航班延误波及

航班延误波及（精选九篇）

航班延误波及 篇1

关键词：航班,延误分析,时间Petri网,线性逻辑

飞机执行一个航班的过程是指其起飞离开某一机场至降落到另一机场。通常,一架飞机一天会执行多个航班任务。

因此,若上游航班发生延误,就会将相应的延误传播给由同一飞机执行的下游航班,以及其将要到达的机场。如果不能动态预测下游航班和机场的延误情况,将会影响相关部门的管理决策,并给旅客出行和航空运输造成严重影响。鉴于此,本文将给出航班任务执行过程建模和延误波及分析方法。

在航班运行过程中,航班在离散的时间点到达或起飞、航班的地面保障在离散时间点开始等都体现出该过程具有离散事件特征,因此它属于离散事件动态系统(Discrete Event Dynamic System,DEDS)的范畴。

Petri网被广泛用于离散事件系统建模、性能评估、调度和控制,因而同样适用于航班运行过程建模。在此方面,丁建立对采用Petri网进行航班运行过程建模进行了深入研究,先后构建了单架飞机执行多个航班的时间Petri网链式模型[1]、多机场多航班有色时间Petri网模型[2],但是,上述模型对航班运行的参数(如航班过站时间、最小周转时间等)未能清晰描述,因而难以支持直接利用Petri网自身成熟的数学分析技术展开航班延误波及分析。

在航班延误波及分析方面,Beatty等人提出了一种延误加法器,用于评估由于机组或飞机原因造成的初始延误航班在下游机场的延误情况[3]。

Paul等人分析了连续航班中的航班延误传播规律,给出了用于减少航班延误的递归模型[4]。

Khaled等人分析了航班延误波及效应产生的原因,并给出了航班延误链式反应模型,以及用于延误发生时对航班运行资源进行优化配置的拓扑排序算法[5]。

荣耀、王建东等人建立了航班延误波及的有向无环图(Directed Acyclic Graph),研究飞机、驾驶员机组和乘务员机组三种关键飞行资源对航班延误波及的影响,提供了航班延误波及的定量分析手段[6],并设计了航班延误预警图形组件包[7]以及延误预警Web服务[8]。

陈海燕等人将航班延误实时预测视为动态系统状态估计问题,并考虑单个航班执行过程中各种随机因素的作用模式,建立了航班延误状态空间模型[9]。

此外,也有学者提出了基于贝叶斯网络的航班延误传播模型,并采用大量实时数据验证了所建模型的有效性[10,11]。

总体来看,当前一些航班延误预测方法过于复杂,如何充分利用所建航班运行模型来给出实时的航班延误分析算法显得十分迫切。

鉴于此,本文通过构建航班运行Petri网模型,结合线性逻辑推理的优越性给出模型化简方法,并提出了具有实时性的航班延误波及分析算法。

1 时间Petri网

定义一种新的时间Petri网用于表示受时间约束的航班运行过程,其特征是在模型变迁和库所上同时带有时间区间约束。由此类时间Petri网所描述的系统可用如下的12元组表示。

其中:

2)I和O分别是模型的输入和输出函数;

11)M0为初始标识。

其中,条件(1)表示库所pi对应的机场正被飞机a占用;

条件(2)表明该飞机执飞下一航班的过程由变迁ti来描述。

TPNs中变迁采用弱激发策略,也即到达库所的托肯在使能变迁后并不立即激发变迁,而是在变迁使能达到(b-a)个单位时间之后才能激发,且激发无时延。

2 TPNs的线性推理方法

2.1 TPNs的线性逻辑描述

线性逻辑的主要连接符可定义如下:

其中:

Pk表示库所;

mk表示托肯数目;

2.2 TPNs的线性逻辑化简规则

为描述方便,首先定义几种时间运算关系。

考虑所建TPNs模型的特征及航班延误波及分析需要,进一步在线性逻辑的基础上,定义TPNs变迁之间的化简规则,分别表示模型所含变迁和变迁序列的顺序激发关系,并给出其对应的时间信息运算公式。

规则1:假如两个变迁t1:p1-莓p2,θ(t1)和t2:p2-莓p3,θ(t2),t2的激发以t1的激发为条件,则t1和t2是顺序激发关系,满足如下规则:

其中:连接符“·”表示变迁顺序激发关系;

3 基于TPNs模型的航班延误波及分析算法

在基于TPNs模型对某一飞机执行的某一航班进行延误波及分析之前,需依据航班的飞行路径(也即先后经过的机场),从整个TPNs模型中析取出对应的子模型。

该子模型具有以下特征:

1)子模型只有一个起始库所和一个结束库所,且在对应于整个执飞路径而生成的子模型中,起始库所和结束库所名称不同,但均表示航班占用源机场的状态;

2)子模型中不存在环路。上述特征可以保证子模型在任何情况下都能够基于2.2节的化简规则推演至最终状态,即托肯能到达源机场对应的库所。

算法1基于TPNs模型的航班延误波及分析算法

输出:航班占用后续飞行路径上各库所对应机场是否延误及延误水平。

Step1:根据用户问题构造相应的TPNs模型;

算法复杂度分析:航班延误分析需要基于实时获取的航班运行数据展开,以便为航空公司运行调度提供决策支持,因此有必要分析上述算法的复杂度。

首先,考虑生成子模型的时间复杂度。若当前状态下,发生初始延误的源机场接下来有s个航班离港,执飞每个航班的飞机接下来需要飞抵的机场数量为n,则基于TPNs模型生成用于航班延误分析的子模型的时间复杂度为O(ns)。

其次,考虑所有子模型中,每一个飞机在下游各机场的航班延误分析的时间复杂度。若执飞每个航班的飞机接下来需要飞抵的机场数量为n,则航班延误分析的时间复杂度为O(n(n+1)/2),故在所有子模型中完成航班延误分析的时间复杂度为O(sn2)。因此,上述算法总的时间复杂度为O(s(n2+n))。

一般而言,一架飞行一天中执飞的航班数量不会太大,也即n不会太大,且从源机场出发并受到初始延误影响的航班数量不会太大,也即s不会太大。可见,上述航班延误分析算法是简洁的,可用于航班延误实时分析。

4 实例分析

图4(2)所示TPNs模型中各元素的属性如表1、表2所示。

假设源机场A由于某种原因使得所有出港航班发生延误,在其波及的后续延误没有因空中加速飞行而得到补偿,即飞机的空中航行时间是既定的。利用第3节所给基于TPNs模型的航班延误分析算法,分析在不同的初始延误水平下,各航班在下游各机场的延误波及情况如表3所示。

可见,当源机场的初始延误时间Tid较短时,波及的下游机场个数越少,而随着Tid的不断增大,波及的下游机场逐渐增多。但是,当Ti d达到一定阈值时,初始延误将会波及到下游所有的机场,但每个机场的延误时间都会依次减小。

5 结语

提出了一种航班运行时间Petri网模型,利用线性逻辑对所建模型进行约简,在此基础上给出具有实时性的航班延误波及分析算法,支持展开各航班在下游机场的延误波及分析,为航空公司实施航班延误控制提供了实时预测支持手段。所给模型和算法在航班运行智能调度、航班延误预警与对策制定等应用领域有很好的发展前景。

由于航班运行受到外界环境的影响,具有很大的不确定性,如何考虑不确定时间信息使得所给航班延误波及分析算法更加智能、快捷将是今后研究的重点。

参考文献

[1]丁建立,陈坦坦,徐涛.基于时间Petri网的航班延误链式反应模型构建[J].系统仿真学报,2008,20(14):3888-3891.

