基于Detroit模型航班时刻需求分布预测方法研究.docVIP

基于Detroit模型航班时刻需求分布预测方法研究 　　摘 要：航班时刻是机场运行的基础和核心，科学准确的预测机场未来的航班时刻需求量，对机场基础设施配置、空域资源的划分、机场运行模式的选择等具有重大意义。文章根据航班运行的时间和空间分布特征，按照我国民航划分的七大地区管理局的位置分布，建立全国机场航班起降量O-D矩阵，结合使用梯减法，把全国机场航班起降量的预测结果逐层分解到各地区，再到特定的目标机场，利用Detroit交通分布预测模型，对目标机场的航班时刻需求分布量做出预测。以北京首都机场为例，以2015年为基年，预测2020年的航班时刻需求量，并根据北京新机场的规划要求，确定新机场的航班量。 　　关键词：航班时刻；起降量；Detroit模型 　　引言 　　航班时刻是指向某一航班提供或分配的在某一机场某一特定日期的到达或起飞时刻[1]。机场航班起降量的多少能直观反映该机场的繁忙程度，是地区空域资源和时间资源利用率的综合体现，同时也是衡量该地区航空运输业务发展水平的标准之一。研究预测某一机场的航班时刻需求量，一般是指研究未来某一特定的时段（通常为一天），为了满足该地区航空客、货运输需求，机场所应提供的航班起降架次。机场航班时刻需求量的准确预测，对指导机场基础设施建设，提高机场运行保障能力具有重要意义。 　　目前，对于航班时刻的研究主要集中在战术阶段，围绕飞行前和航班实时运行中的流量管理开展。为了减小航班延误，增加航空公司的收益，国内外众多学者就航班时刻的优化配置开展了一系列的研究，构建了多种航班时刻优化模型，并为模型设计了求解算法[2][3]；同时，部分学者就机场客、货吞吐量和某些航线客流量的预测方法进行了研究，通过客、货流量间接推导出航班时刻的需求量[4][5]。直接针对机场时刻资源需求量预测的研究较少。本文在分析航班运行的时间和空间分布特征的基础上，按照我国民航划分的七大地区管理局的位置分布，构建全国机场航班起降量O-D矩阵，结合使用梯减法，把全国机场航班起降量的预测结果逐层分解到各地区，再到特定的目标机场，利用Detroit交通分布预?y模型，对目标机场的航班时刻需求分布量做出预测。 　　1 构建预测模型 　　1.1 建立全国航班起降量O-D矩阵 　　交通量分布表，即O-D（Origin and Destination Table）矩阵表，是描述各地区交通发生量和交通吸引量的表格，是航班时刻需求分布预测的基础。因此，首先需要建立全国机场航班起降量O-D矩阵表。 　　预测一天的航班时刻需求量，将一天按照自然小时划分成24个时段，可用一个矩阵Sijkl表示全国一天的航班计划，其中i，j∈I={0，1，2…，G}，G为航班计划中包含的机场数量，i，j是航班计划中机场的序号，k，l∈K={0，1，2，…，23}，k，l是航班离场和进场时刻所在的时段，Sijkl表示k时段从机场i起飞，l时段到达机场的航班数量。对于划分时段间的时间点，归属于阈值之后的时段。 　　1.2 梯减法在航班时刻需求分布预测中的应用 　　在大中型机场的新建、扩建项目工程中，梯减法常用于机场航班起降量的预测。在使用Detroit模型对目标机场的航班时刻需求分布做预测前，首先需使用梯减法预测目标年各地区的航班起降架次。 　　使用梯减法预测机场的航班起降量时，将全国机场航班起降量的预测值分解到民航各地区，再将各地区内的机场航班起降量的预测值分解到该区域内通航的机场群和机场。分析梯减法的预测过程可知，全国航班起降量的预测值要经过中间多个层次才能分解到目标机场，而且下一层次的航班起降量的预测值依赖基于上一层次的预测值，对上一层次的预测值较敏感。因此，在使用梯减法预测机场的航班起降量时，要准确预测全国机场的航班起降量，通常采用国家民航局发布的预测数据，或者使用计量经济法对全国机场航班起降量进行预测；另外，在采用权值法层层分解时，要求各层级的权值较准确，可采用时间序列法确定中间层次的权值。 　　1.3 基于Detroit模型的航班时刻需求分布预测模型 　　底特律模型（Detroit Method）考虑将来的出行分布不仅与出行发生量的增长率和吸引量的增长率有关，还与出行生成量的增长率有关[6]，i-j地区间O-D量的增长系数与i地区出行发生量和j地区出行吸引量增长系数之积成正比，与出行生成量的增长系数成反比： 　　2 实例验证 　　目前，北京拥有两座机场用于民用航空运输，分别是北京南苑机场和承担95%以上载运业务的北京首都国际机场。2016年，首都机场年旅客吞吐量已经突破9000万人次大关，稳居世界机场排名第二位。机场运行容量趋于饱和、机场用地资源紧张扩建困难、市场需求巨大、潜在需求难以满足是近年来首都机场发展过程中所面临的主要问题，机场航