基于数学模型对航班延误时间的研究..doc

摘 要 对于问题一，建立了回归分析模型，用以验证国内统计标准的合理性。基于国内外航班延误的统计标准不同，由于flight stats给出的的是国际主要大型机场的排名，通过收集2014年国内十大航空公司部分月份的航班延误时间，然后进行数据统计与整理，对收集到的十个机场部分月份的指定天数的航班延误时间进行统计，进而求指定天数十个机场航班延误时间的平均值，判断得知flight的统计标准是不合理的。 对于问题二，建立层次分析模型，从中分析得出导致航班延误的最主要因素。得出导致航班延误的主要因素权重排序由高到低为：航空公司运行管理、流量控制、恶劣天气影响、军事活动、以及机场保障，即导致航班延误的最主要因素是航空公司的运行管理。 对于问题三，建立时间序列模型，利用一次指数平滑法建立预测模型，然后对预测的航班延误时间峰值进行人为调控。建立指数平滑模型之后进行模型评估，进而求出是合适的，最后对航班延误时间进行预测，分析曲线走势，并与具体的航班延误时间进行对比分析，讨论模型的效用性。 本文综合利用回归分析模型、基于层次分析法的综合评价，使用相关软件，对航班延误问题进行了多角度的分析。并给出了航班延误的时间序列模型，对航班延误作出了理论预测，且对模型的适用范围做出了推广，最后给出了模型的优缺点和改进方案，在实际应用中有较大的参考价值。 关键词：回归分析模型；层次分析法；时间序列模型；指数平滑法 问题重述 随着我国民航运输业的快速发展，我国民航业正在经历美国等西方发达国家在上个世纪七十年代放松航空管制后航空业务量急剧膨胀，导致机场和空域拥堵严重、航班延误快速增长的局面。 2015年3月21日，香港《南华早报》报道，据总部设在美国的空中旅行数据提供商flight stats（以下简称flight）介绍，在全球61个最大机场中，中国机场及航空公司的准点离港表现可谓全球最差，准点离港表现最差的7个机场均位于中国内地，其中上海虹桥机场、浦东机场和杭州萧山机场分别以37.17%、37.26%和37.74%的准点率排名垫底。 此次调查中，深圳宝安机场、广州白云机场、重庆机场和北京首都国际机场也在表现最差的7个机场之列。在全球61个特大机场中，日本东京羽田机场表现最佳，准点率达89.76%。在航空数据网调查的全球各地374个大小不同的机场中，日本大阪伊丹机场表现最佳，准点率高达94.56%。 请自行收集数据并建立模型解决以下问题： 1、关于上述flight stats提供的结论是否正确？ 2、我国航班延误的主要原因是什么？ 3、针对我国航班延误的现状，提出一些改进措施。 问题分析 首先，flight给出的是国际主要大型机场的航班延误时间排名，我们在本问题在也只讨论国内大型机场的航班延误，以2014年给出的国内十大机场为准，具体机场信息见附录4。 另外，我们调查发现国内大型机场的航班到港基本不存在延误，因而我们在问题中只研究航班的离港延误时间，下面给出问题分析。 2.1问题一的分析： 关于flight给出的全球61个最大机场中准点率排名，我们在flight官网找到了2014年全球主要最大机场航班延误排名，见下表： 表一：2014年全球主要最大机场航班延误部分排名 On-time Rank Airport code Flights Seats Tracked Comp. Factor On-time 54 SVO 1.15*105 1.82*107 77.22% 76.62% 54.20% 55 PEK 2.85*105 5.72*107 97.18% 95.34% 52.64% 56 CKG 1.17*105 1.84*107 90.45% 89.64% 52.19% 57 CAN 1.99*105 3.41*107 95.62% 93.93% 49.56% 58 SZX 1.34*105 2.31*107 96.22% 93.53% 49.42% 59 PVG 1.82*105 3.45*107 96.25% 94.11% 37.26% 60 SHA 1.30*105 2.45*107 97.48% 93.96% 37.17% 61 HGH 1.00*105 1.60*107 94.58% 93.16% 36.74% 注：原始数据见附录二 首先这个排名是flight公司根据航班延误国际标准来统计作出的排名，但是由于每个国家的国情不同，发展阶段不一致，我们中国也有自己的民航航班正常统计办法（以下简称统计办法），根据中国民航总局发布的《民航航班正常统计办法》[1]，对于枢纽机场，如在北京首都国际机场、上海浦东国际机场、广州白云国际机场起飞的航班，在公布的计划离港时间后30分钟内起飞且没有发生不正常情况的