航班延误预测范文

航班延误预测范文（精选10篇）

航班延误预测 第1篇

随着航空运输市场需求量的不断增长, 国内各大航空公司均相应增大了运力的投入, 特别是在航班流量比较大的机场, 延误情况尤为突出。一旦发生大面积的航班延误, 如果没有良好的应对机制不仅会产生旅客群体性事件, 还会带来一系列延误所造成的波及效应。根据中国民用航空总局发布的《民航航班正常统计办法》所列航班延误原因就多达五大类:天气原因;空中交通原因;机场保障原因;旅客自身原因;航空公司原因等。因此解决好航班延误问题已成为民航运输业快速发展的重要决定性因素[1]。

在国外Paul等研究人员建立了一种分析模型用来显示空间容量、流量需求和航线规划之间的相互作用关系, 并可以将延误的可控制因素随机分离出来;而我国针对航班延误问题的研究起步较晚, 而且大部分研究主要都集中于流量管控方面。对比于国外航空运输业的情况来看, 我国有很多不同于国外的现实状况, 国内三大航空集团在运作中也是各自划分成分子公司独立运行的。

针对航班整体运行效率偏低这一实际情况, 本文主要依据数据挖掘分类当中的预测方法, 从航班延误数量的角度建立航班延误时间序列模型, 进而进行时序数据挖掘。隐马尔可夫模型 (Hidden Markov Model) 是一种统计模型, 用来描述一个含有隐含未知参数的马尔可夫过程, 在统计学领域中不断的被学者所认可并得到广泛的应用;指数平滑法预测在实际生产预测中是被经常采纳的一种预测方法。

本文基于隐马尔科夫统计模型并结合指数平滑预测方法构建时间序列预测模型, 数据项预处理的重点在于从已放行的航班信息表中统计出随机采样的进、离港航班延误数量。以我院航空运行控制实验室中的FOC系统数据库2012年的航班进离港信息表为原始数据, 计算出每个航班的延误时间, 进而累计出单位时段的延误架次。

1 航班延误

严格意义上讲, 按照航班计划准时执行的航班才能叫做正常航班, 否则叫做不正常航班。在航空运输背景下所使用的延误和正点的概念有多种定义[2]。

图1阐述了延误的不同定义的使用情况。鉴于延误成本对航空公司来说影响很大, 这里将延误定义为一架航空器的撤轮档/放轮档时间相对于航空公司公布的航班时刻表时间之间的差别。此概念的标准相对最为清晰, 并与航空运输系统的最终用户, 即乘客的联系最为直接。在本文中所使用的延误定义如图1右侧所示。

根据中国民航总局规定, 机票上标明的时间与航空公司在航班时刻表上公布的时间是一致的, 这一时间的准确表述为“离港时间”, 即“飞机关舱门时间”, “进港时间”, 即“飞机打开舱门时间”。

根据表1航班延误判断标准的说明, 飞机按机票上标明的时间关闭舱门, 并在15 min, 20 min, 25 min或30 min内起飞, 属于正常起飞航班。

2 航班延误时序事件模型

2.1 航班原始数据分析

本文从航班延误数量的角度建立时间序列预测模型, 从现有航班信息表中统计出不同时段的进、离港航班延误数量来进行数据项预处理。以我院航空运行控制实验室中的FOC系统数据库2012年的航班信息表为原始样本数据。该表按时间顺序记录了进、离港航班的计划起降时间、实际起降时间、开/关舱门时间等相关信息。依据信息表中各项信息进一步计算出每个航班的延误时间, 累计出单位时段的航班延误量。航班信息如表2所示。

2.2 模型结构

时序数据挖掘包括许多常规的数据挖掘方法[3], 可以基于相似性对时间序列数据进行聚类, 也可以对未来值进行预测。一个时序数据库 (Temporal Database) 中, 保存的不是一个时间点的数据, 而是大量时间点上的数据。本文主要研究对未来值进行预测的方法中针对时序事件序列建模方式的一种:隐马尔可夫模型 (Hidden Markov Model, HMM) 。首先介绍隐马尔可夫模型定义如下:

隐马尔可夫模型[4]是一个有向图<V, A>, 顶点V={v1, v2, …, vn}代表状态, 弧A={<i, j>|vi, vj∈V}代表状态之间的转移。每条弧<i, j>用从vi到vj的转移概率pij来表示。任意时刻t, 一个状态被设为当前状态vt, 任何将要进行的转移只依赖于vt而不依赖于t之前的其他状态。图2所示为一个隐马尔可夫模型的例子。

图2所示模型和马尔可夫模型之间的一个最明显的区别是附加概率的出现。注意一个含有N个状态的一阶过程有N2个状态转移。每一个转移的概率叫做状态转移概率, 就是从一个状态转移到另一个状态的概率。这所有的N2个概率可以用一个状态转移矩阵来表示, 其表示形式如下:

式中:α表示天气原因导致的航班延误;β表示空中交通原因导致的航班延误;γ表示机场保障原因导致的航班延误。式 (2) 表示, 如果昨天是天气原因导致的延误, 那么今天有50%的可能还是天气原因导致, 37.5%的概率是空中交通原因导致延误, 12.5%的概率是机场保障原因导致的延误, 可以看出矩阵中每一行的和都是1, 为了初始化这样一个系统需要一个初始的概率向量为:。

每个隐马尔可夫模型有以下附加部分:

(1) 初始状态分布, 它用于确定0时刻的初始状态v0。

(2) 每条弧<i, j>用一个从vi到vj的转移概率pij来标记, 这个值是固定的。

(3) 给定一组可能的观测值O{o1, o2, …, ok}, 每个状态vi都包含一组分别对应各个观察值的观测概率{pi1, pi2, …, pik}。给定一个隐马尔可夫模型, 可以用如下算法生成一个观测序列。在算法中设产生的观测序列包括m个观测值, 变量t表示时间。

2.3 时间序列预测分析

时间序列[5]是一个具有n个值的集合{<t1, a1>, <t2, a2>, …<tn, an>}。这里假定有n个时间值, 每个时间值与一个属性A的值相互关联。通常情况下, 这些值由一些经过明确定义的时间点来标识, 可以认为这些取值是一个向量<a1, a2, …, an>。

本文采用常用的数据挖掘预测方法, 针对时间序列的典型数据挖掘应用中的一种, 给定一个具有一组已知值的时间序列, 预测属性未来值。2012年4月1日—4月15日, 连续预测15天, 每天取15个预测点, 共计225个预测点, 数据挖掘所使用的数据训练集合从2012年1月1日—2012年3月31日, 所采用预测方法和相应结果如下:平滑 (smoothing) 就是一种去除时间序列中非系统化行为的方法。指数平滑[6]的原理为:当利用过去观测值的加权平均来预测未来的观测值时, 离得越近的观测值要给予更大的权。指数平滑法通过对权数加以改进, 能提供良好的短期预测精度, 因而实际应用较为广泛。本文采用一次指数平滑法的基本思想来解决航班延误预测模型的分析。如果用Yt表示在t时间平滑后的数据 (或预测值) , 而用X1, X2, …, Xt表示原始时间序列, 那么一次指数平滑模型为:

或:

这里的系数为几何级数, 一次指数平滑模型用于预测的公式为:

需要注意的是对距离预测期较近的观察值赋予相对较大的权重, 对距离预测值比较远的观察值赋予较小的权重, 权数由近及远按指数规律递减。指数平滑法主要任务就是要利用已知的航班延误观测值来确定∂的值, 合理确定∂的取值方法十分重要。一般来说, 当时间序列波动很大, 长期趋势变化幅度较大, 呈现明显且迅速的上升或下降趋势时, 宜选择较大的∂值, 如可在0.6~0.8间选对应的权值, 达到预测模型精度高的目的, 以便于能迅速跟上数据变化的趋势。根据式 (3) 、式 (4) 和统计出的航班延误量数据, 本文中∂取值为0.7从而得到预测模型, 然后利用该模型进行航班延误预测。图3给出了预测结果。通过指数平滑法的预测曲线图以及预测结果对比可以看出, 预测结果较为理想, 趋势基本和实际情况保持一致。

3 模型评估

在模型评估阶段, 对所建立的预测模型进行评价必须基于一定的评价指标[7], 本文选择如下统计量检验预测效果:

(1) 均方根误差 (Root Mean Square Error) :

(2) 平均绝对百分比误差 (Mean Absolute Percentage Error) :

(3) 平均绝对误差 (Mean Absolute Error) :

式中:yi为实际值;为预测值。由式 (5) ~式 (7) 经对航班延误数据的预测值和实际值进行统计分析得出模型评估结果如表3所示。

由表33分析得出组内方差和均方差SS==MS==0.011 059, F检验结果F=0.000 35说明使用指数平滑法对航班延误预测模型的分析试验精度较高, 有较为理想的效果。

4 结语

(1) 本文以航班信息表作为主要研究对象, 针对航班延误问题建立了时间序列预测模型, 使用指数平滑预测方法实现对航班延误预测分析取得了较好的预测结果, 证明了所建立的模型和算法的可行性。

(2) 一次指数平滑法有其局限性, 短期预测效果精确度较高但不适合在中长期预测中使用, 由于预测值是采取的历史数据平均值, 故与实际序列的变化相比有滞后现象。这一问题将在今后的学习中作进一步研究。

摘要：航班延误一直作为国际国内民航业的一个热点问题。通过对航班延误的相关概念进行简要介绍, 建立时间序列预测模型, 将数据挖掘中隐马尔可夫模型和指数平滑预测方法应用于航班延误预测分析中。通过与所采集时间点的实际航班延误数对比分析来评估预测模型, 得到较为理想的预测结果。该分析为航空公司运行指挥中心提供决策支持和理论依据, 对保障航班正常运行有着重要的实际意义。

关键词：航班延误,数据挖掘,时间序列模型,决策支持

参考文献

[1]朱金福.航空运输规划[M].西安:西北工业大学出版社, 2009.

