机场延误的分析与对策

机场延误的分析与对策

波分析模型的建立近年来，飞机延误已成为航机业面临的主要问题。许多恶意事件发生，例如拒绝飞机、无视飞机、影响机场、殴打员工等。航空航天公司的优化形象受到严重损害，严重影响了机场的安全运营秩序。减轻航班延误及其造成的负面影响成为各航空公司亟待解决的问题。导致航班延误的原因很多，宏观方面，机场和空域的容量不能满足日益增长的空中交通需求是造成航班延误的主要因素；微观方面，飞机晚点、机场调度、天气原因、航空公司计划、旅客原因等都可能导致航班的延误。由于众多不确定性因素的存在，完全避免飞机延误是不可能的，但是在预知到某不确定事件将会发生或者该事件发生以后及时采取应对措施，可以减小航班延误波及，降低经济损失，提高民航信誉。因此，航班延误预测及波及分析具有重要的现实意义。近十年来，航班延误及其波及分析模型成为民航领域的一个研究热点。Clarke和Abdelghany分别于1997年和2004年提出了各自的延误波及分析模型，两个模型对由于GDP(GroundDelayProgram)或者其它因素引起的航班延误的后续波及进行了分析。对于较小的航空公司，分析少量延误航班所造成的后续波及比较容易，但是对于较大的航空公司，分析大量航班所造成的后续波及，非常耗时。KhaledFAbdelghany等人于2004年提出了一个航班延误波及分析模型，该模型以有向无环图的形式来表示航班计划，然后采用传统的最短路径算法计算事件的最早发生时间，当某事件被延误时，可以对该事件引起的后续波及进行分析，但是不能对航班的延误进行预测。本文提出一种基于贝叶斯网络的航班延误预测及波及分析模型，该模型用一个ASN(AirlineScheduleNetwork）网来表示航班计划，并且为航班计划中的航班进港/离港事件构造贝叶斯网络分析模型，通过设定影响航班进港/离港因素的属性，该模型可以对航班是否发生延误及其延误级别进行概率性预测，并且可以方便地对产生航班延误的原因进行定位，准确地分析航班延误产生的波及情况，从而对可能发生的延误提前采取措施进行应对，以避免延误的发生或者减小延误造成的负面影响及其波及范围。1贝叶斯网络模型及评估结果航班时刻的准确性是保证航空公司客源的重要因素，但是航班经常会受到一些不确定性因素的影响，例如恶劣天气、机场设施故障、旅客原因等，这些不确定因素是造成航班延误的重要原因。而贝叶斯网络是目前不确定知识和推理领域最有效的理论模型之一，适用于表达和分析不确定性和概率性的事务，可应用于有条件的依赖和多种控制因素的决策。因此，利用贝叶斯网络对航班延误进行预测，并对造成航班延误的不确定性因素进行分析是一种非常有效的途径。如上图1所示，飞机到达机场A后，滑行到预定港口，在港口顺利完成飞机加油、飞机故障检查、旅客登机后，便可以按照航班时刻表离港，然后滑行到跑道飞往目的机场。我们把着陆、进港、离港、起飞等称为航班事件，把事件之间的活动（Taxi-in,Turn-around,Taxi-out）称为航班过程。要保证航班时刻的准确性，必须保证航班事件按照航班时刻表所规定的时间准时发生，也就是说航班过程必须在规定的时间内完成，否则就会引起航班延误。影响航班延误的因素众多，为了增强所构造模型的泛化能力，本文采用分段回归和交叉验证的方法对影响航班延误的众多因素进行了筛选，从中选择出对航班延误具有较大影响的因素分别构造航班进港延误和离港延误的贝叶斯网络模型,并且利用某机场2006年1月5号、6号、9号、10号、17号、20号、26号、28号的数据对所构造贝叶斯网络进行了参数学习，结果分别如图2、图3所示，得到不同的天气情况、航班时间段等属性信息与航班实际延误之间的条件概率表。根据上述贝叶斯网络模型学习所得条件概率表，通过设定机场天气情况、航班时间段、机型、航空公司、国际国内等属性信息，可以对航班的进港/离港延误级别进行概率预测。本文利用2006年1月4号的数据对上述贝叶斯网络模型的预测结果进行了测试，结果如表1、表2所示，进港延误级别和离港延误级别分类预测的错误率分别为10.98%和12.05%。如果某航班实际延误级别低于预测延误级别，航空公司对该航班的延误估计过高，航空公司针对预测延误采取的应对措施仍然适用。如果定义预测错误率为预测延误级别小于实际延误级别航班数与总航班数的比率，进港延误级别和离港延误级别分别为2.69%和2.89%。2简单机组预发系统的确定航班延误是目前是无法完全避免的，在航班延误发生之前对其进行尽可能准确的预测，并且在发生航班延误之后准确地分析其对后续航班的波及具有重要的意义。基于此，本文提出了一种基于贝叶斯网络的航班延误预测与波及分析模型。该模型将航班计划用网络ASN(AirlineScheduleNetwork)表示，ASN=(V,E),V={Start,End,dF,Woff,Won,aF,R,A}。