【正文】 發(fā)的航班延誤發(fā)生概率分別為0. 25,0. 09和0. 21。在上述假設(shè)基礎(chǔ)上，利用MATLAB軟件工具和設(shè)計模型對四個機場的各類數(shù)據(jù)進行模擬，結(jié)果見表524。而李俊生、丁建立（2008），劉玉潔（2009）等則是從航班的延誤的波及入手，利用貝葉斯網(wǎng)絡(luò)的傳播模型進行分析，結(jié)果同樣是得出了一種可以幫助航空公司管理延誤的措施。 乘客應(yīng)對延誤措施上述模型針對的是航空公司應(yīng)對航班延誤的策略模型。本文提議，乘客可以根據(jù)上表合理安排自己的出行時間，盡量選擇在航班延誤率小的時間段出行。在紛雜的塵世里，為自己留下一片純靜的心靈空間，不管是潮起潮落，也不管是陰晴圓缺，你都可以免去浮躁，義無反顧，勇往直前，輕松自如地走好人生路上的每一步3. 花一些時間，總會看清一些事。只有你自己才能把歲月描畫成一幅難以忘懷的人生畫卷。努力過后，才知道許多事情，堅持堅持，就過來了。對于航空公司自身因調(diào)配不合理、人員安排混亂、制度不完善、設(shè)備不先進等方面造成的航班延誤。相比與其他工作日和周日，周六選擇航班出行的乘客相對比較多，而在航班客座供給一定的情況下，勢必會對航空公司的航行造成一定的壓力，導(dǎo)致在星期六，航班的準(zhǔn)點率大幅度降低，平均延誤次數(shù)卻增加。指派問題的最優(yōu)解具有這樣的性質(zhì)，若從細(xì)數(shù)矩陣的一行（列）各元素中分別減去該行（列）的最小元素，得到新的矩陣，那么以新的為系數(shù)矩陣求得的最優(yōu)解和原系數(shù)求得的最優(yōu)解相同。表524：各關(guān)鍵影響因素對航班延誤影響大小仿真模擬結(jié)果表影響因素發(fā)生頻率（占比重（%））影響大?。ㄆ骄鶗r間（min））類別航空公司 0∞（航班取消）可控流量控制60不可控、可控天氣2056不可控機械故障140不可控軍事活動11180不可控機場36可控旅客20可控圖524 各關(guān)鍵因素對航班延誤影響的仿真模擬示意圖表525 航空延誤影響因素排序影響排序影響因素備注1航空公司頻率高，影響大2流量控制頻率較高、影響大3天氣頻率較高、影響較大4軍事活動頻率一般、影響大5機械故障頻率較低、影響大6機場頻率較低、影響較小7旅客頻率低，影響小 結(jié)論通過以上對航班延誤原因的國內(nèi)外對比分析，對國內(nèi)航班延誤原因的動態(tài)排隊深度分析，可以得到影響我國航班延誤的主要原因是航空公司自身、軍事活動、流量控制和天氣。雖然所選的四個機場特質(zhì)有區(qū)別，但是運行模式、航班延誤造成因素等大同小異，且它們都屬于中型樞紐機場。 己有文獻(xiàn)證明，航班運行各個環(huán)節(jié)的波及延誤效應(yīng)基本呈現(xiàn)指數(shù)遞減態(tài)勢，且縱向傳遞近似于以1/2為等比的遞減數(shù)列，因此可以假設(shè)航班延誤的波及效應(yīng)呈現(xiàn)平穩(wěn)遞減。這里的服務(wù)時間仍然是和，因為每天進出一個機場的飛機數(shù)量基本相同，可選用作為服務(wù)時間所服從的指數(shù)分布。安檢排隊是一個典型的M/M/D模型，乘客到達(dá)服從泊松分布，每個乘客接受安檢的時間服從負(fù)指數(shù)分布。B表示系統(tǒng)服務(wù)時間的分布，如指數(shù)分布。表523：西安咸陽機場和首都機場飛機到達(dá)泊松分布的系數(shù)表變量系數(shù)標(biāo)準(zhǔn)差T值P值北京咸陽北京咸陽北京咸陽北京咸陽常數(shù)項系數(shù)RsquaredAdjusted Rsquared var 咸陽機場:=到達(dá)間隔的平均時間=3. 6分。