[2]中国民用航空总局.大型飞机公共航空运输承运人运行合格审定规则[EB/OL].[2010-01-04].http://www.caac.gov.cn/B1/B6/201003/t20100319_31073.html.

[3]DUNHAM M H.数据挖掘教程[M].郭崇慧, 田凤占, 译.北京:清华大学出版社, 2005.

[4]KANTARDZIC Mehmed.数据挖掘概念模型和算法[M].王晓海, 吴志刚, 译.北京:清华大学出版社, 2013.

[5]毛国君, 段立娟, 王实, 等.数据挖掘原理与算法[M].北京:清华大学出版社, 2005.

[6]罗凤娥, 贾振振.基于模糊综合评价法的航空公司延误控制水平分析[J].科技创新报, 2013 (6) :88-89.

航班延误道歉信 第2篇

1月3日，受冷空气影响，昆明长水国际机场出现长时间大雾天气，造成航班大面积延误，当天计划起降的 716个航班中，有440架次航班被迫取消，使近2万人旅客正常出行受到影响。

由于长水机场转场运营时间不长，我们处置航班大面积延误预案不完善，超负荷状态下应急保障经验不足，机场集团对各航空公司和众多地面服务保障单位协调组织不到位，航班调整信息发布不及时，餐饮、供暖、医疗保健、酒店、交通等工作跟不上，致使在1月4日的航班补班过程中现场秩序混乱、服务不到位，给广大旅客的出行带来极大不便。

为此，我们深感愧疚和不安，并诚挚地向广大旅客表示深深的歉意!

我们真诚地接受社会各界的意见和批评。

我们将认真总结教训，全面查找问题，认真抓好整改。

我们将尽快健全切实可行的突发事件应急处置预案，建立管用有效的.协同工作体制机制，完善机场软硬配套服务设施建设，加强队伍建设，提高员工业务技能和服务能力，迅速全面提升应急事件处置能力和服务保障水平，努力为广大旅客提供安全通畅、便捷高效、和谐舒适的优质服务。

我们再次对本次航班延误给广大旅客带来的不便表示深深歉意!诚挚的希望大家对我们的整改工作提出宝贵意见，希望大家再到“七彩云南”旅游观光、指导工作。

航班延误问题研究 第3篇

由于国际国内对于航班准点的定义标准不同，因此我们选用《从统计看民航2014》中的原始数据按照我国的标准计算出来平均准点率，随后采用flightstats给出的全球主要机场的平均准点率，将其加权平均得到R1，分析我国准点率在全球范围内的情况，最后采用中国民航提供的全球航班延误的数据进行国际排名。

下表是我国机场航班延误统计情况，为使数据更具有代表性，我们选用了2008年至2014年的统计数据。

2008年到2014年国内航班样本准点率的平均值R1=82.57%

同时，以Flightstates上2014-2015年全球主要国际机场为代表，按照我国30分钟为标准处理数据得到下表：

通过对比R1和R2，我国机场历年来的航班平均准点率确实低于国际水平。但是与国际上部分国家的机场准点率相对比可以得出，中国航班延误率并不是最严重的。中国的国际机场基数大，中国占了7个航班延误严重的机场，仅以该比例并不足以说明中国的航班延误最严重。采用在Flightstates上搜集到的2014年以阿联酋和墨西哥这些机场机场数目较小国家的机场准点率来说，阿联酋的机场平均准点率大约为66.38%，墨西哥为42.15%，这两个国家的机场准点率远低于中国的水平，因此报道中“中国的航班延误最严重”的说法并不正确。

二、我国航班延误的主要原因

通过查阅大量资料了解到航班延误原因极为复杂，包括天气原因，军事活动，流量控制，联检等等。以我国民航局公布的《从统计看民航2014》中数据为例，列出几种延误原因的数据。

