大面积机场延误波原因分析

大面积机场延误波原因分析

基于灰色评价模型的机场数据分析近年来，我国民事领域快速发展，航班数量显著增加，航班延误也随之增加。航班延误原因众多,恶劣天气、限制空域、航空公司运营等都会导致航班延误现象产生。目前大部分研究集中在怎样合理配置航空公司的资源,通过整合优化手段达到降低航班延误的目标。而对于机场之间的延误航班,很难评价其对目的地机场造成到达延误的影响程度。因此,就需要对机场之间延误造成的影响程度进行评估。而造成机场延误的原因较多,需要建立一个综合评价指标体系,对各种不同的影响因素造成的延误进行评价,通过不同的延误等级,反映延误影响程度,从而为各个部门提供一个更加直观的延误评价报告。本文选择北京、上海、广州、西安、成都、杭州六大枢纽机场,通过处理全国航班时刻数据,筛选出这些机场的到达延误、离港延误的时间以及其他五个机场至北京方向航班进离港延误航班的时间。通过构建灰色评价模型,建立评价指标体系,对五个一级评价指标和评价对象进行评价,得到五个机场对于北京首都机场的评价值。研究结果有助于发现机场之间延误程度,从而反映出相互影响程度,为各个部门提供及时、科学的延误报告,提高机场管理水平。1灰色评价模型1.1研究中的控制论灰色系统的概念是1982年由邓聚龙教授最早提出来的,它是指“既含已知信息又含未知信息或非确知信息的系统”。其主要任务是“对于一个不甚明确的整体信息不足的灰色系统,从控制论角度提出一种新的建模思想和方法。通过分析各种因素的关联性及其量的测度,用灰数据映射方法来处理随机量和发现规律,使系统的灰度逐渐减小,白度逐渐增加,直至认识系统的变化规律”。多层次灰色综合评价模型主要是利用灰色关联度作为测度,来对评价对象做出最终的评价结果,经过近三十年的发展,如今已在实际研究中得到广泛的应用。1.2评价因素的确定缺乏标准灰色综合评价模型一般可分为一级模型和多级模型两类。其中一级综合评价模型只适合较简单的系统,即评价因素与评价指标较少。当评价因素较多时,则需要采用多级模型,若仍采用一级模型时,每一个因素取得的权重分配值将很小,容易造成评价结果出现偏差,显著性会不明显,综合评价将得不到满意的结果。枢纽机场间延误影响评价是一个复杂的因素评价问题,不适合使用一级综合评价模型,因此本文拟采用多级评价模型。2灰色评价模型的建立2.1枢纽机场间延迟影响评价指标体系评价指标体系的建立,是整个评价模型的基础,也是最终的评价结果是否准确的关键,因此设计的指标应能满足科学性、系统性、目的性、可操作性、可比性及时效性的要求。多级评价指标体系一般由最高层(评价对象U)、准则层(一级评价指标Ui)和最底层(二级评价指标Uij),其中i、j分别表示中间层和最底层中含有因素的个数。依据此建立的枢纽机场间延误影响评价指标体系,有U={U1,U2,U3,U4,U5}。其中:U1为上海虹桥对北京延误的影响,U2为广州白云对北京延误的影响,U3为杭州萧山对北京延误的影响,U4为成都双流对北京延误的影响,U5为西安咸阳对北京延误的影响。对每一机场分别从该机场到港延误航班、该机场离港延误航班、该机场前往北京方向的到港延误航班、该机场前往北京方向的离港延误等四个方面构建底层评价指标,如下:U1={U11,U12,U13,U14}U2={U21,U22,U23,U24}U3={U31,U32,U33,U34}U4={U41,U42,U43,U44}U5={U51,U52,U53,U54}其中Uij代表第i个机场的第j个评价指标值,如U11为第1个机场的第1个评价值,即上海虹桥机场的到港延误航班对北京的影响。2.2评价指标的权重以及评价标准的确定2.2.1根据实际情况制定的标准评价等级标准的设定,主要依据以往的研究成果,结合实际情况而制定的。在多层次灰色评价中,将0～10分为5个数值区间,数值区间由低到高分别对应等级低、较低、中等、较高和高。2.2.2评价指标权重设已确定一级评价指标Ui的权重系数为ai,必须满足ai≥0且n∑i=1ai=1∑i=1nai=1。记A=(a1,a2,…,an)为U=(U1,U2,…,Un)的权重。同样,每个二级评价指标Uij分配有一个权重系数aij,记Ai=(ai1,ai2,…,a1n)为Ui=(Ui1,Ui2,…,Uin)的权重。依次可以得到每一级指标的权重。本文中通过统计五个机场日常进离港延误航班以及北京方向进离港延误航班,计算出这四种类型的航班对于机场延误的影响,即为评价指标的权重系数,再由这些系数构成评价指标的权重向量(见表1)。北京机场权重系数为:ZSSS=0.26,ZGGG=0.18,ZSHC=0.18,ZUUU=0.21,ZLXY=0.17。2.2.3枢纽机场正常率本文拟采用五段十分制的评分标准,将对指标打分的十分制进行五段划分,每一段对应一种航班延误程度状态(低、较低、中等、较高、高),若认为评价指标处于某个等级时,得到相应的评分值s。其中,枢纽机场正常率“高”:到离港航班延误程度不严重,航班正常率大于80%,基本不会对机场运行造成影响,评分制为9;枢纽机场正常率“较高”:到离港航班延误程度会对机场运行造成一定影响,航班正常率60%～80%,评分值为7;枢纽机场正常率“中等”:到离港航班延误程度会对机场正常运行造成较大影响,航班正常率40%～60%,评分值为5;枢纽机场正常率“较低”:到离港航班延误程度对机场运行造成很大影响,航班正常率20%～40%,评分值为3;枢纽机场正常率“低”:到离港航班延误程度会导致机场不能正常运行,航班正常率大于20%,评分值为1。