航班延误影响因素及改进方案

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FLIGHTSTATSCOM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56，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2目录1问题重述32问题分析321问题一的分析322问题二的分析323问题三的分析33模型假设34符号说明35模型一的建立与求解551国内外航班正常性统计办法比较5511国外航班正常性统计办法5512国内航班正常性统计办法6513国内外统计方法对比652航班延误水平评估指标集653模糊综合评价模型7531建立指标集7532确定评判集7533权重的确定7534建立第二层模糊评判矩阵9535模糊综合评价结果10536结果分析106模型二的建立与求解1061航班延误因素分类1062航班延误的指数分布验证1163排队模型1364航班延误的动态排队模型1465模型求解1566结果分析167模型二的优化1671优化模型建立1672模型检验17741加强空域流量控制18742合理增加航线数量18参考文献19附录2031问题重述香港南华早报网根据FLIGHTSTATSCOM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21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FLIGHTSTATSCOM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FLIGHTSTATSCOM上调查结果，给出评价。22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。23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4符号说明IU机场原因延误指标集3,21AI判断矩阵指标OJR标准物元PJ节域物元权重复合物元矩阵IJA列元素行第中第1RJIIJR关联函数物元V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NTU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53布乘客到达机场的泊松分1U指数分布飞机起飞所用时间的负2指数分布飞机降落所用时间的负间的负指数分布乘客进行安检时所耗时0L正常排队队列D队长会导致航班延误的临界S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Q望的等待时间排队队列中每个顾客期0D初始延误N波及效应指标集模型三符号说明SC延间内的服务费服务一架飞机时单位时W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51国内外航班正常性统计办法比较511国外航班正常性统计办法BTS同时统计航班的离港准点率（DEPARTUREONTIMEPERFORMANCE）和到港准点率（ARRIVALONTIMEPERFORMANCE）。航班如果在计算机订座系统（CRS）显示的计6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。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、恶劣天气、国家民航系统（NATIONALAVIATIONSYSTEM）、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。512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。513国内外统计方法对比指标名称国内国外撤（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（NATIONALAVIATIONSYSTEM）、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52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。将导致航班延误的因素细化并进行7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5153模糊综合评价模型531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,U二级指标545215634432542121,UUUUU532确定评判集根据航班的运行方式，结合航班延误的特点，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533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818/29/155/7/492/1/11A12/8/16/62A19/37/152/753A根据三位专家的判断矩阵，通过MATLAB计算可以分别得到其特征向量，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R04186372915706328490315422MMCR确定标准物元，节域物元OJPJR0613,729410,30591,72410,273304,1953MMMCRPJJ其中。