[2]丁建立,陈坦坦,刘玉洁.有色-时间Petri网航班延误模型与波及分析[J].计算机集成制造系统,2008,14(12):2334-2340.

[3]Beatty R,Hsu R,Berry L,et al.Preliminary evaluation of flight delay propagation through an airline schedule[C]//2nd USA/EUROPE Air Traffic Management R&D Seminar.Orlando,USA:FAA CDM Analysis Working Grougp,1998,1-19.

[4]Paul R,Lisa S,Leonard W.Flight Connections and Their Impacts on Delay Propagation[J].Digital Avionics Systems Conference,2013,1(5.B.4):1-9.

[5]Khaled A,Sharmila S,Sidhartha R,et al.A model for projecting flight delays during irregular operation conditions[J].Journal of Air Transport Management,2004,10(6):385-394.

[6]荣耀,王建东.基于关键飞行资源的航班延误波及DAG模型的研究[J].小型微型计算机系统,2009,30(11):2243-2245.

[7]荣耀,王建东,徐涛.航班延误预警图形组件包的设计与实现[J].计算机工程,2009,35(20):16-19

[8]荣耀,王建东.航班延误预警Web服务的设计与实现[J].计算机工程,2008,34(22):66-69.

[9]陈海燕,王建东,徐涛.基于延误波及的航班延误状态空间模型[J].信息与控制,2012,41(2):251-255.

[10]Ning Xu,Kathryu L,Chun C,et al.Bayesian Network Analysis of Flight Delays[J].TRB 2007 Annual Meeting,2007.

延误航班体会 篇2

在刚接触民航工作，新员工入职培训时就听说了很多关于航班延误的负面事件，我想这也是部分新员工不愿意加入接离机项目的原因之一吧。而我却一直想找到这些负面事件的原因何在，渴望有机会总结出一套解决这些负面事件的方法，所以我很欣然的加入接离机项目。

自从出师单独保障航班后，给我的感觉是航班延误原因无非就那么几点，但造成负面事件的原因实在太多，使我一下子感觉之前所拥有的汽车行业知识毫无用武之地，真是隔行如隔山啊，不过这也使我对了解民航相关知识更加渴望。

随着接触的延误航班越来越多，给我的感觉，在航班延误后情绪比较激动的旅客大多有这几类。首先是很少选择坐飞机出行的旅客，哪怕只有半小时的延误他们也会抱怨，而且大多表达方式为“每次……都……”，我的性格属于那种比较乐意与人交往的，不会因为他们无知的表达而置之不理，或者随口忽悠。刚开始我认真、耐心的给他们解释延误原因，可后来我渐渐在与他们的对话中发现，其实他们所说的“每次都晚点”可能无非就是上次坐飞机晚点，或者说他们总共就只坐过那么几次飞机，在他们的印象里就没有正点的航班。后来我发现如果再有这类似的旅客抱怨时，我不用给他们说太多，只需要顺着他们的思维引导他们静下心回想下上次是什么原因延误，和这次延误原因是否一样，这样一来我认为有个好处是能一定程度上让他们理智思考，因为好几次都发现旅客还在回忆过程中表达就已经开始模棱两可、吞吞吐吐的了，不在那么理直气壮。俗话说不知者不惧，对待这类严重缺乏民航知识的旅客时，我认为我们站在登机口就有义务教与他们一些基本知识，不至于他们下次犯同样的毛病。

其次是动不动就要求赔偿的旅客，这类旅客可能也包含之前提到的那一类，不过这一类要厉害一点的是他们还知道向常坐飞机出行的朋友了解维权信息，常规表达方式多为“我朋友（或者直接说我）上次坐某某航空（多半不会说现在自己所坐的这家航空公司）……才延误XX小时，别人都赔钱了的……”这类旅客不乏也有常坐飞机出行，或者说他们其中真有得到过赔偿的，但也只是半灌水响叮当，以偏概全。对于这类似旅客，我现在的做法还只有给他们分析延误原因，告知一些赔偿所需的条件，但效果不是很好，所以在这方面我认为还要涉及到合同法的知识，现在有点后悔当初学校开设的《经济法》没认真对待了！！

关于赔偿，个别旅客还有更高的要求，我曾经遇到过飞机晚到了（大概是下午的航班），旅客以拒绝下飞机为威胁，要求我们（主要是机组）要找免费专车送旅客到指定地点，当时因为旅客主要还是是在于机组交谈，所以我还以为某些航空公司还真有这项服务呢！！后来在登机口也发现有很多这类似的旅客，他们根本听不进去任何解释，只认一个死理“航空公司早知要延误，如果提前告诉我我就不会来机场了……，这路费得你们出……”对于这样的旅客，现阶段我的回答也不在解释了，听完旅客的抱怨后直接回一句“您是从哪里赶过来的？”“路费您希望赔偿多少？”从哪里来，旅客不假思索可以马上回答出来，但希望赔偿多少，这时旅客大多心术不正，会思考一下，这时不等旅客开口就直接告知旅客“这班飞机还有从某某地赶过来的（反正这某某地要比旅客说的要远的地方），那别人的路费我们是否也一起赔偿呢？这不符合情理，也没有统一的标准……所以您这要求真达不到……”这样直接揭露旅客自私自利之心，旅客的反应往往带有一种茫然，气势也不在咄咄逼人了。虽然现在我用这样的方法屡试不爽，但总觉的还应完善，必定担心旅客气晕的头失去理智！！

最后，最近还遇到一些过激旅客表达出要求取消要延误的航班……能说出这样谬论的类似旅客还真不少，我作为一名民航的新员工来说，也只有不断的学习民航相关知识，力求全面发展，今后能从心理学、社会学找到不同过激旅客情绪激动的根源，从而引导旅客理性思考。比如现阶段的部分中国旅客还将坐飞机视为奢侈消费过度维权……比如现阶段的中国正处于全球最大的发展中国家，经济飞速发展，生活节奏加快，而飞机这种最为快捷的交通工具居然还要延误……这时难免一些心理问题因此一触即发！！

解读航班延误 篇3

早上起来，打开电脑，映入眼帘的都是关于航班延误的新闻：“索赔不成拒绝登机，6名旅客滞留机场16个小时”、“东航航班延误11小时，千人滞留虹桥机场，旅客冲击柜台”。看到这样的新闻标题，我根本没有把全部内容读完的欲望，内心里似乎充满的只是愤怒。对大多数人而言，航班延误的原因可能就只是简单的“晚到、管制、天气、机组、故障、调度”等词语。但实质上，航班延误的原因远非如此简单。从大的范围看，航班延误的原因至少有四个方面，即：航空公司原因、天气原因、空中交通管制系统原因与安全原因等。航空公司的原因主要有类似机组晚到或超时等机组原因、机票超售或航班合并等商业原因、机械故障或零备件短缺等机务原因、配载或海关文件晚到等地面服务原因等：天气原因则包括低于最低条件、除冰检查、航空器除冰、地震、极端高温或低温、冰雹、由于航路天气原因在登机口等待、台风、闪电、提前取消、暴风雪、雷雨天气、龙卷风等；空中交通管制系统原因则包括机场条件、空中管制、等待空中管制解除、空管流量控制、跑道关闭、空管设备故障或失灵、跑道上航空器移动受限、大面积延误等；安全原因则包括炸弹恐吓、安检设备失灵、紧急疏散、因安全考虑而重新登机、空域安全、武器没收等。以上诸多原因，从延误责任界定上看，航空公司原因造成的延误显然在航空公司，但其它的天气、空管与安全等原因，都属于非承运人（航空公司）原因。简单地说，对于前者，航空公司是过错方，对于后者，航空公司与旅客都属于“有选择的受害方”。