我们考虑应用层次分析法建立不完全层次结构加以验证。首先分析系统中各因素之间的关系，建立系统的递阶层次结构，见图2。

即可求得随机一致性比率，认为判断矩阵具有可以接受的一致性。由此导致航班延误的主要原因为：1.天气原因；2.流量控制；3.公司内部管理。

三、解决航班延误的措施

以2013与2014年民用航空发展统计报告给出的数据为依据，绘制如下表格：

为了方便构造转移概率矩阵，将三大主要原因合并为主要原因，针对主要原因及其他原因的构造的转移概率构成矩阵如下：

以广州白云机场2015年5月为例，预计离港航班25872次，其中受天气因素影响延误航班数为4598，航空公司内部管理导致延误航班数为7838，流量原因影响的航班数为4600，其他为4352次。有了转移概率矩阵即可预测到下一月受这四种因素影响而延误的航班数，利用Matlab计算，得出如下结果：

由此我们可以推测出在5月，主要原因影响的航班数最多为15083次，因此，针对这三大原因我们应该提出不同的改进措施来解决航班延误的问题。

针对航空公司内部管理，航空公司应注重管理理念及管制理念的更新。应该提倡安全高效的指挥理念。公司内部应该建立一种公平的考核制度，将管制单位或管制人员的安全架次记录与收入、提升、评级挂钩，从这个角度可以减少航班延误的潜力。

针对流量控制，首先，应利用新技术准确预测流量，例如利用CDM系统、FIPS等发布流量控制，合理放行，节能减排。对未来航班的准确预测是做好流量管理的基本前提。其次，有关部门应避免流量控制的随意性和盲目性。合理的流量控制，应该综合考虑航班流量、机场停机位信息、放行间隔限制和天气等情况，避免出现发布过于绝对化的流量控制。

针对天气原因，航空公司和相关管理部门应加强对恶劣天气的应急措施。建立完善的应急方案，完善航班的延误处置联动机制，加强有效的沟通，减少航班延误的发生。并且机场应在恶劣天气下及时的疏散旅客，最大限度的避免延误旅客的集聚，尤其是对那些情绪激动旅客进行分离，转移旅客延误等候的烦躁情绪。

针对以上三点主要原因进行针对性的改进，必定可以有效率且最大限度的避免航班延误发生的概率，促进我国航空事业又好又快发展。

作者简介

航班延误预测 第4篇

影响航班延误的因素很多[1],比如出发机场、出发机场的天气、飞机机型、出发时间、飞行过程中的天气情况、到达机场、到达机场的天气等等,其原因很复杂,且多属不确定因素,航班延误问题一直不能有效解决。航班延误主要分为出发延误和到达延误,通过对航班测试数据集的分析发现,航班的出发延误时间和到达延误时间之间有明显的线性相关性,而且出发延误比到达延误受到的影响因素要少得多。因此,只要能合理预测出航班的出发延误,就能根据这种关系推理出航班的到达延误。

1 线性回归分析

在统计学中,线性回归是利用线性回归方程的最小平方函数对一个或多个自变量和因变量之间关系进行建模的一种回归分析[2]。这种函数是一个或多个回归系数的模型参数的线性组合。回归分析中,只包括一个自变量和一个因变量,且二者的关系可用一条直线近似表示,这种回归分析称为一元线性回归分析。如果回归分析中包括两个或两个以上的自变量,且因变量和自变量之间是线性关系,则称为多元线性回归分析。在线性回归中,数据使用线性预测函数来建模,并且未知的模型参数也是通过数据来估计,这些模型被叫作线性模型。最常用的线性回归建模是给定X值的Y的条件均值是X的仿射函数。不太一般的情况,线性回归模型可以是一个中位数或一些其他的给定X的条件下Y的条件分布的分位数作为X的线性函数表示。像所有形式的回归分析一样,线性回归也把焦点放在给定X值的Y的条件概率分布,而不是X和Y的联合概率分布(多元分析领域)。

2 基于线性回归的航班延误预测模型

2.1 线性回归模型的建立

通过对数据集的分析发现,航班的出发延误与到达延误之间有明显的线性相关性(见图1),可以使用线性回归模型来预测航班的到达延误,具体的公式为:航班到达延误=参数1×航班出发延误+参数2,可以通过最小二乘法来估计模型的参数。一旦利用测试数据估计出最优的参数1和参数2,就可以将航班出发延误带入公式计算出航班到达延误。

2.2 航班延误预测算法

(1)输入航班号、出发时间、出发机场、到达机场,在测试数据中找到要预测的航班。

(2)根据该航班记录的出发天气,机型和机场等信息在训练数据中找到相近的数据并计算这些记录的出发延误时间。

(3)将这些相近数据的出发延误时间的平均值作为要预测的航班的出发延误时间。

(4)将出发延误时间带入线性回归方程计算航班的到达延误时间。

(5)如果航班到达延误时间大于30分钟,判断该航班延误。

3 实验分析

3.1 数据说明及数据预处理

数据采用的是国内多个机场的航班数据,其中数据的时间是自2015年11月03日至2016年02月26日的119432条航班信息,每条航班包括航班号,航空公司,出发机场,出发城市,目的机场,目的城市,航班日期,计划起降时间与实际起降时间,经停次数,航线,机型,距离,最高温度,最低温度,天气描述,风向,风力,空气指数,空气质量描述,空气质量级别等21个因素。