表521：國內(nèi)外機場信息對比表國籍機場機場建設(shè)吞掉量（萬）民用空域準(zhǔn)點率中國PEK（北京首都機場）3個航站、3條跑道、131個登機口20%，其余被軍用或被控制PVG（上海浦東機場）2個航站、4條跑道、70個登機橋日本HND（東京國際機場）3個航站、4條跑道、65座空橋NRT（東京成田機場）3個航站、2條跑道、112個登機口美國ORD（奧黑爾機場）4個航站、6條跑道、193個登機口約80%，且軍用空域不對民航關(guān)閉ATL（亞特蘭大機場）7個航站、5條跑道、155個登機口上表數(shù)據(jù)顯示，這幾個機場的旅客吞吐量都比較大，但我國機場的準(zhǔn)點率要比其他國家機場低很多。3　 軍事活動 軍事活動會選擇在天氣良好的白天進行，因涉及到國防機密，不會提前對外宣布，相關(guān)民航的飛行都會受影響，未起飛的航班需要在地面等待，在空中的航班需要返航或就近降落到其他機場等待演戲結(jié)束。但是這7個機場和問題1中所給的數(shù)據(jù)不太一致，這可能與數(shù)據(jù)的采集時間不同，得到的數(shù)據(jù)有差異，致使分析結(jié)果存在一定偏差。 分析處理根據(jù)附錄1中的117個機場進離港的延誤和取消數(shù)據(jù)，先通過Excel軟件將我國機場延誤數(shù)據(jù)和國外機場延誤數(shù)據(jù)分別求和，得到我國機場延誤情況在國際上所在的比率（如圖511）。 問題二的分析問題二是要研究出影響我國航班延誤的主要原因。通過國內(nèi)外機場的對比分析，初步得出影響中國航班延誤的原因是機場建設(shè)不能滿足龐大的客運需求和狹小的民用空域不能實現(xiàn)航班的充分調(diào)度，通過動態(tài)排隊模型的模擬仿真，得出影響航班延誤的最主要兩大因素是航空公司和流量控制，%%。所以，對我國航班延誤的研究時不可待。本文首先通過對國際航班延誤數(shù)據(jù)的分析，得出我國航班延誤情況非常嚴(yán)重的結(jié)論，再利用對比分析和動態(tài)排隊模型分析，找出影響我國航班延誤的主導(dǎo)原因是各方面因素之間的相互牽制，如與日劇增的客運量和有限的機場供應(yīng)量之間的牽制，機場建設(shè)與流量控制的牽制等。綜合這些因素，本文認(rèn)為目前導(dǎo)致我國航班延誤的主要原因不是單方面的，有航空公司、流量控制、天氣、機場建設(shè)等多方面的原因，并且這些影響因素之間存在一定程度的相互牽制，這個因素的相互牽制加大了航空公司對航班調(diào)度和優(yōu)化的難度，這才是影響我國航班延誤的主導(dǎo)原因。For question one, we collect the world39。航班延誤幾乎每個國家都存在，根據(jù)美國運輸部的統(tǒng)計：造成航班延誤的原因主要集中在國家空域系統(tǒng)（NATIONAL AIRSPACE SYSTEM）的容量限制、天氣原因和飛機晚到等，這一結(jié)論對我國同樣是成立的。圖511 國內(nèi)外機場延誤比例 從該圖中可以看出，中國機場延誤數(shù)據(jù)占了全球主要機場延誤數(shù)據(jù)的47%，全球主要機場延誤的數(shù)據(jù)近一半都來源于中國，因此我國機場延誤情況較為嚴(yán)重。 問題二的分析與處理對于我國航班延誤情況越趨嚴(yán)重的問題[1,6]，本文首先將我國延誤最嚴(yán)重的北京國際機場和上海浦東機場與國外幾個有代表性的機場進行對比分析，再對國內(nèi)機場建立動態(tài)排隊模型，進一步作深度分析，找到影響航空延誤的主要因素。空中管制時間無法確定，但一解除管制，空域又會大量塞機，繼續(xù)出現(xiàn)延誤，影響航班運行，令民航無所適從。通過簡單的對比分析，可以初步認(rèn)為我國航班延誤原因主要是在機場建設(shè)和民用空域不足兩方面。=16. 8(架次/小時)。C表示服務(wù)臺的個數(shù)。 起飛排隊和降落排隊模型會因飛機起飛降落模式的不同而不同。服務(wù)臺數(shù)是雙跑道—雙服務(wù)臺。假設(shè)緩沖時間為H，若延誤時間小于H，則可被直接緩沖消除。(3)航班運行的閉環(huán)過程包含了所有影響航班延誤的因素。 