因此，我们需要明白以下几个问题：

第一：航班延误后，我们能够享有的权利是什么？

一直以来，航班延误之后旅客可能享有的权利问题饱受争议，以至在服务现场，形成了一种“会哭的孩子有奶吃”、“不闹不赔，大闹大赔”等现象，给人一种航班延误服务乱、航空公司不担责、旅客只有暴力才能维权的不良印象。然而，在经历了“航空安全”、“员工伤害”与“企业经济损失”等恶性事件之后，行业管理部门与地方政府管理部门加大了行业安全监管与治安管理力度，民航服务企业也加大了自身维权与员工权益保障工作，一味的“暴力维权”可能给自己带来不应有的后果。因此，面对法律与规章日益完善的服务环境，我们可能需要冷静地看待自己的权利。

目前，从行业监管部门颁布的相关法律与规章来看，涉及到航班延误服务的条款主要有以下的内容：《民用航空法》的“第九十五条，公共航空运输企业应当以保证飞行安全和航班正常，提供良好服务为准则，采取有效措施，提高运输服务质量。旅客运输航班延误的，应当在机场内及时通告有关情况”、“第一百二十六条，旅客、行李或者货物在航空运输中因延误造成的损失，承运人应当承担责任：但是，承运人证明本人或者其受雇人、代理人为了避免损失的发生，已经采取一切必要措施或者不可能采取此种措施的，不承担责任”：《中国民用航空旅客、行李国内运输规则》的“第十九条，航班取消，提前、延误、航程改变或不能提供原定座位时，承运人应优先安排旅客乘坐后续航班或签转其他承运人的航班。因承运人的原因，旅客的舱位等级变更时，票款的差额多退少不补”、“第二十三条，航班取消、提前、延误、航程改变或承运人不能提供原定座位时，旅客要求退票，始发站应退还全部票款，经停地应退还未使用航段的全部票款，均不收取退票费”、“第五十七条，由于机务维护、航班调配、商务、机组等原因，造成航班在始发地延误或取消，承运人应当向旅客提供餐食或住宿等服务”、“第五十八条，由于天气、突发事件、空中交通管制、安检以及旅客等非承运人原因，造成航班在始发地延误或取消，承运人应协助旅客安排餐食和住宿，费用可由旅客自理”；“第五十九条，航班在经停地延误或取消，无论何种原因，承运人均应负责向经停旅客提供膳宿服务”、“第六十二条，航班延误或取消时，承运人应根据旅客的要求，按本规则第十九条、第二十三条的规定认真做好后续航班安排或退票工作”。至于《航班延误经济补偿指导意见》，它只是一个指导意见，并没有相应的法律效应，却在实际纠纷中成为重要的依据，实是令人悲哀。

因此，根据上述内容，在航班延误时我们可能享有的权利包括：因航空公司原因造成的延误，我们享有免费的“改、转、退”票的权利，以及应有的住宿与交通等的安排权利，甚至还可以享有一定的经济补偿权利。但并不享有因延误而带来的后续损失赔偿的权利（详见《最高人民法院关于审理旅游纠纷案件适用法律若干问题的规定》）。当然，这里自然就会涉及到补偿标准的高低了。从目前的法律与制度层面，恐怕难以找到具体的标准，但或许我们可以考虑从行政的层面，直接约束一个标准，这个标准或许可以参考国家有关最低工资水平，或是城市平均工资水平来确定。至于非航空公司原因造成的延误，我们可以享有知情权、享有自主且需要根据规则“改、转、退”票的权利，以及要求航空公司协助安排食宿的权利。这就意味着，目前的非航空公司原因延误情况下的食宿安排与交通安排，完全是企业的“人道”精神，是对旅客服务的一种“成本超越”，与法律制度要求的责任无关。

第二：延误现场，我们该如何维护自己的权利？

合理、合法维权，显然是我们旅程中需要掌握的重要原则。因此，航班延误现场的维权，我们也需要根据延误原因的不同，而采取不同的行动。对于由航空公司原因造成的延误，我们需要首先是根据自身的行程安排与客观条件（主要是航线与航班等条件），向航空公司要求及时与便捷的行程安排，如“更改、签转”航班，或是做出“退票”中断行程的决定；在上述条件因客观因素而得不到满足的情况下，再转而寻求食宿安排或是替代交通安排。如果上述要求都得不到满足，那我们要做的可能只有一条，即收集现场服务证据，寻求向行业管理部门投诉或是法律渠道解决。

但是，当我们遭遇的是因为天气、空中交通管制或是安全管制等原因引发的航班延误时，我们最好地的办法就是寻求航空公司的协助，实现航班的“更改、签转”，或是结束行程，或是住宿、停留、等待。然而，需要提醒的是，在这些原因引发的大面积航班延误时，上述的协助要求都有可能无法得到满足。譬如发生在2010年8月18日晚至19日的成都机场大面积航班延误事件。从18日晚10时30分左右开始，成都遭受雷雨天气袭击，双流机场雨量达到暴雨级。受此影响，双流机场关闭停航达2小时零10分钟。其结果是导致了20多个进港航班不能准点到达，分别备降在绵阳、贵阳、昆明、西安等周边机场，同时直接造成了100多个航班延误，9000多名旅客被迫滞留机场，不能按时准点到达目的地。在这样的情境下，不要说协助安排酒店，就是协助实现航站楼内的人员疏散就难以实现。因此，这种情况下的“维权”，与其说是争取权利，还不如说是让我们每一位旅客尽自己的一份社会责任，做一个合格公民、或是旅客，耐心地等待。

记得，在网上曾经出现过两张绝然不同的延误现场照片：一张是国内某机场在遭遇因暴雨天气引发的大面积延误后，由于“旅客闹事”而留下一片狼藉的场面：另一张是则是美国洛杉矶机场在遭遇因机场信息系统故障导致服务瘫痪30分钟，所有航班都无法进出港的情况下，旅客整齐、且安静地站在现场等待的场面。在我们身边，经常有人说：“外国的月亮比中国的圆”，却很少有人质疑，外国公民的素质，难道真的比我们高7我之所以如此发问，只是想让大家也试着想想，我们在旅行中的义务与责任是什么。

航班延误恢复模型研究 篇4

一般来讲, 航班延误所造成的经济损失有两种:一是显性损失, 即直接损失, 包含航空公司本身的损失和旅客的经济损失, 而航空公司的损失又包含延误航班的运营成本损失和延误航班的盈利损失;二是隐性损失, 即无形损失, 一般是指信誉损失和间接损失, 因其不确定性, 在本文中不考虑。

文中假定延误航班所造成的显性损失与延误时间成线性关系。

1.1 旅客经济损失

借鉴国外相关因航班延误造成旅客经济损失的结论, 旅客经济损失与飞行等级有紧密联系, 其具体时间价值如表1。

由表1可以看出, 旅客的平均时间价值是28.6美元/时。参考国外时间价值理论, 结合我国现行航班飞行状况, 我国民航国内航班旅客平均延误时间价值是50元/时, 国际旅客和重要客人约为100元/时。可以得出旅客经济损失表达式为:

上式中Cbp (t) 为航班延误造成的旅客损失;αbp为旅客平均延误损失;s为飞行航班客座率;P为航班最大载客人数;t为延误时间, 这个参数由航班计划与实际起飞时刻共同决定。