2.3模型评价指标本文中,是通过统计各个机场的实际延误数据,参照评分标准而进行打分的。其中每个机场有p(p=1,2,…,k)个指标,这些指标按照评分标准进行打分,所得的结果构成了评价样本矩阵:D=(dijp)(k1+k2+…+kp)×p(1)其中dij1为第一个机场延误指标对Uij的评价。2.4枢纽机场延迟模型在评价过程中,评价样本矩阵取决于机场的实际延误数据,而由于每个机场的实际运行状况以及天气情况,评级样本矩阵并不能反映全部状况,只能给出一个灰数的白化值。为了保证评价矩阵真实的反映所属级别就需要确定评价灰类的等级数、灰类的灰度及灰数的白化权函数。在枢纽机场延误影响评价模型中,正常率级别已经设置五个级别,则对应的评价灰类也为五级。分别对应航班延误程度的五个级别。设各机场延误指标评定的灰数为λ,评价灰类序号为γ,则γ=1,2,3,4,5,其相应灰数和白化权函数分别为:γ=1‚λ∈γ=2‚λ∈f1(dijk)={1dijk∈(2-dijk)/1dijk∈0dijk∉f2(dijk)={dijk/2dijk∈(4-dijk)/2dijk∈0dijk∉γ=3‚λ∈γ=4‚λ∈f3(dijk)={dijk/3dijk∈(6-dijk)/3dijk∈0dijk∉f4(dijk)={dijk/4dijk∈(8-dijk)/4dijk∈0dijk∉γ=5‚λ∈f5(dijk)={dijk/5dijk∈1dijk∈0dijk∉2.5世界色表1i的确定计算得到评价指标Uij属于第γ个灰类的灰色评价权为:Sijγ=xijγn∑γ=1xijγ(2)其中:xijγ=n∑γ=1fγ(dijp)(3)则Ui的评价灰类的灰色评价矩阵为:Si=[Si1⋯Sij]=[Si11⋯Si1p⋯⋯⋯Sij1⋯Sijp](4)2.6级评价指标si对Ui进行综合评价时,其评价结果记为Bi,则有:Bi=AiSi=(bi1,bi2,…,bip)(5)其中,Si为一级评价指标的评价矩阵。可得评价对象U的评价灰类的灰色评价矩阵为:Si=[B1⋯Bi]=[b11⋯b1p⋯⋯⋯bi1⋯bip](6)对评价对象U进行综合评价时,评价对象U的评价结果记为B,则有:B=AS=(b1,b2,…,bp)(7)2.7基于综合评价的多值回归对五个一级评价指标Ui和评价对象U进行评价后,得出的结果Bi及B只是向量。这个结果只能反映出Ui综合状况的灰类程度,无法将评价目标的前后顺序表示出来。因此,需要进一步进行数据处理,得到评价目标的一个评价数值。给评价灰类等级进行赋值,得到一个评价向量C=(1,3,5,7,9),将这个向量的转置向量与综合评价结果两两相乘,得到一级评价指标和评价对象的综合评价值,记为Wi和W。Wi=BiCT,W=BCT(8)式中,CT为评价向量C的转置向量。求出评价目标的综合评价值W后,根据所示的评价值与所对应的等级,就可以给出所评价的枢纽机场之间延误影响的评价结果。3计算灰色评价权本文将选取五个枢纽机场,对其进、离港延误对北京首都机场延误的影响程度进行评价,实现机场间延误影响程度的量化分析。通过对连续五天航班信息的处理,得到各个机场每天进港延误和离港延误的情况(见表2、表3)。由以上正点率数据,得出对应的评价矩阵,如D1表示分别对上海虹桥机场五天时间内的到港延误航班、离港延误航班,北京方向到港延误航班、离港延误航班,依照评分标准进行评分,最终构成的评价矩阵。D1=[51335713355333753337]U11U12U13U14进而计算灰色权向量和权矩阵,以1个评价指标的计算(U11)为例说明:依据公式(2)可得:γ=1,X111=1;γ=2,X112=1;γ=3,X113=2;γ=4,X114=3.25;γ=5,X115=3.4由此得到X11=10.65。依据公式(3),得到五个机场灰色评价权为:γ=1,s111=X111/X11=0.09γ=2,s112=X112/X11=0.09γ=3,s113=X113/X11=0.18γ=4,s114=X114/X11=0.305γ=5,s115=X115/X11=0.319由此可以得出五个机场灰色评价权向量S11=(0.09,0.09,0.18,0.305,0.319)。通过以上计算步骤,就能计算得出指标U1j(j=1,2,3,4)对应的五个机场灰色评价权矩阵Si(i=1,2,3,4,5)。计算出灰色评价权值后,对其进行综合评价,通过式(6),计算得出的结果,然后通过式(7)计算出各个机场的综合评价值W1=5.3152;W2=6.4376;W3=5.4397;W4=5.6187;W5=6.2843。将五个机场的综合评价的结果Bi(i=1,2,3,4,5),构成灰色评价系数矩阵S,根据系数矩阵,对首都机场U作综合评价,将结果记为B,如下:A=(0.26,0.18,0.18,0.21,0.17),B=(0.084,0.126,0.266,0.241,0.254),W=5.768。4个机场的综合影响评价本文采用了多层次灰色评价方法,计算出了延误影响因素的灰色评价结果。其中广州与西安的评价值比较高,分别为6.4376和6.2843。这说明这两个机场相对于其他三个机场对于北京的影响比较大,上海、杭州与成都这三个机场对于北京机场的影响较前两个机场要小。而五个机场对于北京机场的综合影响的评价