列元素行第中第是R,5,31JIAJADIJNIJ由，物元确定关联函数物元OJRPJIJ9其中，JJIJJIJJIJIADAKDAB时，时，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047326509346250AW同理可确定航班延误等级评估的二级指标向量（自然延误）、（航空公司延误）1B2B、（机械设备延误）、（资源限制延误）（旅客延误）的权重分别为3BB518650219650482579027347318198432BW534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。在统计时取，IJRPIJ/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20304101R10213402312R1021034302103R10102031320204R403205411005R535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IB290,34,10,101658292437,7,6,78RW24,03,1,0,55433B211B即第一层评判决策矩阵29013674580149235760812437654321B进而得到第一层评价结果1804,7,2850,1,60WA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。536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11一般延误。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61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，按照航班延误的表现形式分类延误常见情形旅客延误旅客晚到；登机时旅客不辞而别；旅客证件问题耽误时间；旅客因航班延误等其它服务问题霸占飞机或拒绝登机；旅客随身携带过多行李；突发疾病等安检排队延误由于机场的服务能力有限或是旅客在一段时间内太过密集而造成的安检不畅，形成很长的排队等待。排队延误飞机起飞降落排队延误由于起飞或降落航班过多，或是天气、军事活动和流量控制，或者是低效率的地面服务，造成飞机难以立即起飞的地面排队或不能在机场找到降落位置而不得不停留在空中继续盘旋等待排队。航空公司延误因航空公司自身的运营管控能力或机械故障造成的航班计划安排不当引起的航班延误。表611按照航班延误的因素可控与否分类延误因素分类不可控因素流量控制、军事活动、天气等可控因素安检、旅客、机械故障、机场原因和公共安全等表612根据民航总局20052014年航班延误统计数据，造成中国航班延误的关键因素包括流量控制、航空公司、天气、军事活动、机场因素、机械故障以及旅客等因素，综合主要航空公司和主要机场的相关数据，得到各因素引发的延误比例结构表。年份流量控制航空公司天气军事活动机场旅客20050160460180030040032006022048023002002002200702804701500700200120080190430270060040012009023039019011005003122010024041023009002001201102803702001200100220120220360210170020022013027037022012001001表61362航班延误的指数分布验证泊松分布适用于描述单位时间（或空间）内随机事件发生的次数。如某一服务设施在一定时间内到达的人数，电话交换机接到呼叫的次数，汽车站台的候客人数等。机场作为提供航空运输服务的公共基础设施，单位时间内到达和起飞的飞机数量符合泊松分布特征，可以假设机场飞机的起飞和到达都是服从泊松分布。根据概率论，如果一个序列服从泊松分布，那么它的序列间隔服从负指数分布，即如果飞机到达和起飞呈现出泊松分布，可以推导出起飞和到达延误时间服从均值为，方差为的指数分布。当然，只要验证到达延误分121布服从指数分布,就可间接求证飞机到达分布服从泊松分布，并且求出相应的值。根据随机收集的2014年6月浦东机场和成都双流机场四个样本时间段航班延误时长和数量。通过分析航班延误样本的实际分布和理论指数分布之间的拟合度，来验证航班延误的指数分布假设。