問題三的分析與處理 航空公司應(yīng)對延誤策略 對于航空公司引起的航班延誤問題，本文采用多目標(biāo)規(guī)劃，針對航班延誤成本和延誤時間的一個合理配置問題，得出一些應(yīng)對航班延誤的策略。首先構(gòu)造延誤時間置換矩陣， 其中表示i時刻航班的飛機執(zhí)行第j時刻航班的任務(wù)所延誤的時間。我們初步得出一個結(jié)果，乘客若選擇在周六乘坐航班出行，遇上航班延誤的可能性會增大，會造成準(zhǔn)點率下降。本文認(rèn)為要改善這方面的原因，還需要相關(guān)政策的制定和實施，因為目前我國對航班延誤給旅客造成的損失和賠償制度不夠完善，并且我國的民用航班與旅客之間供不應(yīng)求的現(xiàn)象愈來愈趨嚴(yán)重，導(dǎo)致航空公司管理人員疏于對航班的實時調(diào)度、對服務(wù)人員的松懈和對機場設(shè)備的更新、建設(shè)成本的不愿投入。4. 歲月是無情的，假如你丟給它的是一片空白，它還給你的也是一片空白。你必須努力，當(dāng)有一天驀然回首時，你的回憶里才會多一些色彩斑斕，少一些蒼白無力。2. 若不是心寬似海，哪有人生風(fēng)平浪靜。 圖532 中國航空公司2014年4月到2015年3月的航空情況由上圖532 2014年4月到2015年3月的月均準(zhǔn)點率和航班數(shù)可以看出過去幾年來在每年的8月以及2015年的3月，航班的準(zhǔn)點率在小幅度下降，反之航班延誤率在增高，大約在30%左右，在2014年8兩個月和2015年3月，正值學(xué)生寒暑假假期和學(xué)生返校高峰期，乘坐飛機的人較多，給航空公司航班正常飛行帶來了壓力，這幾個月航班的總數(shù)在增大，然而準(zhǔn)點率卻在下降，航班延誤率增大。最終可由上述矩陣得出航班置換方案，當(dāng)然航班的置換最終還是要權(quán)衡兩者的大小，單純使得延誤成本最小，勢必會使得延誤時間不是最優(yōu)，而使延誤時間最優(yōu)，有可能造成延誤成本偏大，故在延誤時間一個合理的范圍內(nèi)求解出延誤成本最低，才是航空公司的最終目標(biāo)。目前我國國內(nèi)對航班延誤的研究有很多，王紅、劉金蘭、曹衛(wèi)東、郇秀霞（2009）利用Markov鏈模型，對航班的延誤進行預(yù)測，再利用定性加定量的AHP層次分析，對航班的延誤進行了預(yù)警處理，得出一種可以幫助航空公司管理延誤的措施。是指在閉環(huán)的一個機場中，本階段所能達(dá)到緩沖隊長，在這個范圍內(nèi)，機場可以內(nèi)化延誤而不產(chǎn)生波及效應(yīng)，否則產(chǎn)生波及效應(yīng)。 假設(shè)初始延誤=，每個階段延誤波及被緩沖消除該階段延誤的一半，則有:總的波及效應(yīng)=可控制延誤模型各個環(huán)節(jié)的延誤時間為: 在初始機場中:飛機起飛排隊延誤一飛機排隊隊長*平均服務(wù)時間+延誤時間 (起飛排隊)=相關(guān)聯(lián)的第一個機場:(起飛排隊)= 相關(guān)聯(lián)的第n個機場: (起飛排隊)= 當(dāng)考慮因天氣、流量控制和軍事活動等不可控因素時，這些因素引發(fā)的延誤可能會發(fā)生在航班運行的各個環(huán)節(jié)，在此將以各因素近三年引發(fā)的航班延誤的平均發(fā)生率把它們納入模型，形成了航班延誤的總動態(tài)排隊模型(圖522)。 航班延誤的動態(tài)排隊模型將上面的三個可控延誤模型以及航班延誤波及模型匯合，建立總的可控制延誤模型如圖521所示。當(dāng)起飛和降落共用一條跑道，按照“先到先服務(wù)”的順序起飛或降落時，構(gòu)成了一個2M/M/1/先到先服務(wù)模型系統(tǒng)。b表示系統(tǒng)容量。=31. 5(架次/小時)。根據(jù)概率論，如果一個序列服從泊松分布，那么它的序列間隔服從負(fù)指數(shù)分布，即如果飛機到達(dá)和起飛呈現(xiàn)出泊松分布，可以推