对航班原始数据进行了几步预处理操作[3]:

(1)去除航班取消的情况。原始数据中存在实际到达时间为空的航班,即航班因故取消,或者未知等情况,对此就对包含该因素的数据不进行考虑,于是把这些航班数据进行了去除。

(2)选择因素。在航班预测方面,希望这个数据是能够对预测的影响是比较大的,因素与航班延误之间的相关性越大,对于预测帮助也就更大。删除因素包括删除原始数据中的重复因素和无关因素两种[4],其中有些因素的性质重复,将其归结到了重复因素;有些通过以往的数据和经验判断发现于航班延误无关或者关联不大,就将其分为无关因素[5]。对原始数据的21个因素,我们进行了筛选,最终发现航班的出发延误时间和到达延误时间之间有明显的线性相关性,而且出发延误比到达延误受到的影响因素要少得多。因此,只要能合理预测出航班的出发延误,就能根据这种关系推理出航班的到达延误。

3.2 实验结果分析

测试数据总共82366条,均误差为29.7分钟。其中无延误的数据(到达延误时间小于30分钟)69157条,延误数据(到达延误时间大于30分钟)13209条,延误数据占整个数据量的16%。对于没有发生延误的数据,预测的数据准确数为68093条,预测准确率高达98%;对于延误了的数据,预测的准确数为603条,预测准确率4.6%;最终预测正确的数据为68696条,其中预测错误的条数为13670条,错误率为16.5%。

另外,预测值和实际值相差绝对值在30分钟内的有61985条;预测值和实际值相差绝对值在50分钟内的有9888条;预测值和实际值相差绝对值在100分钟内有6253条;预测值和实际值相差绝对值在100分钟以上有4240条。

4 Web服务开发

4.1 开发工具和环境

处理器:Inter(R)Core(TM)i7-4710MQ CPU@2.5GHz

内存:4.00GB

系统类型:64位

硬盘:500G

操作系统:Windows 10

开发及运行环境:Visual Studio 2015、Microsoft.NET Framework 4.0

4.2 系统功能及运行

(1)输入接口:http GET请求形:http://[hostname]/query?flightno=[航班号]&depairport=[出发机场三字码]&arrairport=[到达机场三字码]&date=[计划日期,形如"YYYY-MM-DD"]。

(2)输出接口:返回结果为json格式,包含请求的航班号、计划起飞日期和时刻、计划到达日期和时刻、预测起飞日期和时刻、预测到达日期和时刻、是否延误。系统运行界面如图2所示。

5 结语

对于国内航班到港延误预测问题,我们提出了一个线性回归模型,开发了一个Web服务对航班延误进行预测,并在一个国内真实的航班历史记录数据集上对方法和系统的有效性和可用性进行了验证。将在今后的工作中进一步优化系统,提高系统预测的准确率,降低预测平均误差。

参考文献

[1]马正平,崔德光.机场航班延误优化模型[J].清华大学学报(自然科学版),2004(4):474-477,484.

[2]石丽娜.多等级模糊评价方法在航班延误中的应用[J].上海工程技术大学学报,2006(3):276-279.

[3]丁建立,陈坦坦,刘玉洁.有色—时间Petir网航班延误模型与波及分析[J].计算机集成制造,2008(12):2334-2340.

[4]徐涛,丁建立,王建东,赵学健.基于贝叶斯网络的航班延误与波及分析模型[J].系统仿真学报.2009(15):4818-4822.

航班延误投诉函- 第5篇

你好!

20xx年3月31日我们一行8人在结束了德国展会参观和经销商活动后，选乘LH726航班从慕尼黑返回上海。

本次航班起飞时间应为德国当地时间21：30，遗憾的是航班未能正常登机，我们被告知出现了电脑故障。经过调试后，大约在22：30左右我们被告知航班取消，新的登机时间为4月1日上午10点。随后，机场的xx服务中心安排旅客的住宿问题，从这一刻起，我们认为中国旅客受到了不公正的对待和歧视。

