延误向下游机场的波及。     

基于贝叶斯网络的航班延误传播分析

 由于机场航班之间存在前后衔接关系,每个航班的延误会波及到下游机场及其航班,因此需要一种有效手段来分析航班衔接时的延误传播。贝叶斯网络（BN）是一种有效的传播分析方法,从某个枢纽机场航班延误出发,对其关联机场的衔接航班的延误影响进行分析,提出了基于BN的航班延误传播模型。结合某航空公司实际数据,通过最大期望值算法对模型进行训练,给出了测试结果。实验表明,所提出的方法能有效地分析航班延误从局部到全局的传播。     

基于贝叶斯网络的航班延误数据初步分析

导致航班延误的影响因素很多,虽然有研究致力于原因分析,但重点多在于定性分析,并没有对这些因素进行界定,而使航班延误的结果存在一个模糊的范围.将概率统计的贝叶斯规则用于分析民航航班数据,建立贝叶斯网络模型,对航班延误发生的时间,延误的时间以及延误原因进行分析.通过贝叶斯方法的概率统计,直观反映航班进出机场的延误情况.研究结果可以辅助领导层决策,针对具体延误原因制定相关策略,为减少飞机延误,保证航空公司飞行正点率工作提供切实的依据.     

基于进离场容量转化的航班延误优化研究

为了提高机场运行效率,缓解航班延误,研究了进离场容量转化的特性,并建立了以延误时间最小的航班优化模型。结合实际运行数据对模型进行了验证,探讨了进场航班权重系数对进离场容量转化的影响。结果表明:采用进离场容量转化的方式可以增加进离场总容量,从而降低航班运行的总延误;该模型能提供优化的流量分配方案,可应用于机场流量管理。     

多机场终端区进场航班协同排序方法

为有效缓解大都市圈机场群日益严重的空域拥堵和航班延误现状,系统研究了多机场终端区进场航班协同排序问题。通过深入剖析多机场终端区时空运行特性,综合考虑移交间隔、尾流间隔和多跑道运行间隔等约束限制,科学权衡安全、经济和公平等各方利益需求,引入多元受限时间窗的创新理念,建立了多机场终端区进场航班协同排序模型。结合多目标优化及遗传算法基本理论,设计了带精英策略的非支配排序遗传算法,寻求多机场终端区进场航班协同排序问题的Pareto最优解。仿真实验表明,模型可对多机场终端区进场航班进行优化排序,显著降低航班延误总时间,有效增强多机场空域资源使用公平性。与经典的先到先服务(FCFS)策略相比,协同排序策略优化效果较为显著,其中航班延误时间减少了31.0%,所提方法可显著缓解大都市圈机场群航班延误现状,有效提升航空运输服务品质。     

民用机场航站楼群体性事件预警研究

由于我国民航业的迅速发展,民航运输服务质量越来越被看重,并且被纳入了国家“十三五”规划纲要。而民用机场航站楼群体性事件的发生严重妨碍了民航运输服务质量的提升,并且给机场、航空公司和社会都会带来恶劣的影响。因此,对民用机场航站楼群体性事件进行提前预判研究,避免其带来的严重后果具有很深的现实意义。通过运用模糊综合评价的方法,选取航班平均延误时间、机场航空公司处置措施、人群密度以及人群聚类外形作为评价指标,依据变异系数法确定指标权重,建立民用机场航站楼群体性事件预警体系。通过国内某机场实例检验,表明模型有约80%的预警正确率,可以提供有效的决策辅助。     

基于Agent模型的机场网络延误预测

准确可靠的机场网络航班延误预测是科学认知空中交通运行态势,动态精准实施国家空域系统容流协同调配策略的重要依据。提出了基于Agent的机场网络延误模型,表征机场网络系统中各元素及子系统间的交互作用下的延误特征涌现。针对机场节点动态容量、预计起飞时间、最小飞行与周转时间等Agent模型中的关键参数,适应性选用了贝叶斯估计、模糊k近邻等数据挖掘方法建立参数模型,并采用2015—2017年全美历史航班和气象数据进行训练学习。为综合评价模型性能及泛化能力,选取全美2018年3个不同延误程度的典型日进行测试。实验结果表明,在全美34个核心机场组成的网络中,各节点在4小时预测区间内延误最大误差不过27.9 min,其中约80%的节点误差小于5 min,验证了所提延误预测模型在时空范围内的准确性和稳健性特征。另外,通过与其他模型对比,展示了本模型优良的延误预测性能。     

航班在机场终端区时延解析计算的新方法

航班的空中等待时间和地面延迟时间是对航行系统进行评估的有效性指标 ,其计算目前普遍采用的是以 Monte-Carlo法为代表的一类统计计算方法 ,耗时过长是这类方法无法回避的缺陷。利用随机服务系统理论 ,详细分析了机场终端区的飞行、管制程序和空域结构 ,建立其运营模型 ,最终得出计算公式 ,成功地解决了快速分析计算航班等待和延迟的问题     

多跑道协同运行模式优化方法

繁忙机场飞行区运行能力低下导致空中交通拥堵及航班延误现象频发,机场系统亟需扩容增效与排堵保畅。为有效平衡机场容流供需,研究了多跑道协同运行模式优化方法。综合考虑机场布局、交通流特性、气象条件等因素,提出了多跑道协同运行模式分类方法;基于跑道容量包络线理论,通过引入容量损失系数客观反映模式切换特点,建立了多跑道协同运行模式优化模型;结合多目标优化及遗传算法基本理论,设计了带精英策略的非支配排序遗传算法（NSGA）,对模型进行了准确求解。仿真实验表明,模型可对多跑道协同运行模式进行优化配置,有效实现机场容量与流量之间的均衡。与单一固定模式相比,多元组合模式优化效果显著,其中航班延误成本减少了38.1%,航班调整数量减少了46.4%,所提方法可显著提升多跑道协同运行能力,有效提高航班正常性。     

基于FCM的终端区交通态势识别

终端区交通态势的日益拥挤,一定程度上造成航班的延误,给航空公司及旅客带来了极大损失。为了对终端区交通拥挤进行有效的识别和疏导,对终端区交通态势进行了研究。通过采集的雷达数据,提取影响终端区交通态势的属性指标,运用模糊C-均值聚类(FCM)方法建立了终端区交通态势识别模型,模型可快速准确地识别交通态势。以某终端区为例,验证了模型的有效性。     

机场终端区跑道配置优化及容流调配模型研究

大型繁忙机场交通需求的持续增长导致的飞行流量与保障能力、机场容量之间的矛盾日益突出。为了充分利用跑道系统资源,合理配置跑道运行容量,优化飞行流,建立非线性0-1整数规划模型解决以下两个问题:确定跑道配置优化序列,匹配进离场飞机流。模型综合考虑机场交通流、跑道配置转换容量折损、跑道容量包络线等约束,以优化区间内航班总延误最小为目标,用LINGO建模求解,使用实际运行数据验证模型的有效性。结果表明,模型实现了跑道资源的优化利用,降低了航班延误。