航班延误问题探究及后进生转化的策略研究.doc

封一 答卷编号（参赛学校填写）： 答卷编号（竞赛组委会填写）： 论文题目： D 组 别： 本科 参赛队员信息(必填)： 姓 名 学 号 联系电话 参赛学校： 大连东软信息学院 封二 答卷编号（参赛学校填写）： 答卷编号（竞赛组委会填写）： 评阅情况（学校评阅专家填写）： 学校评阅1. 学校评阅2. 学校评阅3. 评阅情况（联赛评阅专家填写）： 联赛评阅1. 联赛评阅2. 联赛评阅3. PAGE 航班延误问题探究 摘要 目前,飞机已经成为人们生活中不可缺少的一部分，然而航班的延误也是司空见惯的事情了,本文中我们对来自的数据整理筛选与分析建模,分别解决了题目中的三个问题。 在问题一中, 我们对全部数据进行抽样分析，对抽样的数据进行了抽象化处理，我们对数据按月整理分析发现并非所有的机场每一个月都出现在数据中，因此我们采用两种不同的标准来建模分析求平均和方差按航班延误率降序重新排名得到航班延误率前十名的机场，得到了与香港南华早报不同的结论。 在问题二中，我们从中国民航总局的数据中得到影响航班延误的一般原因。分析数据我们发现这些因素可以分为两大类别，其一是可控因素，其二是不可控因素。对于两类因素我们首先验证航班因素是基于指数分布并且可以对数据进行建模。然后我们建立动态排队模型并且结合我国两个机场为例从一般原因中分析出我国航班延误最主要的原因。 在问题三中，我们从问题二最后的结论出发，可控因素中影响航班最严重的因素—航空公司航班计划，我们对此进行优化。基于遗传算法，改变了航班调度的策略，对每个机场每个限定时间段的航班数量进行最大容量估计，使其充分利用每一时间段所能分配到的容量，以尽量减少对后面航班的影响。凭借到达和出发过程相关的情况，对两者实施协调决策，以寻找到这段时间范围内的全局最优解。最后我们对比了我们模型的调度策略并使用matlab作图直观的反映了我们调度策略的优化结果。 关键字：抽样分析、排序、动态排队模型、遗传算法、matlab  问题重述 目前,在世界各地,航班延误己经是司空见惯的现象，航班延误在运输服务领域已经成为政府、企业和旅客越来越关心的问题。目前，香港南华早报网根据 的统计得出结论:中国的航班延误最严重，国际上航班延误最严重的10个机场中，中国占了7个。其中包括上海浦东、上海虹桥、北京国际、杭州萧山、广州白云、深圳宝安、成都双流等机场。 我们自行搜寻数据研究以下三个问题： 香港南华早报根据统计得出的结论是否正确？ 我国航班延误的主要原因是什么？ 对于航班延误有什么改进措施？ 模型假设 （1）假设各地天气，旅客，排队延误，军事活动等影响因素条件相同； （2） 假设从 得到的10个月数据中未出现10次的机场无延误情 况； （3）假设以航班的撤挡、轮挡时间作为判定标准，以计划时刻后15分钟作为 航班是否正常的时间裕度； （4）在相对较长的时间内，其跑道数量基本固定不变（服务台数不变），又因航班延误更多发生在大中型枢纽机场，其跑道数量基本为两个，因此这里分析统一采用双跑道模式； （5）对于航班排队过程中的服务规则，遵守航空运输业的先到先服务规则； （6）当不考虑由不可控因素引起的航班延误时，各个机场的延误相互独立； （7）假设航班延误的波及效应呈现平稳递减。 三、符号说明 航班平均延误率 M 月份 航班各月份延误率 排队模型中排队对象的到达分布 表示系统服务时间的分布 表示服务台的个数 表示服务规则，如先到先服务、后到先服 务 表示系统容量 表示顾客来源的最大量 缓冲时间 表示允许航班f延误的最多时间段 表示航班f按原计划的到达(或者出发)时间段 ∈{,…,min(T,} 表示在不影响航班j出发的情况下允许航班i的最大到达延误,i、j是具有连续航程的两航班 表示机场在第t段时间的出发容量 表示航班i在第t个时间段或者这之前到达则为1,否则为0 表示航班j在第t个时间段或者这之前出发则为1,否则为0 四、模型分析 4.1问题一的模型分析 我们从中提取出来大量可使用的数据，并从中抽样进行了分析，对抽样的数据进行了抽象化处理，构建本题模型。本题模型中，由于数据量较大，使用Excel对模型数据进行加工处理，利用求数学期望的方法统计出平均每月各主要地区的航班延误情况，再进行方差处理对比，比较各地航班延误情况的稳定性，最后使用Excel以及spss 对数据进行更加规格化处理，减少航班延误概率误差。