首先，所有持欧盟护照的旅客都被优先安排了住宿。而对于中国旅客，仅告知持有多次签证的可以优先安排，其他所有旅客都要等待办理临时签证并上交护照。在经过机场警方的护照检查之后，部分旅客直接被告知无法办理临时签证，这些旅客只能在机场过夜。其余旅客中，部分被告知无需办理临时签证，可以直接通过PassportControl去酒店，另外的大部分旅客则需要再排队一个个办理临时签证。每办理一个临时签证的时间在10分钟左右，所以在我们所有旅客办理完临时签证时，已将近德国时间凌晨2点。在这段长时间的排队等待中，xx航空没有给旅客提供休息或者食物。开始我们被告知安排住宿的酒店会提供晚餐，最后又得知时间太晚没有晚餐提供。只有那些无法办理签证滞留机场的旅客，在将近0：30分时得到了xx航空提供的一些色拉和面包，但同样没有晚餐(NurVorspeise!)。

4月1日早上8点，大部分旅客在勉强休息了几个小时后从酒店乘大巴返回机场出发大厅，再一次通过PassportControl。此时，我们随行的1位同事被拦截下来，理由是签证已经过期，但是没有临时签证。而这位同事在前一天晚上被告知无需重新办理。经过长时间交涉后，最终我们得以到达登机口。对于这一点，我们认为xx航空在前一天晚上给所有中国旅客的信息有误。从德国警方的解释看，只要签证没有过期，就无需重新办理;而如果到31日过期，那么就应该办理临时签证。

航班最终在10点45分左右起飞，在飞行到正常高度后，首先广播里用德语和英语解释了航班延误和故障的情况，并告知大家在抵达上海后会安排大巴去市中心/火车站，同时还会安排Taxi。而在之后的中文广播中，并没有提到Taxi。随后，乘务人员统计旅客的.需求，在询问中国旅客时，仅问是否要搭乘大巴;而问外国旅客时，都是问busortaxi。当时我询问这位空姐，taxi是怎么回事。她的回答说是不知道。我说听到德语和英语广播中都提到了，给我的回答是如果安排也只是预定，需要自己付钱。之后，机长又通过广播用德语和英语向大家解释，并告知有关转机旅客会安排住宿。这一次，干脆不再有任何中文的解释。

后来，我们跟乘务人员又进行了沟通和交涉，得到的回答是在飞机抵达上海之前会作好安排并通知大家。最终，在着陆之前，机长用德语和英语再次确认了相关安排，而中文的翻译是说旅客如需转机，可以向xx咨询住宿信息。在xx个小时的航行过程中，始终没有用中文很明确地告诉旅客机场方面可以提供的服务和安排。大部分中国旅客无法听懂德语和英语，因此也无法接受到明确和充分的信息。我们有理由认为，xx航空在整个延误事件的处理过程中，对中国旅客存在歧视和不公平的待遇。

最后，地面的工作人员告知我们Taxi费用须在之后联系xx客户服务部报销，而我们一行8人中需要回北京/太原的同事和客户也争取到了机场的酒店住宿。但是，对于大部分的中国旅客来说，航班延误后，并没有得到充分的信息和妥善的安排。

在这里，我代表我们一行8人投诉xx航空在此次超过12小时的延误事件上对中国公民的不公正待遇和歧视，我们希望xx航空能对此给予合理的解释并道歉。同时，我们也认为，xx航空应该对航班延误给我们造成的经济和精神损失进行赔偿。

投诉人：xxx

航班延误预测 第6篇

对航空公司而言, 航班延误会带来巨大的运营成本, 文献[1-4]指出航班延误所引起的巨额成本与经济损失, 其中22%归咎为延误的直接影响, 24%源于旅客忠诚度的损失, 而54%源于延误在航班环中的波及。其中常旅客的影响较为严重, 其延误单位时间价值的损失约为5 189美元[5]。

为了减少航班延误成本, 航空公司可以采取提高航班计划可靠性相关策略, 但如何对航班计划进行优化需要从航线和机场2个节点进行综合分析[6], 文献[7]通过减少旅客总延误时间设计航班时隙指派模型优化不正常航班问题, 文献[8-9]提出了航班延误波及树 (delay propagation tree, DPT) 基本模型及自动生成方法。通过对整个航班环进行分析, 可以了解延误的波及程度、此航班环的资源整合度, 指示延误是如何沿着航线网络波及的。对于机场节点的延误分析, 尤其是机场随机因素对延误的影响分析, 这对提出有针对性的优化策略具有重要作用, 而贝叶斯网络 (bayesian network, BN) 在多因素关联性引起的故障分析方面有很大优势。文献[10-11]将贝叶斯网络应用于对各机场节点的航班延误时间以及延误因素进行概率分析, 但分析重点局限于机场, 缺乏航班资源、航班衔接以及延误程度的分析。

