应用支持向量机解决机场航班问题分析报告.docVIP

2015年南通大学数学建模竞赛 承 诺 书 我们仔细阅读了数学建模赛规则。 我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与本队以外的任何人（包括指导教师）研究、讨论与赛题有关的问题。 我们知道，抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其它公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。 我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。如有违反竞赛规则的行为，我们愿意承担由此引起的一切后果。数学建模 竞赛评阅编号（由竞赛组委会评阅前进行编号）： 题 目 航班延误问题 摘要 因气象、航空器故障、飞行保障设备不工作、以及其他原因 ,航空器不能按预计时间起飞时 ,称为航班延误。 针对问题一，我们了解到机场航班延误分为时间延误，和直接取消两种，为了较好反映机场延误程度，本文引入乘客愤怒系数（各个地区不一样）的概念。对机场不同延误情况的划分，使判定结果更具有科学性更合理。 针对问题二，现实中影响航班延误的因素有很多，经过分析本文认为天气，航空管制等为主要原因，为了较好反映多因素影响航班延误的情况我们引入航班着陆率（Aircraft Arrival Rates简写AAR）的概念，通过运用支持向量机（SVM）模型可以求出确定的数值，AAR可以直接定量反映机场航班延误的现象，针对本文研究的机场，在AAR大于52时说明不存在延误，当AAR小于52且大于48时，说明存在一次地面延迟程序，也就是说发生延误了。当 AAR小于48且大于38时，延误较严重了，当AAR小于38时，即发生了重大延误。 针对问题三，影响航班延误的因素分为人为可控和不可控两类。介于航班延误有时处于无法避免的情况，所以本文着力于解决如何减少航班延误所带来的成本，通过航班的调度来降低成本。本文为适应实际情况使用航班延误模型，该模型有两个优化方向：延误成本最低，延误时间最短。再通过匈牙利算法求解，由于两种改进方向所产生的调度方案不一样，所以可以根据不同机场的实际情况进行选择。 关键字：航班着陆率（AAR） 支持向量机（SVM） 航班延误模型 匈牙利算法 一．问题重述 1.1引言 航班延误现象是指由气象、航空器故障、飞行保障设备不工作、以及其他原因 ,航空器不能按预计时间起飞的现象。航班延误的主要影响因素的判定基于实际情况提出支持向量机模型。航班延误的解决措施基于对可控因素的调度，使航班延误所带来的延误成本最低。 1.2问题的提出 为了更好的反映航班延误的情况以及提出更有效的解决措施，本文依次提出以下几个问题 根据收集到的数据判定该报道是否属实，提出合理的机场延误程度评价机制。 基于（1），收集多种因素对航班延误的影响，提出航班延误程度的判断模型，并结合数据定量分析航班延误程度。 基于实际情况我们不难发现影响航班延误的因素分为人为可控和不可控两类，我们的解决措施的目的是对由于不可控因素所造成的航班延误进行人为干预使其延误所带来的损失最小，因此我们提出航班延误成本模型来解决问题。 符号说明 符号 意义 机场的延误程度 推延航班时间的乘客愤怒系数 取消航班的乘客愤怒系数 机场的总的航班数 取消的航班数 推延时间的航班数 执行航班的飞机 替换航班的飞机 可用飞机的就绪时间集合 最早延误航班之后的航班原计划到达时间集合 最早延误航班之后可用飞机集合 能够执行航班任务的机型集合 能够在机场维修的机型为的飞机集合 当天备用飞机和修复飞机的集合 航班上的旅客失望溢出成本 时刻就绪的飞机执行时刻的航班及后续航班的延误成本 把航班指派给备用飞机的成本 航班在时间对和之间经过的机场数 时间到的航班 第一问的判断结果 3.1问题的分析 对于这篇报道是否属实的判定，我们首先应该了解航班延误的情况及种类，以及一个机场所能承受的总的航班数，以及乘客们不同的反应。通过收集数据进行合理的数据处理才可能得到较为实际的判断。 3.2机场延误程度的判断模型。 查阅相关资料可知航班延误分为两种：一种是推延航班时间（Delayed)，一种是取消航班（Canceled）。很明显后者所带来的影响要远超前者，在这里我们提出乘客愤怒系数的概念（Anger Coefficient），记推延航班时间的乘客愤怒系数为，记取消航班的乘客愤怒系数为。在这里我们提出机场延误程度的判断模型： （3.2.1） 在（3.1.1）式表示机场的延误程度，表示机场的总的航班数，表示取消的航班数，表示推延时间的航班数。 搜集到的数据如下图1：