1.2 航班运营成本损失

一般来讲, 不同机型造成的运营成本损失不同, 影响运营成本的因素还包括飞机重量, 重量级不同的飞机收取的机场服务费等成本不同。根据国际民航组织规定的标准, 各类机型延误时间运营成本如表2。

对于不同类型的飞机可以计算出延误运营成本损失:

上式中:Cbj (t) 为运营成本损失;αbj为航班每小时运营成本损失, 其值取表2;t同旅客经济损失表达式中一样为延误时间。

1.3 航空公司盈利损失

延误航班会直接对公司的盈利造成影响, 一般由航班机型所能承受的最大载客量、客座率及公司的利润决定。设r为航空公司的净利润率, 一般取2.98%, 平均飞行时间设为f, 平均票价为a, 可得到公司净利润abv=P·s·a·r/f。

进而得出延误盈利损失Cbj (t) =αbj·t。

1.4 调运飞机成本

调运飞机成本, 即表示Cbf (t) , 表示航班取消时, 需从其它机场调机的成本。

2 模型建立

2.1 模型建立及分析

通过以上对航班延误所造成经济损失的分析, 以下建立的模型将不考虑隐性损失。对应的航线影响因子设为θ。

目标函数为:minM=min (∑Cbp (t) +∑l1 Cbj (t) +∑Cbv (t) +∑l0 Cbv (t) ) 。

目标函数解释:

目标函数表示所有航班延误造成的经济损失或延误时间最小。

l1+l0=1, l1, l0∈{0, 1}, 表示航班延误时, 不起用调机策略;航班取消时, 起用调运机策略。

T为计划起飞时刻, R为延误起飞时刻, t由R与T共同决定。

求解基本:当航班延误或取消时, 即执行把机场所有停驻飞机和已经恢复投入使用的飞机作为调度对象, 将这些飞机进行整合, 飞机还包括延误之后到达机场的飞机, 再将这些已经整合好的飞机重新进行派遣, 使所有航班造成的延误损失或时间最小化, 求解过程采用启发式方法和匈牙利算法相结合的方法。

对于上述假设, 可构造以下延误时间矩阵:

上式矩阵中任一元素tij (i取1, …, m;j取1, …, n) 表示i时刻航班的飞机执行j时刻航班时的延误时间。对应的, 由以上延误时间矩阵转化成延误经济损失矩阵为下面的Mb矩阵:

Mij (i取1, …, m;j取1, …, n) 表示i时刻航班的飞机执行j时刻的航班时的延误经济损失。

2.2 求解步骤

通过以下模型分析, 将其转化为算法来实现:

1) 将确定延误的航班列出制作成航班延误表, 详细记录延误航班相关信息, 如某时刻航班、飞机型号、最大载客人数、客座率、平均票价、延误时间;

2) 将可以执行任务的飞机列出, 并总结成飞机总表, 要包含这些信息:航班号、机型、所停机场、到达时间、下班任务所载旅客。对此总表进行分类处理, 得到可以进行替代执行航班任务的飞机型号表, 记为ZH;

3) 分析ZH和航班延误表, 将其可以进行替代执行任务的飞机列出, 并计算相关延误时间, 如果不能执行替代任务, 则填NULL;

4) 在第3步中的每个可以进行替代的飞机型号间, 把延误时间最短的替代关系飞机型号列出, 并作为调整方案;

5) 上述4步当中, 若得出的方案无重复任务, 则可以得出想要的答案;若有, 则将有重复任务的i航线进行匈牙利任务指派, 重新优化方案。不断重复以上步骤, 并使飞机无重复任务为止, 最后得到调整表及延误时间表。

3 算例 (如表3)

注:始发时间为空时, 表示该飞机执行航班任务延误。

3.1 以延误时间最短为目标函数

通过上表, 首先列出可以进行替代执行任务的飞机型号, 并计算其延误时间表4。

表4中第一行代表型号为5的飞机分别执行型号4、7、9、11飞机航班任务的延误时间。同理, 整个表皆如此。其中NULL表示无法进行替代。现采用匈牙利算法使其延误时间最小, 主要手段是:5号飞机被7号替代, 7号被11号替代, 9号与7号不变, 如此可以减少20min延误时间。替代方案如下:

注此矩阵中单位为小时。

3.2 以延误经济损失最小为目标函数

对应的目标函数为最小时, 其优替代方案如下矩阵, 经济损失为90 243元。

4 结论

本文主要基于航空公司延误恢复问题讨论, 建立模型, 采用启发式算法式与匈牙利算法相结合, 得出最优解。该法能有效的减少总延误经济损失, 且操作简单, 具有很好的借鉴性。

摘要：本文探讨了航班延误恢复模型。本文基于航班延误造成的经济损失、社会效益而考虑, 首先对航班延误所造成的影响分析, 再提出一种新型恢复调度模型, 以减少因航班延误所造成的经济损失或时间的延误。

关键词：航班延误,恢复,模型

参考文献

[1]都业富, 田振才.民航航班延误成本的上升趋势.中国民用航空, 2004.

航班延误理赔材料 篇5

关于航班延误理赔需要准备的材料如下：

1.理赔申请表

2.保单（原件/复印件均可）3.身份证正反面复印件

4.银行卡正反面复印件（请注明开户行）

注：如果客户一家人需要打到同一张卡上还需要填写赔款委托授权书 5.护照持有人页以及出入境页复印件（如果是国内航班则不需要）6.登机牌原件

7.航空公司延误证明原件（需要明确注明航班号延误时间以及原因）8.以及其他所能提供的与理赔相关的资料

注：根据条款，在预定旅行开始前7日内，被保险人预定搭乘的飞机，火车或轮船承运人的受雇人罢工，目的地或始发地发生传染病、战乱、暴动、骚乱或恶劣天气、自然灾害而导致被保险人被迫取消旅行，保险人赔偿该被保险人预付的实际未使用且不可退还的旅行费用。

关于个人随身财产丢失理赔需要准备的材料如下：

1.理赔申请表

2.保单（原件/复印件均可）3.身份证正反面复印件

4.银行卡正反面复印件（请注明开户行）5.护照持有人页以及出入境页复印件 6.报案记录及警方出具的失物清单原件 7.所丢失物品的发票或刷卡记录 8.如有现金损失请准备购汇单