综上所述, 波及树与贝叶斯网络具有优势互补的特点。基于航班延误波及树在航班延误过程中对航班衔接、航班资源的分析优势, 以及贝叶斯网络在各机场节点航班延误时间以及延误因素的概率分析优势, 文章在对航班延误波及预测时, 利用贝叶斯网络修正航班延误波及树模型, 提高了航班延误波及预测的精度, 为后续策略优化提供数据支持。

1 延误波及树

1.1 延误波及树符号及结构

波及树是1个简洁但强大的视觉和定量模型, 可以清楚地反应根延误[12]在没有其他中断或时间表修改的情况下如何通过网络波及的[13]。结合引言指出延误波及树存在的不足, 笔者在延误波及树的基础上重新定义了修正延误波及树的相关符号。

Origin:起飞机场;

Destination:目的机场;

Sched.Dep:航班计划离场时间 (schdual departure time) ;

Sched.Arr:航班计划到达时间 (schdual arrive time) ;

RtD:根延误时间 (root delay time) , 也称初始延误时间;

TzRD:机场z的随机延误时间 (random delay time) , 即机场随机因素造成的延误时间, 该指标的引入是笔者的创新与重点。航班运营过程受机场随机因素的影响, 机场随机因素对航班运营会引起不同程度的延误附加, 因此, 二者的潜在关系是分析航班延误传播问题的关键与难点;

TijSL:航班i在机场i的松弛时间 (slack time) , 即过站时间与周转时间之差, 反应了航班计划对于航班延误的吸收程度;

TiD:延误时间 (delay time) ;

T:允许延误最大时间, 民航局规定延误时间小于15min不作延误处理。

其次是定义延误波及树的结构。

1) 根节点。每个延误波及树都至少有1个根节点, 根节点为延误波及树的起点。表示此航班不受上游延误航班影响, 是由延误因素引起的初始延误航班。

2) 中间节点。由根延误波及产生的后续延误航班定义为中间节点。

3) 叶子节点。脱了延误波及树的资源或不在发生延误的航班定义为叶子节点。

将根节点-中间节点-叶子节点通过一定的规则连接即为延误波及树。

1.2 延误波及树的构建与应用

以航班计划及机组排班计划为规则构造延误波及树, 显示初始延误航班 (根节点) 将延误波及至下游航班 (中间节点) 直至延误被吸收 (叶子节点) 的过程。选择某航空公司运营的航线数据对延误波及树进行验证, 见表1、图1。

注:航班串A~F在B和E节点分别将飞机和机组分离;航班串1~6在3节点存在机组分离。

根据表1数据, 航班串A~F初始延误为65min, 延误因素为流量控制, 传播因素流量影响, 以此构建延误波及树, 得图1。基于延误波及树预测航班延误时间并与实际数据对比分析, 计算各航班延误时间与实际总延误时间之比, 确定各航班延误时间比重, 以此为权重分析相对误差水平, 见表2第三列, 同样的方法分析航班串1~6, 可以看出误差较大。因此, 修正前延误波及树对于航班延误传播的预测准确性较差。

1.3 结果分析

航班运营受机场随机因素的影响, 延误波及树缺乏在各机场节点延误时间与延误因素的关联性分析, 这是导致上述误差较大的主要原因。为了提高对航班延误传播的分析精度, 引入贝叶斯网络分析了机场随机因素与航班延误的潜在关系, 以此修正延误波及树。

2 机场随机因素延误的贝叶斯网络及其应用

贝叶斯网络在多因素关联性引起的故障分析方面有很大优势, 可以反映机场随机延误因素与延误之间的相关性。贝叶斯网络的链式规则如下:假设U={A1, …, Ai}为贝叶斯网络变量集合, 由贝叶斯网络确定的全部条件概率给出贝叶斯网络特定的联合概率分布, 其中:pa (Ai) 为贝叶斯网络中Ai的前提 (parent) 。P (U) 反应了贝叶斯网络变量Ai与pa (Ai) 之间的相关强度。可见贝叶斯网络通过联合概率分解将子系统组合联系在一起, 同时利用图论定性地描述子系统之间的相互关系, 简化复杂系统的建模问题。

为了评估机场随机因素的影响强度, 选取2011年机场延误数据 (见表3) , 针对夏秋与冬春航季的运营进行抽样分析, 计算得出不同时段的延误率分布Pk=Nk/N。其中:k=1, …, 12为1d中12个运营时段, Nk为k时段机场的延误航班数, N为1d内机场延误航班总数。机场随机因素延误分析以民航局统计指标为依据, 选取机场、航空公司、空管、天气、旅客、故障以及其他关键因素为统计指标, 分别对进离港航班进行延误数据统计处理。将延误时间分为0~20, 20~40, 40~60, 60~240, 240~480, 480min+6个时间区间, 统计得出不同延误因素引起延误分布在不同时间区间的概率分布, 表示为pij, 即为第i种因素引起延误时间在区间j范围内的概率。统计过程中是以因素为前提计算延误时间区间概率分布, 因此, i=1.2.…, n。

