基于机场繁忙程度的航班延误波及分析

doi:10.16381/j.cnki.issn1003-207x.2019.08.009

中国管理科学 ›› 2019, Vol. 27 ›› Issue (8): 87-95.doi: 10.16381/j.cnki.issn1003-207x.2019.08.009

基于机场繁忙程度的航班延误波及分析

许保光^1,2, 刘倩倩¹, 高敏刚¹

1. 中国科学院科技战略咨询研究院, 北京 100190;
2. 中国科学院大学公共政策与管理学院, 北京 100049

收稿日期:2016-10-30 修回日期:2018-04-19 出版日期:2019-08-20 发布日期:2019-08-27
通讯作者: 高敏刚(1979-),男(汉族),山东人,中国科学院科技战略咨询研究院,博士,研究领域:运筹优化、应急管理、科技战略,E-mail:mggao@casipm.ac.cn E-mail:mggao@casipm.ac.cn
基金资助:
国家自然科学基金资助项目（71401162，71801061）；中国科学院科技战略咨询研究院重大研究任务资助项目（Y201181Z01）

The Flight Delay Propagation Analysis based on Airport Busy State

XU Bao-guang^1,2, LIU Qian-qian¹, GAO Min-gang¹

1. Institutes of Sciense and Development, Chinese Academy of Sciences, Beijing 100190, China;
2. School of Public Policy and Management, University of Chinese Academy of Sciences, Beijing 100049, China

Received:2016-10-30 Revised:2018-04-19 Online:2019-08-20 Published:2019-08-27

摘要/Abstract

摘要： 航班延误是全球航空业面临的一大难题。航班运行过程中，对于执行航班环任务的飞机，机场繁忙程度直接影响飞机过站时间长短，进而影响航班离港延误程度。文中构建到港延误对离港延误的波及贝叶斯网络预测模型时，加入机场繁忙程度这一因素，以机场飞机起降架次作为刻画该因素的指标，并通过贝叶斯网络结构学习得到机场繁忙程度的影响关系图。10次10折交叉验证的结果表明，与直接用到港延误预测离港延误的模型相比，加入机场繁忙程度因素的模型能够更准确地预估航班延误波及情况。

关键词: 航班延误波及, 贝叶斯网络, 航班环, 10折交叉验证

Abstract: Global airline industry has been plagued by flight delays. During the flight operation, for the plane executing flight string tasks, the busy state of airport has a direct effect on the turnaround time of plane, further more effects the on-time departure performance of the consecutive flight. When constructing the prediction Bayesian Network(BN) model of delay propagation, the influence of airport busy state is considered which is described by aircraft movement per hour and whose relative factors are discovered through Bayesian structure learning. The ten times ten-fold cross validation results show that compared with the propagation BN model without consideration of airport busy state, the BN model considering airport busy state shows more accuracy in predicting departure delay.

Key words: flight delay propagation, Bayesian Network, flight string, ten-fold cross validation

中图分类号:

O212

许保光, 刘倩倩, 高敏刚. 基于机场繁忙程度的航班延误波及分析[J]. 中国管理科学, 2019, 27(8): 87-95.

XU Bao-guang, LIU Qian-qian, GAO Min-gang. The Flight Delay Propagation Analysis based on Airport Busy State[J]. Chinese Journal of Management Science, 2019, 27(8): 87-95.