关于医药部分理赔需要准备的材料如下：

1.理赔申请表

2.保单（原件/复印件均可）3.保险事故情况说明表 4.身份证正反面复印件

5.银行卡正反面复印件（请注明开户行）6.护照持有人页以及出入境页复印件

7.病历卡以及医院所开具的所有单据及发票原件、CT片子 8.以及其他所能提供的与理赔相关的资料

关于现金被盗所需要的理赔资料如下：

1.理赔申请表

2.保单（原件/复印件均可）

3.身份证正反面复印件

4.银行卡正反面复印件（请注明开户行）5.护照持有人页以及出入境页复印件 6.当地警方报案记录和明细原件

7.如果是外币的话，需要提供外币兑换单

ه关于旅行变更需要准备的材料如下：

1.理赔申请表

2.保单（原件/复印件均可）3.身份证正反面复印件

4.银行卡正反面复印件（请注明开户行）5.护照持有人页以及出入境页复印件 6.导致旅行变更的证明

7.购买旅行服务的相关发票及付款方式证明 8.旅行合同/行程证明和酒店预定证明

从空管的角度看航班延误 篇6

一、气象条件因素

恶劣天气是飞行安全的“天敌”, 气象条件苛刻时, 管制员和飞行员的工作量和工作压力都成倍增长。影响飞机起飞、着陆的天气主要是低云、低能见度、低空风切变、雷雨及冰雪。根据国际民航组织的要求, 为了增强飞机起降的安全性, 国内各机场都装备了I类仪表着陆系统 (盲降系统) 来应对低云、低能见度, 其标准为跑道视程800米, 垂直能见度60米, 意思是当机场的跑道视程和云底高度满足以上条件, 并且机组成员和飞机都具备I类标准时飞机就可以着陆。北京首都和上海浦东等枢纽机场装备了II类仪表着陆系统, 高级别的系统意味着飞机可以在更苛刻的气象条件下起降。然而仅提高机场的保障能力是不够的, 还需要航空公司方面增加投入提高飞行员复杂气象条件下的飞行能力, 以及为飞机配置相应的高级别设备。在空管指挥中可以发现, 当机场终端区天气恶劣时, 多数国际航班具备II类气象条件下的起降能力可以正常起降, 而大多国内航班只满足I类标准, 会采取盘旋等待或返航、备降等措施, 造成不可避免的延误。除了普通雷雨, 冰雪也会造成跑道积雪或机身积雪导致延误。在东北地区, 冬季长时间下雪时机场会因为跑道连续积雪而关闭。2008年初我国遭受大面积雪灾, 延误航班不计其数, 许多枢纽机场的跑道积雪能够被迅速清除, 尴尬的是清除机身积雪却没那么快了。以上海浦东机场为例, 由于地处少雪的南方地区, 机场只配备了两辆机身除雪车, 其中一辆还故障频发, 每架飞机除雪需要15到30分钟, 这对于高峰起降每小时近60架次的浦东机场来说, 无疑是杯水车薪, 也是个始料未及的短板。相信经过那次考验, 国内许多机场的应急处置能力都上了一个新台阶。

航路上有雷雨或积云时, 机组会向管制员申请向同一个气象条件合适的区域绕飞, 导致单位区域内的飞机数量剧增, 原本相互没有影响的飞机会产生同高度汇聚、对头穿越等飞行冲突。管制员一方面要向军方通报天气情况申请绕飞空域, 另一方面还要付出更多的精力保障飞行间隔提高安全余度, 比如安排双倍高度差、双倍水平间隔, 提供飞行活动通报等, 此时实施适当流量控制是合情合理的。管制员对于航路天气的掌握目前主要依赖航班绕飞特点和机组报告, 而通过雷达屏幕对天气直接观察的技术还不够成熟。管制员如果能够直观的看到雷雨的区域、强度, 会制定出更精准管制预案、发布更合理的流量控制, 这向气象和技术保障部门提出了较高的要求。此外在对空指挥中可以发现, 不同的航空公司对于航路天气的敏感度是不一样的, 比如日本的各航空公司航班会在进入巡航高度前就申请气象条件有利的巡航高度层, 以减少颠簸、绕飞的几率, 而国内航空公司航班很少提前申请, 遭遇恶劣天气时会造成一定的被动。

二、空域及航路结构的限制

空域紧张是所有民航人的共同认知。国内的航路结构相对于飞行量的增加是发展不平衡的。2007年11月, 为了增加空域容量我国进行了高空空域缩小垂直间隔的改革, 使得高空可用高度层从7个增加到13个。但随后很多大的管制中心之间重新签订了协议, 为建立“空中立交桥”规定了航路主用高度, 这虽然使交叉汇聚在管制区域外就得到解决, 可浪费了不少高度资源, 也变相产生了流量限制。近十年来北京、上海、广州的航班量以每年10%以上的速度递增, 仅增加高度层已不能满足日益增长的航班量, 原本紧张的空域资源愈显狭促, 相应民航航路的优化却不够彻底。以青岛-广州的航班为例, 在飞越上海上空之前的前三分之一航程, 如果能飞临时航线, 会节省约100公里航程近10分钟时间, 每天单程8个班次节油约3.5吨, 同时也降低了对空指挥复杂度。无锡起降往返杭州以南到东南沿海城市的航班, 如果能采用临时航线作为进离港航线, 会减少很多相对冲突, 同时能节省120公里航程近15分钟时间, 每天往返约40架次节油约30吨。可惜的是这些临时航线是很少可用的。航路改革不是一朝一夕就能完成, 它涉及到地面导航设施的配置, 空军训练空域的变动等, 任重而道远。可以肯定的是航路优化工作在一直进行着, 部分骨干机场已经建立了进出港分离航线, 一些繁忙航线也开辟了平行航线来分流相对飞行。在优化后的管制区域, 对空指挥时可以明显感觉到安全余度的增加和冲突量的减少。同时我国也在积极开展低空空域开放、军民机场合用等措施, 这些为减少航班延误提供了空域容量载体。

三、军方活动的限制

中国现阶段空管体制的基本模式为:在国家空管委领导下, 空军统一组织实施全国的飞行管制, 军民航按照各自职责分工提供空中交通管制服务。在大多数管制区, 军民航空域重叠, 空军的常规训练大多会关闭一些民航临时航路以及恢复常规航路高度限制以确保军、民航空域互不干涉, 此时对航班流量限制比较小;在特殊训练飞行或执行任务时, 军方会设置临时空中限制区、禁区等, 空域限制通常会占用一半以上的民航高度层, 严重时候会关闭航路, 由于其机密性有时还会来得比较突然。此时管制中心会迅速接管相关机场航班放行权及对相邻管制区发布流量限制, 对地面上的航班依据空域剩余容量发布放行许可, 对已经在空中的有影响航班改变其航行元素进行避让或指令其在区域外盘旋等待, 空军活动的持续时间少则半小时, 多则一整天。由于近些年航班密度不断增大, 由空军活动空域限制产生的延误已不可忽视, 有报道称2010年军航活动产生的延误以达到延误总数的7%。为了减少其影响, 空军部门已确定了多项对策以期切实解决飞行繁忙地区空域矛盾, 如推进军航训练模式改革, 促进空域分时分层使用, 配合民航相关部门合理优化航班时刻等。相信随着军民航之间的协调沟通进一步加深, 二者会迎来双赢的发展时期。

航班延误问题的检验优化模型 篇7

我国是不是世界上航班延误最严重的国家?我国航班延误的主要因素是什么?我们需要通过什么措施改善国内航班延误?

二、问题分析

首先是国内航班延误率标准与国际航班延误率标准有差异,故我们需要评判两种不同标准下国内航班的延误等级;其次是航班延误问题的主要因素是机场自身、流量、天气、其他等四种,因此我们需要确定四种因素在航班延误中占的比重;最后利用灰色预测对模型进行进一步的研究。

三、模型假设

无战争等政治因素影响;无严重自然灾害影响;航空公司或机场无重大变故。

四、模型建立与求解

首先,国内和国外的延误标准不同,得到的航班准点率的评价也不同。于是,我们采用熵权法模型进行了指标权重的讨论,用熵权法和模糊综合评价模型进行了第一问的讨论。通过对在国内外不同标准下的中国航班延误等级的比较,国内评判的延误等级比国外要高一些,但中国航班的延误等级无论是在哪种标准之下都是隶属于低等级;通过数据拟合,得到以下图为:

在11个主要国家航班准点率的对比中,第三个条形图是中国(china)主要航班的平均准点率,相对其他国家和地区是最低的,因此中国是国际上航班延误最严重的国家。

其次,针对航班延误问题,我们找到最终致使航班延误的主要因素有机场自身、流量、天气和其他等四种;如图

经计算,得到四个因素所占的权重分别为:

l=[.0467296.0277181.0160088.0095435]从我们得到的权向量可以看出,影响航班延误的主要因素是机场自身因素。其次是流量因素,天气因素及其他原因。所占的百分比分别为47.9%、25.6%、18.0%、8.5%。因此针对航班延误问题的方案,机场自身问题提出的方案权重最大。我们应着重于机场自身问题的解决。