其中,Start节点和End没有具体的含义，仅用来表示航班计划的开始和结束；dF表示航班计划中所有航班离港事件的集合；Woff表示航班计划中所有航班起飞事件的集合；Won表示航班计划中所有航班着陆事件的集合；aF表示航班计划中所有航班进港事件的集合；R表示航班计划中的所有资源集合,包括飞机、飞行机组、乘务机组；A表示上文中所构造贝叶斯网络中对离港延误和进港延误造成影响的属性集合。E表示上述事件之间以及事件和资源之间的相互关系，其中包括离港事件dF对R的需求、进港事件aF对R的释放、dF事件和Woff事件之间的滑行等待起飞过程、Woff事件和Won事件之间的飞行过程、Won事件和aF事件之间的滑行等待进港过程。图4就是ASN对一个简单航班计划的描述，该航班计划中共有7个航班任务，9个资源，分别用F1,…,F7表示7个航班任务，R1,…,R9表示9个资源。表示资源和事件的节点都对应一个时间标签。对于资源节点，该时间表示航班计划规定资源应该就位的时间；对于事件节点，该时间表示航班计划规定事件应该发生的时间。资源节点和其对应航班任务中dF节点的时间差便是该节点的松弛时间，因此资源节点发生延误的时间如果小于该松弛时间，航班便不会发生延误。同一航班任务Woff节点和dF节点的时间差表示飞机出港后排队等待起飞的时间，Won节点和Woff节点的时间差表示飞机的飞行时间，aF节点和Won节点的时间差表示飞机着陆后滑行入港的时间，aF节点和该节点释放资源的时间差表示航班的周转时间或者机组人员的休息时间。为了方便下文的说明，先引入前驱航班和后续航班两个概念。前驱航班是指和某航班通过资源相连接并且时间先于该航班的所有航班；后续航班是指和某航班通过资源相连接并且时间滞后于该航班的所有航班。某航班的1级前驱/后续航班是指和该航班通过某种资源直接相连接的前驱/后续航班，2级前驱/后续航班是指和1级前驱/后续航班通过某种资源直接相连接的前驱/后续航班，依次类推。如图4所示航班计划中，F3、F4均为航班F1的1级后续航班，F6为F1的2级后续航班。假设某航班的前驱航班不发生延误的情况下，该模型可以通过设定影响航班进港/离港延误的各因素属性信息对航班的延误进行概率预测，从而计算该航班的期望进港/离港延误（ExpectedArrival/DepartureDelay）:上式中kA,k∈N是指影响航班进港/离港的各种因素，DNL、DLL、DSL、DBL、DTL分别表示航班延误级别为NL、LL、SL、BL、TL时的延误时间。该模型在已知某航班发生延误的情况下可以对其后续航班的延误进行分析，计算延误航班后续航班的期望进港/离港延误，期望进港延误可根据公式2进行计算：期望离港延误可根据公式3进行计算：公式2、公式3两式中，n满足条件：公式2、3、4中，Fij表示延误航班的第i级后续航班中第j个后续航班，EDDFij和EADFij分别表示航班Fij的期望离港延误和期望进港延误，EDDF0和EADF0分别表示已知延误航班的离港延误和进港延误。SlackR表示资源R的松弛时间，R→Fmn表示资源R为Fmn提供服务。SATFi-1n表示后续航班Fi-1n的计划到达时间。如果航班时刻表中有多个航班发生延误，假设分别为aF、bF…nF,a、b…n为航班在ASN中对应的航班编号。假设航班sF是aF、bF…nF的公有后续航班，即sF和aF、bF…nF都通过某种资源相连接，则有：公式5、公式6两式中,EDDFs表示航班sF的期望离港延误，EADFs表示航班sF的期望进港延误，EFnDDFs表示nF为初始延误航班时由公式2所得期望离港延误,EFnADFs表示nF为初始延误航班时由公式3所得期望进港延误。3惩罚函数对运行结果的影响本文实现了该模型，并且以图4所示航班计划为例验证了该模型的可行性。假设航班F1为国内航班，隶属于HU航空公司，机型为B737-800，天气为Suny，航班计划到达首都机场的时间段为下午14点到15点，运行该系统可以得到航班F1的期望到达延误为40分钟，其对后续航班的波及如下图5(a)所示。假设航班F1为国内航班，隶属于CA航空公司，机型为B737-300，天气为Snow，航班计划到达机场的时间段为下午13点到14点，运行该系统可以得到航班F1的期望到达延误为61分钟，其对后续航班的波及如下图5(b)所示。图5中绿色节点表示航班F1进港事件，也是发生延误的源头。红色节点、黄色节点和蓝色节点等表示不同的延误等级。从图中可以直观的看出当航班F1的期望到达延误为61分钟时对后续航班的波及较大，期望到达延误为61分钟时，航班F6也发生了延误，并且航班F3的延误等级也比较高。还可以很容易的看出航班F3延误的原因是由于资源R1和R2没有按时就位，航班F4延误的原因时由于R3没有按时就位。该系统可以对延误航班占航班计划中所有航班的比率进行统计，并且可以得到任意延误航班的期望离港/进港延误。因此，如果使用该系统对某航空公司某时间段的航班计划进行分析，可以有效的对航班的延误情况进行预测，并且在航班发生延误的情况下，该系统可以分析航班的延误波及情况，帮助航空公司做出及时准确的处理。4模型主要内容本文提出一种基于贝叶斯网络的航班延误预测与波及分析模型，该模型可以对航班是否发生延误