参考文献

[1] 中国民用航空局. 民航行业发展统计公报[EB/OL].(2016-6-16).http://www.caac.gov.cn/I1/.
[2] Ball M, Barnhart C, Dresner M, et al. Total delay impact study[M]. Berkeley:Institute of Transportation Studies, University of California, 2010.
[3] Jarrah A I Z, Yu G, Rishnamurthy N K, et al. Adecision support framework for airline flight cancellations and delays[J]. Transportation Science, 1993, 27(3):266-280.
[4] Pyrgiotis N, Malone K M, Odoni A. Modelling delay propagation within an airport network[J]. Transportation Research Part C:Emerging Technologies, 2013, 27:60-75.
[5] Rebollo J J, Balakrishnan H. Characterization and prediction of air traffic delays[J]. Transportation Research Part C:Emerging Technologies, 2014, 44:231-241.
[6] 靖德果, 池宏, 许保光, 等. 航空公司航班正点率估计[J]. 数理统计与管理, 2014, 33(4):571-582.
[7] Wong J T, Tsai S C. A survival model for flight delay propagation[J]. Journal of Air Transport Management, 2012, 23:5-11.
[8] Beatty R, Hsu R, Berry L, et al. Preliminary evaluation of flight delay propagation through an airline schedule[J]. Air Traffic Control Quarterly, 1999, 7(4):259-270.
[9] Ahmadbeygi S, Cohn A, Guan Y, et al. Analysis of the potential for delay propagation in passenger airline networks[J]. Journal of Air Transport Management, 2008, 14(5):221-236.
[10] 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, 3895.
[11] 王珊珊, 王建东, 丁建立. 航班延误波及链的有色出现网模型[J]. 计算机科学, 2009, 36(2):241-244.
[12] Xu Ning, Donohue G, Laskey K B, et al. Estimation of delay propagation in the national aviation system using Bayesian networks[C]//The 6th USA/Europe Air Traffic Management Research and Development Seminar, Maryland, USA, June 27-30,2005.
[13] 刘玉洁, 何丕廉, 刘春波, 等. 基于贝叶斯网络的航班延误波及研究[J]. 计算机工程与应用, 2008, 44(17):242-245.
[14] 曹卫东, 贺国光. 连续航班延误与波及的贝叶斯网络分析[J]. 计算机应用, 2009, 29(2):606-610.
[15] 徐涛, 丁建立, 王建东, 等. 基于贝叶斯网络的航班延误与波及分析模型[J]. 系统仿真学报, 2009, 21(15):4818-4822.
[16] 邵荃, 罗雄, 吴抗抗, 等. 基于贝叶斯网络的机场航班延误因素分析[J]. 科学技术与工程, 2012, 12(30):8120-8124.
[17] Chiraphadhanakul V, Barnhart C. Robust flight schedules through slack re-allocation[J]. EURO Journal on Transportation and Logistics, 2013, 2(4):277-306.
[18] 王文俊, 白福利. 浅谈我国航班延误原因及对策[J]. 交通企业管理, 2013, (12):56-58.
[19] Pearl J. Fusion, propagation, and structuring in belief networks[J]. Artificial Intelligence, 1986, 29(3):241-288.
[20] 叶跃祥, 糜仲春, 王宏宇, 等. 基于贝叶斯网络的不确定环境下多属性决策方法[J]. 系统工程理论与实践, 2007,(4):107-113, 125.
[21] 胡明礼, 张彩芬, 朱建军. 基于贝叶斯网络推理的双重不确定信息集结模型[J]. 中国管理科学, 2014, 22(2):135-141.
[22] 张连文, 郭海鹏. 贝叶斯网引论[M]. 北京:科学出版社,2006.
[23] Cooper G F, Herskovits E. A Bayesian method for the induction of probabilistic networks from data[J]. Machine Learning, 1992, 9(4):309-347.
[24] 高丽君, 丰吉闯. 基于变位置参数贝叶斯预测银行内部欺诈研究[J]. 中国管理科学, 2012, 20(2):20-25.
[25] 蒙肖莲, 杜宽旗, 杨毓. 企业财务危机预测的贝叶斯模型研究[J]. 数理统计与管理, 2011, 30(6):1039-1050.
[26] 李航. 统计学习方法[M]. 北京:清华大学出版社,2012.

基于机场繁忙程度的航班延误波及分析

The Flight Delay Propagation Analysis based on Airport Busy State

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 2

Metrics

本文评价

推荐阅读 10

[1]	许保光, 王蓓蓓, 池宏, 邵雪焱, 高敏刚. 基于贝叶斯网络的航空安全中不安全信息分析[J]. 中国管理科学, 2020, 28(12): 118-129.
[2]	胡明礼, 张彩芬, 朱建军. 基于贝叶斯网络推理的双重不确定信息集结模型[J]. 中国管理科学, 2014, 22(2): 135-141.