最后,为了验证层次分析法中方案层对航班延误率的影响,同时考虑到一个模型应该对未来有应用价值。基于对过去国内航班准点率数据的分析,我们对未来航班平均延误率进行了预测,建立了灰色预测模型。给定观察数据列,X(0){X(0)(1),X(0)(2),…,X(0)(n)},通过累加生成新序列,得X(1){X(1)(1),X(1)(2),…,X(1)(n)};

通过层次分析法中的微分模型

以及相关数据,解得

通过matlab编程进一步预测,未来两年的航班准点率分别为74.0%和74.2%,依然较低。因而我们可以得到以下建议:(1)合理增加航线数量;(2)加强空域流量控制;(3)增大空中交通管制设备和方式的投入力度;(4)加强恶劣天气的应急措施。

摘要：如今,越来越多的人选择搭乘飞机出行,因而航班延误问题也越来越受到人们的关注,为此我们深入解决了香港南华早报网报道的航班延误问题。通过采用模糊综合评价模型,评判国内外航班延误的统计标准,确定我国航班延误最严重;接着分析影响航班的影响因素,利用层次分析法得出航空公司自身因素为影响航班的最主要因素;最后分析不同方案的权重,提出合理的建议。

关键词：航班延误,模糊综合评价,层次分析,灰色预测

参考文献

[1]姜启源.数学建模.高等教育出版社,1993

[2]吴建国.数学建模案例精编.中国水利水电出版社,2008

[3]李尚志.数学建模竞赛教程.江苏教育出版社,1996

混合遗传算法求解航班延误恢复调度 篇8

航班延误恢复调度 (Recovery Scheduling of Flight Delays, RSFD) 是指由于某些原因造成了大面积的航班延误, 当恢复起飞时, 需要重新调度延误航班。航班恢复调度问题是一个多目标的优化问题, 目前国际、国内在理论与实际应用上都没有很好的解决方法。国内机场的普遍做法是靠航空管制员自身的经验和判断进行的, 基于先到先服务原则 (First Come First Serve, FCFS) , 调度效率较低。因此本文考虑引入遗传算法, 遗传算法 (Genetic Algorithm, GA) 在解决最优化问题上有较好的效果, 但“早熟” (Prematurely) 现象是目前遗传算法研究中的关键问题。所以在这种情况下考虑引入模拟退火算法对遗传算法进行改进, 利用该算法在搜索时可以以一定概率接受劣质解的策略避免遗传迭代过程提前陷入局部最优, 从而提高算法的鲁棒性, 将两者结合, 有利于丰富优化过程中的搜索行为, 增强全局和局部搜索能力和搜索效率。

1 航班延误经济损失

航班延误经济损失通常包括显性损失和隐性损失两部分[1,2], 如图1:

延误航班的运营成本

按照尾流强弱可以将现有的飞机分为3类来讨论运营成本, 见表1。假设重型机、中型机和轻型机的延误运营成本分别为10万元, 7万元和5000元, 得出每小时延误运营成本见表1:

则飞机延误运营成本cp (t) 为:

式中t为延误时间。

延误航班的盈利损失

中国目前航空公司的平均净利润率r约为2.98%, 假设航班客座率s为80%, 平均票价b为800元, 平均飞行时间f为1.5h, m表示最大载客人数, 则飞机每小时赚取的利润aq为

延误航班的赢利损失cq (t) 为

旅客经济损失

国外就延误对旅客造成的经济损失做过系统的分析如表2, 旅客的平均时间价值为, 其中最低时间价值为, 最高时间价值为。

中国民航对于普通国内航班每名旅客延误经济损失约为50cny·h-1, 对于国际航班和VIP旅客延误经济损失约为100cny·h-1。因此延误造成的旅客总经济损失cs (t) 为

式中as为航班延误单位时间每名旅客的平均经济损失。

航线影响因子

计算延误造成的各种损失时, 航线对于恢复调度的影响是很重要的, 航线密度越大, 恢复起飞时就越应该优先考虑。北京首都机场和航线影响因子的对应关系见表3:

综上所述, 得出航班延误造成的总延误经济损失c (t) 为:

其中, θ为航线的影响因子。

对于延误航班序列F1, F2, F3, .., Fn设T1, T2, T3, ..Tn为航班的原计划起飞时间, TT1, TT2, TT3, .TTn为航班的实际起飞时间, t1, t2, t3, ..Tn为航班的延误时间。

以上面总结的各类经济损失为基础, 设计航班延误恢复调度模型为:

2 混合遗传算法求解航班延误回复调度问题

本文采用遗传算法与模拟退火算法相结合, 设计混合遗传算法[3,4,5,6,7]如下:

(1) 选择编码, 生成初始群体

本文对于研究的航班延误恢复调度问题采用实数编码, 如:12345678代表发生延误的航班序列, 在经过优化后得到新的染色体18524376, 这条新的染色体代表延误发生后给出的最新调度方案。通常取值在10到80之间的群体规模比较合理。因此先按照实数编码形成n个航班的一个全排列, 然后重复生成需要的种群数目。

(2) 设计适应度函数

在遗传算法里面, 适应度函数是用来度量群体中各个个体的适应能力的, 在群体中适应度大的个体遗传到下一代的概率较大, 否则容易被淘汰。遗传算法的适应值必须是非负数, 因此本文适应度函数的计算公式如下:

其中Cmax为同一代染色体中所有适应度函数最大的那个染色体的适应度值。

(3) 设计选择算子

本文采用适应度比例选择法, 设群体大小为M, 个体i的适应度为Fi, 则个体i的被选中的概率为pi为:

由上式可见, 适应度大的个体容易被多次选择。

(4) 设计交叉算子

本文采用改进的部分匹配交叉 (PMX) 方法。随机选取两个父辈染色体, 任意选择两个交叉点, 将一个染色体的交叉段移到对方染色体的前部, 然后将对方染色体的相同基因删掉得到新的子个体。

(5) 设计变异算子

本文采用倒位变异法设计变异算子。随机选择一个染色体的任意两个点, 颠倒此个体编码中这两个点的基因排列顺序, 从而形成一个新的子代染色体。

(6) 自适应参数调整策略

本文采用自适应参数调整策略调整交叉率pc和变异率pm, 达到有效防止早熟收敛, 具体为:

其中, fmax是某一代群体中适应度函数最大的个体的适应度;f表示此代染色体的平均适应度;f'为随机选取的两个交叉个体中适应度较大的一个, f"为变异个体的适应度。

(7) 最优个体保留策略

为了避免“早熟”, 在遗传算法中采用了保留最优个体的策略, 用它直接替换掉本代种群中经过所有遗传操作后所新生成的适应度值为最低的个体, 避免一些好的基因个体被提前淘汰。

(8) 模拟退火操作

模拟退火算法[8]模拟固体退火的过程, 采用Metropolis接受准则, 该算法可以有效缓解遗传算法的早熟压力, 避免一些劣质解里的有用基因在迭代过程选择中被淘汰。

Metropolis接受准则对应的转移概率pt为:

混合遗传算法的程序流程图如图2所示。

3 仿真结果分析

仿真案例

假设北京首都机场上午8:00开始出现了雾霾天气, 造成大量滞留, 大面积延误, 直到10:00天气情况好转, 可以恢复调度。延误数据如下表所示 (假设每2分钟起飞一架次航班) :

