[發明專利]一種航班延誤特性的高階分析方法

有效

• 申請號: 202010844144.0
• 申請日: 2020-08-20
• 公開（公告）號: CN112182059B
• 公開（公告）日: 2022-05-27
• 發明（設計）人: 杜文博;曹先彬;張明遠;李思遠
• 申請（專利權）人: 北京航空航天大學
• 主分類號: G06F16/2458
• 分類號: G06F16/2458;G06F17/18;G06Q50/30
• 代理公司: 北京永創新實專利事務所 11121
• 代理人: 周長琪

本發明公開了一種航班延誤特性的高階分析方法，屬于民航延誤分析技術領域。本發明從真實航班數據中提取航班高階特性，通過規則提取識別高階依賴項，并通過邊線重構設置高階邊線，結合天氣與航班信息構建表征高階依賴關系的高階網絡模型，進而對航班延誤做預測，解決了現有模型構建時丟失航班延誤高階依賴關系的問題，提高了預測準確度。

技術領域

本發明屬于民航延誤分析技術領域，從原始航班數據中發掘航班延誤的高階依賴關系，進而結合航班天氣信息，構建包含天氣信息的高階網絡模型，進而對航班延誤做預測。

背景技術

航班延誤是指航班降落時間比計劃降落時間延遲15分鐘以上或航班取消的情況。一般來說，當一架飛機執行連續飛行任務時，執行的航班記錄會形成一條航班鏈，前序航班的延誤會造成后序航班延誤，隨著我國經濟的發展與經濟的進一步全球化，航空運輸業發展迅速，航班延誤問題日益凸顯，航班延誤給旅客帶來了高額時間成本的同時也造成嚴重資源浪費和巨大經濟損失。因此研究航班延誤并做出預測十分有必要。

Pyrgiotis,Malone等2013年建立了排隊分析與網絡分解模型研究延遲在大型機場網絡中傳播的現象。該模型通過兩個主要組件之間重復迭代計算結果:一個排隊引擎(QE)計算單個機場的延遲，另一個延遲傳播算法(DPA)更新模型中所有機場的航班時刻計劃和需求率。相比于原有研究，該模型考慮到機場需求和容量的隨機性與時變特性，可以較為準確的對航班運輸網絡的交通擁堵情況建模，且AND模型可以從宏觀角度描述機場鏈發展趨勢。但該模型也存在兩個明顯的不足：一是并沒有考慮到因路途擁堵而造成的延誤，從實際角度來看，該模型無法模擬航空公司對擁堵的反應，也無法捕獲其他延誤來源。二是模型運行結果與實際延遲隨分布相似，但數量級方面有較大出入，不適合投入實際使用。Lu等2014年綜合使用計量經濟學模型和FAA的SWAC模型，前者通過大量歷史數據評估紐約機場與周圍機場的關聯程度，后者則通過仿真航班飛行來跟蹤每日航班系統的工作性能，從而評估紐約的三個機場對NAS延誤的影響程度。此模型實際數值與仿真彼此印證，將計量經濟學模型和模擬模型結合，從不同角度分析擁塞現象產生原因。但模型雖捕獲飛機延誤傳播過程，由于計量經濟學模型本身特性，在量化空域管制等因素對飛機延誤的影響時比較粗糙，對于對以上因素敏感的機場，模型仿真結果與實際情況可能差距較大。Kafle等2016年基于經典模型計算得到的延誤數據，建立了聯合離散-連續計量經濟模型，并使用赫克曼兩階段模型揭示各種影響因素對傳播延遲的啟動和進展的影響。Wang等2017年對美國航班數據經驗統計，得到航班數據的累積分布函數(CCDF)和延誤傳遞函數。將14家主要航空公司的CCDF歸為兩類：一類分布遵循轉移冪律分布(shifted power-law)，另一類分布遵循指數截斷冪律分布(exponentially truncated shifted power-law)，用均值域的方法轉化可觀測的其他因素為描述延誤傳播特性的參量，驗證了此模型在實際動態航班規劃中的可行性。但此方法中的延遲概率Q事先未知，需要經過數據挖掘，宏觀統計才可確定，因此此模型初始效果較差，需要一定量的數據累積才可發揮作用。

以上研究成果只是國內外涉及延誤與延誤傳播的科學探索中具有代表性方法。此外還有許多解決延誤與延誤傳播問題的其他思路。總的來說，航班延誤領域的已有研究主要基于復雜網絡、回歸分析、計量經濟等理論建立模型，且多隱性假設網絡呈低階馬爾可夫屬性，但現有研究，一方面僅針對具體機場情況，從不同機場相連形成的航班鏈角度加以研究，忽略了延誤在不同航班間的耦合作用，另一方面所研究的網絡模型更多的側重于刻畫航班運輸網絡的固有拓撲結構，對于動態化的航班延誤波及研究較少。隨著民航的發展，航空運輸網絡日益復雜，由于航班延誤傳播的特性，在復雜系統中的數據可能會呈現高達五階的相關性。在此情況下，傳統網絡模型可能會因為過于簡化而無法真實的表現實際數據，影響分析結果的準確性。

發明內容

針對上述問題，本發明提出了一種航班延誤特性的高階分析方法，涉及一種航班高階網絡(HON)模型，通過研究航班延誤的高階特性，對網絡進行評估與分析，從而得出更加準確的結果，為航空公司更加有效的控制和減少航班延誤提供理論參考，減少航班延誤帶來的經濟損失。