表621上海浦东机场和成都双流机场到达间隔统计表延误时长（分钟内）航班数量（架）样本1上海成都航班数量（架）样本2上海成都航班数量（架）样本3上海成都航班数量（架）样本4上海成都5271146271149267145261148101538515383152822507615764480437744774420342237223622392225321830183117301430189169198181135127137139138405263756345435254635031324244555332423260213121426511111132利用MATLAB拟合得下表13010203040506070020406080100120140160180200公公公公公公公表上述检验结果表明，航班延误理论指数分布和实际分布的拟合程度超过98，验证了航班到达和起飞符合泊松分布，航班延误符合指数分布，可以利用所统计的数据来建模。63排队模型基于指数分布验证结果，建立动态排队模型。分析我国航班延误多发生于大中型枢纽机场，其跑道数量基本为两个，本文分析统一采用双跑道模式，遵守航空运输业的先到先服务规则。因此本文采用基本排队模式。航班2/M的到达和起飞都服从泊松分布，航班到达和起飞服务时间服从指数分布。假设结论如下TTOP内有多于一个飞机到达在）（个飞机到达的微小时间区间内有一在长度为TNOT）（系统非空内有一个飞机离开在TTU|N）（系统中最大顾客数大于内有多于一个飞机离开在T1|TP当处于稳态时，不再依赖于时间T，因而得到TPN0DTPTN）（）（化简得01213PUTNN因为飞机到达服从参数为的泊松分布，其服务时间服从平均服务率为U的指数分布，因而可得111NTNN1401PU0PUNN假设，否则队伍将无限长，与实际不符。1120NUUP0当系统处于比较稳定之时，由LITTLE公式可得排队系统中期望的顾客数136UELNS排队队列中的期望顾客数22SQ排队系统中每个顾客期望的等待时间361ULWS排队队列中每个顾客的期望等待时间4Q同理，由以上相同的推断方式，可以得到当排队模型是M/M/2时536120RUP排队队列中的期望顾客数20RNLQ排队系统中期望的顾客数736QS排队队列中每个顾客的期望等待时间8QLW排队系统中每个顾客期望的等待时间159361UWQS那么，安检、起飞和降落三个环节的排队模型如下。安检排队是一个典型的M/M/D模型，乘客到达服从泊松分布，每个乘客接受安检的时间服从负指数分布。起飞排队和降落排队模型相当于一个飞机来源服从的泊松分布；21这里的服务时间仍然是，因为每天进出一个机场的飞机数量基本相同，21U和可选用作为服务时间所服从的指数分布；服务台数是双跑道即双服21U和务台；排队规则是先到先服务。64航班延误的动态排队模型已有文献证明，航班运行各个环节的波及延误效应基本呈现指数递减态势，且纵向传递近似于以1/2为等比的递减数列，因此可以假设航班延误的波及效应呈现平稳递减。假设缓冲时间为，若延误时间小于，则可被直接缓冲消除；若大于，只会一部分被消除。假设初始延误，每个阶段延误波及被缓冲消除该阶段延误的一半，则有146214021DDNN总的波及效应可控制延误模型各个环节的延误时间为在初始机场中延误时间平均服务时间飞机排队队长延2460WLDQ起飞排队相关联的第一个机场3210DQ起飞排队相关联的第个机场4610NLDQ起飞排队当考虑因天气、流量控制和军事活动等不可控因素时，这些因素引发的延误可能会发生在航班运行的各个环节，在此将以各因素近三年引发的航班延误的平均发生率把它们纳入模型，形成了航班延误的总动态排队模型。65模型求解以首都机场为初始出发机场，基于北京上海成都北京四个机场组成的航班运营闭环，利用2013年该闭环中航班延误的数据，利用MATLAB拟和出，根据各影响因素概率分别求得平均服务率，然后运用MATLAB软件工47具编程求出各航班延误影响因素的影响总时间（因空间限制，故只取流量控制和航空公司因素给出结果图）等待时间停留时间总时间160501001502002503003504004505000123456公公公公公公公公公公公表651050100150200250300350400450500005115225公公公公公公公公公公公表652又利用公式，整理结果得下表延误航班数总时间平均延误时间/表653影响因素发生频率（占比比重）影响大小（平均时间）类别航空公司2920可控机械故障7140分钟不可控17军事活动12185分钟不可控天气2055分钟不可控流量控制2860分钟不可控、可控机场332分钟可控旅客0810分钟可控66结果分析结果证明各因素引发的航班延误频率高低和其影响程度并非完全一一对应。在识别的七个主要影响因素中，航空公司因素发生频率最高、影响最大；流量控制因素排名第二，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；机场因素频率较低、影响较小。7模型二的优化71优化模型建立在问题二所得结果基础上，本文选取航空公司因素进行优化。设定目标函数Z为单位时间服务成本与顾客在系统中逗留费用之和的期望值，即17SWSLC又由2120RUP3170NLQ42RQS则目标函数得517WSCZ令6012SD则可解出最优服务率71SWC代入模型二可得航班延误的优化模型。1872模型检验根据2007民行统计数据，分析处理得下表表指标国航南航东航海航上航SC020013018038010W644693771658878根据上表数据利用软件进行模拟仿真得下表050100150200250300350400450500000200400600801012014016018公公公公公公公公公表对比模型二航空公司总时间曲线，发现延误总时间明显减少。