结果分析

本例中种群数目取为30, 初始温度为8000, 终止温度取为320, 最大遗传次数取为300, 衰减系数λ取为0.999, 算法采用MATLAB编程;图3 分别给出第20代种群图3调度结果图和第300代种群的染色体适应度分布图, 迭代过程中总延误费用变化图。

从图3可以很明显看出, 随着遗传操作的深入, 染色体分布由最初的混乱无序渐渐步入稳定, 延误费用的变化曲线逐渐趋于平缓, 延误费用最后收敛为一个较小的数值, 说明搜索到的解是满意解。得到新的调度方案如表5:

从得到的调度方案看到, 采用混合遗传算法得到的总延误费用比先到先得的传统调度算法得到的总延误费用减少了7.05%, 由此可见, 本文选取的调度模型和设计算法比较有效。

4 结束语

本文在延误模型的建立中, 综合考虑了航班延误所造成的航空公司经济损失和旅客经济损失以及各个航线的影响系数, 构建了新的恢复调度模型。在算法设计中, 采用了自适应参数调整策略来控制交叉和变异操作, 有效的避免优秀个体被破坏, 改善了遗传算法的性能, 同时考虑到遗传算法虽然有很好的全局寻优能力, 但有陷入“早熟”问题的风险, 将模拟退火算法引入到算法中, 利用其在一定概率下接受劣质解的特性改善遗传算法的不足, 提高算法的鲁棒性, 从而生成新的混合遗传算法来求解此问题。并针对首都机场的某时段离港航班数据进行了仿真试验, 计算结果表明了此模型的实用性及算法的有效性

摘要：综合考虑航班延误各类损失, 建立了合理的大规模航班延误恢复调度模型。以此模型的目标函数为适应度函数, 设计了基于遗传算法和模拟退火算法的混合遗传算法来快速有效的寻找优化恢复调度方案。仿真结果表明, 该算法与先到先服务的现行调度方法相比, 可以有效的减少各种延误损失。

关键词：航班延误,调度模型,混合遗传算法

参考文献

[1]丁健立, 王新如, 徐涛.航班延误恢复调度的混合粒子群算法[J].交通运输工程学报, 2008, 8 (2) .

[2]丁建立, 李华峰.一种新型航班延误组合预测模型[J].中国民航大学学报, 2011 (3) .

[3]王小平, 曹立明.遗传算法-理论、应用与软件实现[M].西安:西安交通大学出版社, 2002.

[4]赵慧娟, 孙文辉.基于退火遗传算法的单元测试方法[J].计算机工程, 2013 (1) .

[5]王秋芬, 梁雷道.一种求解0-1背包问题的启发式遗传算法[J].计算机应用与软件, 2013 (2) .

[6]李书全, 孙雪.遗传算法中的交叉算子的述评[J].计算机工程与应用, 2012 (1) .

[7]孔德剑.基于改进的遗传算法的多目标优化问题研究[J].计算机仿真, 2012 (2) .

航班延误波及 篇9

由于国内外机场运行、航空公司运控工作职能、业务流程有较大差异,因此国外相关研究成果［１－２］不能直接应用于我国机场。而国内［３－４］对航班延误成本分析研究较少。2007年,余静、傅强等分析了多机场地面等待模型中的损失系数［５］。2011年,赵文智、刘博提出一种新的测算航班延误成本分析模型［６］。

以上这些研究成果并未考虑航班地面延误时供电方式不同,乘客等待环境不同造成的延误成本差异。在实际地面延误时,可以选择APU供电或者选择廊桥静变电源供电,可以安排乘客在客舱内或者航站楼等待,其延误成本有明显差异。本文正是着眼于此,在前人的研究成果基础上,针对供电差异,提出航班延误损失新模型。考虑优化延误成本,提出客舱延误容忍时限,对航班延误成本随时间的变化进行定性、定量的研究。

1 航班延误损失差异因素分析

造成航班延误损失差异的因素有很多,如采用机载APU供电时,机型不同,则单位小时的耗油量不同,供电油耗差异是形成航班延误损失差异的重要因素。

其次,航班延误也会造成旅客的个人经济损失,当航班上旅客数量不同时,乘客经济损失不同。

当发生航班延误时,一种情况是提前预知延误发生(如天气原因等),安排旅客在航站楼等候,本文称此情况为舱外等待,另一种情况是旅客登机后,由于不能立刻起飞而造成延误,旅客在航空器内等候,本文将此情况称为客舱等待。客舱等待和舱外等待的损失构成不同,所以两种不同情况下会造成航班延误损失差异。

此外,在一些繁忙机场,在航班地面延误时可采用廊桥静变电源的供电方式。选择使用APU时,APU消耗燃油形成油耗损失,选择使用静变电源时,需向机场缴纳静变电源使用费,从而形成使用静变电源的经济损失,如此形成航班延误损失必定不同。

本文以分析航班延误损失差异为基础,细化航班延误损失构成,构建延误损失模型,对不同情况下,航班延误损失进行量化分析,为航空公司优化运营成本提供解决思路。

2 航班延误损失模型构造

2.1 航班延误构成

本文将航班发生延误时的总经济损失C(t)分成两部分之和:第一部分为旅客的经济损失C１(t);第二部分为航空公司的经济损失C２(t)。

其中,航空公司的经济损失C２(t)又包括三部分,当航班发生地面延误,航空器选择用APU供电时,此三部分为:第一部分与油耗有关,称为油费C２１(t);第二部分为机组人员费用C２２(t);第三部分为航空公司在发生航班延误时在旅客方面的损失C２３(t)。而当航班发生地面延误,航空器选择用廊桥静变电源为航空器供电时,此三部分为:第一部分为航空公司向机场缴纳的静变电源使用费C′２２(t);其他两部分与使用选择APU时相同。

2.2 参数说明

Nｐ为旅客数(单位:人);

Nｋ为某机型航空器使用APU供电时单位时间耗油(单位:t/h);

M为单位重量燃油价格(单位:元/t);

k为航班发生延误时退票旅客的比例;

x为航班发生延误时每位旅客单位时间平均经济损失(单位:元);

Nｉ为航班机组各职位人数;

Fｉ为航班机组各职位单位小时费;

PＢ１为航班发生延误时每位旅客在客舱等待时的简餐费(单位:元);

PＢ２为航班发生延误并超过一定时间时,航空器关舱门,每位旅客在机舱外等待时的餐饮费(单位:元);

PT为退票旅客退票的平均票价(单位:元);

PR为单位旅客的住宿费。

2.3 客舱等待容忍时限

本文定义一个等待时限的新概念,客舱等待容忍时限。发生航班延误时,旅客在机舱内等待超过一定时间t１,继续在客舱等待造成的损失将会大于将乘客安排在航站楼等待的损失。以成本优化为原则,应该将客舱内等待时间控制在t１以内。本文将这个极限时间t１定义为客舱等待容忍时限。当延误时间大于t１,机组会卸客减少成本。在实际的运行过程中,安排乘客下机等候手续复杂,而且要再执行清仓、上客程序,以承载乘客数200人的客机为例,清仓时间不应小于30分钟,因此卸客等待会造成整体延误时间增加,降低运行效率。当旅客在候机楼等待超过一定时间t２后,航空公司将取消本次航班,并为旅客安排住宿。

在本文中,当航班选择使用机载APU供电方式时,设客舱等待容忍时限为t′１;当航班选择使用廊桥静变电源供电方式时,设客舱等待容忍时限为t″１。

2.4 模型构造

航班延误时旅客的经济损失为:

