大数据在机场航班延误管理中应用.docVIP

大数据在机场航班延误管理中应用 　　摘 要随之全球社会经济的发展，航空业已经在国民经济活动中起到越来越大的作用，航班准确率一直是整个机场服务品质的重要标准之一，如何提升机场运行效率解决航班延误问题，也成为目前民航业的重点研究课题。为了改善航班延误问题，提高航班保障能力，本文从功能设计和技术实现两方面介绍了基于大数据的航班延误管理系统的建设方案，重点研究系统的功能设计、技术架构、数据架构和业务模型，为国内机场同类系统建设提供借鉴。 　　【关键词】大数据 航班延误 　　1 背景概述 　　航班延误问题是目前制约国内民航服务质量的焦点问题，航班正常性工作已成为民航业内的重中之重，不仅关乎民生，更是关乎民航整体运行品质。 　　为了提高民航资源（空域、跑道、航班）运行效率，各空管局和机场相继建设了CDM/A-CDM系统来协调空域流量资源和机场跑道资源，解决航班正点率低的问题。但航班延误是一个非常复杂的系统性问题，航班飞行保障是个需要各方紧密协作的活动，涉及空管、机场和航空公司三方各种非正常性因素的起因和叠加，除了天气、军事活动等不可控因素外，空域流量限制、航班计划编排、航路时刻通行等多重因素交织，不是简单通过A-CDM系统就能彻底解决问题，需要深入分析和研究清楚各机场的延误特点和规律，找准瓶颈和痛点，才能针对性采取措施，从源头上解决航班延误问题。 　　因此我们需要充分运用大数据技术加强对航班正常性的分析工作，通过业务梳理和数据建模，从航班编排、空域协同、机场协同、航班保障等各个方面发现航班延误关键症结，从而对现有的资源条件、保障情况和A-CDM系统的协同机制提出更加基础、更趋完善的解决方案，为提高航班正常性提供智能支撑。 　　2 基于大数据的航班延误管理系统功能设计 　　2.1 总体目标 　　航班延误管理系统是一个典型的行业大数据分析系统，核心技术是航班运行业务建模和智能数据挖掘算法技术，依托强大的智能算法组件，以航班正常性为基准，通过民航生态值管理，??航班运行的海量历史数据和实时数据按照业务模型进行挖掘分析处理，监测分析机场航班延误的特点和规律，以可视化的形式，全面、深刻、细致、准确地还原影响航班延误的各种因素及其相互作用关系，为从航班编排计划、容量分配、机位分配等源头和根本上解决或缓解航班延误问题提供切实可行的路径。 　　2.2 主要功能模块 　　基于大数据的航班延误管理系统的功能模块以延误检测、原因分析、优化建议为主线，实现航班延误监测、运行数据统计分析，并进一步预测运行趋势，提供优化和决策依据。主要包括：生态值管理、延误情况分析、延误原因症结分析、航班优化、运行报表等模块。 　　2.2.1 生态值管理 　　包括机场航班的降落、滑入、停靠、除冰、地服、登机、上/撤轮档、滑出、起飞、机位置机、机位使用、安检、陆测交通等资源运行管理的正常性值的计算与管理。 　　2.2.2 航班延误情况分析 　　该模块主要针对小延误航班、大面积航班延误、延误航班、航线延误情况进行分析，具体如下： 　　（1）“小延误航班分析”：指延误时间在五分钟之内的航班，该类型航班特点是可以通过合并席位加快过站进度等措施消除延误，从而增加航班正常率； 　　（2）“大面积航班延误分析”：研究分析旅客积压人数与大面积延误航班分布的关系，对大面积航班延误进行预警与预测，并预测大面积航班延误造成的经济损失； 　　（3）“延误航班”分析：机场延误航班中包括始发航班延误和非始发航班延误，始发航班延误对后续航班的正常率具有明显影响，所以延误航班分析将重点对始发航班的延误率走势、始发航班延误波及程度进行分析； 　　（4）“航线延误分析”：对航线延误情况进行分析，涉及各个航线排名、各个航线正常率、每个航线上正常率最低的航班、各个航线上延误的架次等数据，从而找到正常率极低的航线，以便采取有效的措施，提升航线正常率。 　　2.2.3 航班延误原因症结分析 　　对延误原因进行清单管理，按照来源因素可以单列出的延误原因清单包括：不可抗拒因素（天气、军演、对方机场）、空管因素（空中流量控制、近进容量控制、跑道容量控制）、航司保障因素（飞机起降、滑行、飞机准备、除冰、检修、饮食、其他）、机场管理服务因素（计划推出、放行、机位容量、机位置机、安检）、地面服务因素（监护、清洁、加油、客梯车、摆渡车、陆测交通）、旅客因素（迟到）等。 　　实际航班延误的原因是很复杂的，各种延误因素之间会传导和相互影响，可能是一种或几种原因（因素）造成的，或者上一个航班延误或前一个航班保障服务节点延误传导过来的。而每个节点延误都与管理或执行主体的行为或制度密切相关，该模块对航班延误进行关联分析，针对每类延误原因，分析造成原因的主体对象、操作行为和管理制度，例如可能是航班编排计划