优化后的航班延误总时间大部分在小时以下。模型评价该模型航空公司影响因素进行优化，模型简单且效果显著。但考虑方面有些简单，在进行模型检验时，因为数据有限，检验用的为年数据，相信在数据和时间充足的条件下模型肯定可以更好。74优化措施741加强空域流量控制19虽然航空公司并不能随心所欲的控制空域流量，但它们可以通过科学的方法、合理的手段，对空域流量进行有效梳理，降低由于空域流量过大造成的航班延误问题。对空域流量的控制应该根据调配期限的不同采取不同的措施。短期调配是指当需要控制空域流量时，各航空公司进行沟通和协调，及时调整飞机航线和高度，保证航班在符合规定的条件下安全、有序飞行，避免航班延误；中期调配指在距离航班起飞前24小时，根据现实条件临时调整起飞时间；长期调配主要是通过合理制定航期时刻表并严格执行，使空域流量长期保持在合理的范围内，防止航班延误。742合理增加航线数量随着人们越来越多的采用乘坐航班的方式出行，导致很多航空公司都在扩大规模和增加航班数量，无形中增大了航班延误的概率。为了降低航班延误的概率，保障旅客的合法权益，航空公司不能盲目的增加航线数量。航空公司应该在国家宏观调控的指导下，在我国空域承受范围内，有目的、有计划的增加航线数量。另外，各航空公司可以组成联盟，进行资源共享和统一调配，这样才能最大限度的避免航班延误。参考文献1邵维亮基于航班运行仿真的航班延误水平评价D广汉中国民航飞行学院硕士学位论文，20122杨秀云,王全良,何建宝航班延误问题的研究动态、演化趋势和启示J经济经纬，201343唐应辉排队论基础与分析技术M北京科学出版社20064华兴排队论与随机服务系统M上海上海翻译出版公司，20075石丽娜多等级模糊综合评价方法在航班延误中的应用J上海工程技术大学学报，2006，,2（32762796王羽肖盛燮物元模糊综合评价项目在风险分析中的运用J重庆交通学院学报，2006,2521181217马正平，崔德光机场航班延误优化模型J清华大学学报（自然科学版,2004，444474477，4848姚韵，朱金福基于可拓权重的航班延误服务旅客满意度多级模糊评价模型9张炳祥飞行签派业务M北京中国三峡出版社，200110赵嶷飞张亮航班延误统计指标体系及延误等级评估研究J中国民航大学（空中交通管理研究基地200911邢有洪，李晓津，金永利航班延误影响因素的实证分析J会计之友,2012812刘林，应用模糊数学M陕西陕西科学技术出版社，199920附录I模型一航班延误综合评论表格因素集评判集影响航班正常性因素专家判断各要素所处等级概率统计评判指标权重评判要素权重很高较高一般较低低鸟击010980101030203雷雨032160101030302冰雪019970101030203大雾013030101040202自然条件02455沙尘023860101040203信息系统018740203030101组织系统018440102040201制度规范022080201030202信号系统018730102040102航空公司03460教育培训022010203020101飞机安全性021890102020302飞机可靠性014110102030301飞机维修性022650101040202地面设备028590102020302机械设备00963地空设备012760201050101军事活动区022250202030102资源限制02650飞行区01376030202010221航站区012240303020101终端区014270302030201禁空区016730203030101流量控制020750202010301旅客晚到025790101010403乘机意识014850101020303旅客人数019650101010502旅客行李021060101010203旅客条件00473突发状况018650101010304权重程序程序1A1,1/2,4,1/2,52,1,7,2,91/4,1/7,1,1/5,22,1/2,5,1,81/5,1/9,1/2,1/8,1V,DEIGAW1V,1/SUMV,1LAMBDAMAXEIGANSIZEACILAMBDAN/N1RI112CRCI/RIIFCR01ERRORA不通过一致性检验ELSEPASSTEXTEND程序2A1,1,6,1,61,1,9,1,81/6,1/9,1,1/2,11,1,2,1,21/6,1/8,1,1/2,1V,DEIGAW2V,1/SUMV,1LAMBDAMAXEIGANSIZEACILAMBDAN/N1RI112CRCI/RIIFCR01ERRORA不通过一致性检验ELSEPASSTEXTEND程序3A1,1,1,1,51,1,2,1,71,1/2,1,1/2,31,1,2,1,91/5,1/7,1/3,1/9,1V,DEIGAW3V,1/SUMV,1LAMBDAMAXEIGA22NSIZEACILAMBDAN/N1RI112CRCI/RIIFCR01ERRORA不通过一致性检验ELSEPASSTEXTENDII模型二曲线拟合X5101520253035