本文中假定当航班延误时间小于t′min时,即等待时间很小时,经济损失忽略不计;

航班延误时航空公司的经济损失C２(t)分为以下三种情况:

1)使用机载APU供电方式时,其总经济损失为:

航空公司经济损失为:

其中APU耗燃油费用为:

机组费用为:

航空公司在旅客方面的损失为:

2)使用廊桥静变电源供电方式时,其总经济损失为:

航空公司经济损失为:

其中航空公司向机场缴纳的静变电源使用费:

注:航空公司向机场缴纳的静变电源使用费是按15min阶段性收费的,即每小于15 min按上一15min计算,每小时的使用费为180 元/h;机组费用C２２(t)和航空公司在旅客方面的损失C２３(t)与使用机载APU供电方式时相同;

3)当提前预知航班延误的发生,旅客一直在航站楼内等候时的总经济损失(包括旅客与航空公司的总损失)为:

3 数值模拟仿真

以本文假定发生延误的航班机型为B737-800机型为例,采用本文模型计算不同条件下航班延误损失随时间变化趋势。

仿真输入参数为:由调查知该机型APU的燃油消耗为Nｋ=0.10672t/h［７］,航空燃油的平均价格为M =7500元/t,机上旅客为Nｐ=130人,旅客的退票比例为k=2%,每位旅客单位时间平均经济损失为x=30元,每位旅客在机舱内等待时的简餐费PＢ１=5元,每位旅客在候机楼在航空器卸客关舱门后的机舱外等待时的餐饮费PＢ２=20元,退票旅客的平均票价PＴ=1000元,单位旅客的住宿费PＲ=100元,该航班共有机组人员8人,包括1位机长、1位副驾驶、1位乘务长、1位头等舱乘务员、4位普通乘务员,小时费分别为机长300元/h,副驾驶200元/h,乘务长100 元/h,头等舱乘务员70 元/h,普通乘务员55元/h。根据CCAR-93TM［８］,取t′ =15min。

3.1 供电方式不同时经济损失对比分析

在已构造的模型中,运用上述参数取值,分别计算当航班发生延误,且旅客在舱内等待时,使用机载APU供电方式的总经济损失C(t)和选择使用廊桥静变电源供电方式的总经济损失为C′(t)。如图1所示。

由图1 可以看出,旅客在机舱内等待时,[30-185]区间内,使用廊桥静变电源供电的总经济损失小于使用机载APU供电的总经济损失,且损失差异与时间成正相关,可得到结论:当航班发生延误时,航空器使用廊桥静变电源供电比使用机载APU供电更经济,这与实际调查结果相符。

3.2 不同机型客舱等待容忍时限对比分析

考虑不同机型不同时,发生航班延误,旅客舱内等待与在航站楼等待的经济损失差异。以此处考虑三种主流机型,包括上文中的B737-800,增添A320和B747-200为例机型。

实验输入参数为:机型B737-800参数与上节相同,当发生延误的航班机型为机型A320时,由调查知该机型APU的燃油消耗为Nｋ=0.128t/h［７］,机上旅客为Nｐ=160人,该航班共有机组人员8人,包括1位机长、1位副驾驶、1位乘务长、1位头等舱乘务员、4 位普通乘务员;当发生延误的航班机型为B747-200时,由调查知该机型APU的燃油消耗为Nｋ=0.40778t/h［７］,机上旅客为Nｐ=360人,该航班共有机组人员14人,包括1位机长、2位副驾驶、1位乘务长、2位头等舱乘务员、8位普通乘务员。

三种机型延误中舱内与舱外等待经济损失量如图2所示。

由图2 可以看出,当这三种机型发生航班延误时,旅客舱内等待时无论选择APU的供电方式还是廊桥静变电源的供电方式,旅客舱内等待与舱外等待的经济损失都较大有差异:在延误的初始阶段,舱外等待的经济损失大于客舱内舱内等待的经济损失,当到达客舱容忍时限t１时,两者相等;当超过t１时刻后,舱外等待小于舱内等待的经济损失,这时将乘客安排至航站楼等待能有效减少延误损失。

当选择使用机载APU供电方式时,由三种机型的舱内与舱外等待经济损失图,对比图2-a,2-b,2-c可知,三种机型的总经济损失C(t)与舱外等待的总经济损失C″(t)相交处近似一致,约为t=1.5h,即当此三种机型的航班发生延误,旅客舱内等待且选择使用机载APU供电方式时,延误容忍度为t′１=1.5h。

当选择使用廊桥静变电源供电方式时,由三种机型的舱内与舱外等待经济损失图2-a,2-b,2-c可知,三种机型的总经济损失C′(t)与舱外等待的总经济损失C″(t)相交处近似一致,约为t=2h,即当此三种机型的航班发生延误,旅客舱内等待且选择使用廊桥静变电源供电方式时,延误容忍度为t″１=2h。

由此得到结论:选择使用廊桥静变电源为航空器供电,客舱内容忍时限更大,比采用APU供电增大33.3%,即采用廊桥静变电源供电,可以允许的舱内最长等待的时间可延长30分钟,为节省成本所采取的卸客时间更晚,能有效控制航空公司运营成本增长。

3.3 使用静变电源成本优化分析

上文中已经得出使用廊桥静变电源的供电方式比使用APU的供电方式延误损失成本更少。图3给出相对于APU电源,在使用廊桥静变电源时,三种机型延误损失减少率。

由图3可以看出,B747-200型客机的延误损失减少率最大,峰值约为14%,B737-200次之,A320型客机延误损失减少率最小,峰值在8%,且后两者相差并不大。这是因为B747-200机型大,载客量越多,单位小时耗油量越大,选择使用静变电源供电方式后,单位时间内使用APU造成的燃油经济损失和采用静变电源的电费差异较大,因此经济节省率高。由此可知,在保障大型运输机的枢纽空港提供廊桥静变电源能对优化航空公司运营成本,减少地面运行燃油消耗有显著效果。

4 结论

本文分析了影响航班延误损失的主要因素,针对不同供电方式、不同等待条件,构造了航班地面延误损失模型。考虑航空公司运营成本优化,提出了客舱内等待容忍时限概念。利用主流运行机型对本文模型进行仿真验证,结果表明,本文模型能细化航班延误损失的构成,能量化供电方式不同、等待环境不同时延误损失差异,能给出不同机型的客舱内等待容忍时限。经分析讨论,得到以下结论:航空器地面等待供电方式不同对经济损失影响很大,廊桥静变电源相较于APU经济优势明显,能够节省延误成本,并且能够延长延误客舱容忍时限。

参考文献

[1]TERRAB M.ATC flow control through ground-holding[D].Cambridge:MIT.1989.

[2]VARNAS P B,BERTSIMAS D J,ODONI A R.The multi airport ground-holding program in air traffic control[J].Operations Research,1994,42(2):249-261.

[3]徐肖豪,李雄.航班地面等待模型中的延误成本分析与仿真[J].南京航空航天大学学报,2006,38(1):115-120.

[4]胡明华,钱爱东.多机场地面等待问题模型研究[J].南京航空航天大学学报,2000,32(5):586-590.

[5]余静,傅强,吴鹍.多机场地面等待问题中的损失系数研究[J].电子科技大学学报,2007,36(3):598-600.

[6]赵文智,刘博.航空延误成本测算方法研究[J].交通运输工程与信息学报,2011,9(1):5-9.

[7]李龙海,张积洪.民用航空器机载APU污染排放及节能运行研究[J].环境科学与技术,2013,36(10):34-38.