注:因涉及航空公司运营数据的机密性, 此处省略了航班号、机号、始发、目的及代理栏。

基于以上2个条件概率分布利用贝叶斯条件概率计算P (Time|Factor, Period) , 得pkij=p (j|i, k) , 即运营时段k下由于i因素引起延误时间在j区间的概率, 得出不同时段下机场随机因素与延误间的相关性, 并以此完成延误时段-延误因素-延误时间的链接。其中, i=1, 2, …, n;k=1, …, 12。

图2是基于BN对机场随机因素造成的延误程度分析, 可以分析计算在机场z由单一因素或组合因素引起的附加延误时间TRDz, 即机场随机因素与航班延误的潜在关系, 并以此修正延误波及树, 过程如图3。

图中:, i, j, k;z=1, 2, …;0<pkij<1;tij为i因素在时段j引起的延误时间;航班计划裕度TSLij=TCSij-TTRijTSLij=TCSij-TTRij, TTRij为航班i在机场j的周转时间, 即航班从停机到卸载完行李货物和旅客离机的时间;TCSij为航班i在机场j的计划过站时间。

3 修正延误波及树的检验

以1.2节案例构建航班串A~F的修正延误波及树, 得图4。根据图中数据分析得出航班延误时间及误差分析, 见表4前3列, 同样的方法分析航班串1~6得表4后3列。从表中可以看出误差水平均处于较小水平, 因此修正延误波及树具有有效性。同时从图3中TijSL和新引入的TzRD是并列计算, 不影响修正延误波及树的分析效率。

4 结束语

针对航班延误传播问题的研究, 笔者在综合考虑航班计划、航班延误和机场随机因素的基础上, 建立了修正延误波及树模型。模型在延误波及树的基础上创新性的引入贝叶斯网络, 发掘航班延误与机场随机因素的潜在关系, 细化了航班延误问题在机场节点的研究, 同时结合航班计划, 可对航班延误传播问题进行预测分析。多案例检验表明修正延误波及树预测误差仅为3.45%和3.39%, 提高预测精度8.31%和10.36%, 具有一定的实际应用价值和普适性, 同时新引入的时间指标与原时间指标是并列计算, 不会降低修正延误波及树的分析效率。该方法仅对计划运营航班延误进行预测, 未就延误吸收进行优化, 未来将结合运营经济性和可靠性指标对航班计划进行优化, 增强计划吸收延误的能力。

注:案例进离港时间具有时段重合性, BN做了图示处理, 其他节点时间以1节点为模板进行图2计算。

摘要：为了正确反映延误航班与机场随机因素之间的潜在关系, 提出了1种基于贝叶斯网络的航班延误和机场随机因素分析方法。将机场随机延误因素的影响转化为时间参数。在综合考虑航班延误、航班计划的同时引入贝叶斯网络分析结果对延误波及树进行修正, 在历史航班运营数据集上对修正延误波及树模型进行检验。结果表明, 修正延误波及树模型提高了航班延误传播的预测精度, 预测平均误差分别由修正前的11.76%和13.75%降低至3.45%和3.39%, 多案例分析的准确性同时验证了修正延误波及树的普适性, 丰富了航班延误传播问题的研究方法。

关键词：交通规划,修正延误波及树,贝叶斯网络,航班延误,机场随机因素

参考文献

[1]Khaled F.Abdelghany, Sharmila S.Shah, Sidhartha Raina, Ahmed F.Abdelghany, A model for projecting flight delays during irregular operation conditions[J].Journal of Air Transport Management 2004 (10) :385-394.

[2]都业富, 田振才.民航航班延误成本的上升趋势[J].综合运输, 2004 (10) :60-62.Du Yefu, Tian Zhencai.Civil aviation flight delay cost rising trend[J].Comprehensive Transportation, 2004 (10) :60-62.

[3]丁建立, 王新茹, 徐涛.航班延误恢复调度的混合粒子群算法[J].交通运输工程学报, 2008 (2) :90-95.Ding Jianli, Wang Xinru, Xu Tao, Hybrid particle swarm optimization arithmetic for recovery scheduling of flight delays[J].Journal of Traffic and Transportation Engineering, 2008 (2) :90-95.

[4]Berendien Lubbe, Colette Victor, Flight delay:Towards measuring the cost to corporations[J].Journal of Air Transport Management, 2012 (19) :9-12.

[5]Wu ChengLung, Inherent delays and operational reliability of airline schedules[J].Journal of Air Transport Management, 2005 (11) :273-282.

[6]高强, 严俊, 朱金福.协同决策机制下航空公司时隙分配优化决策[J].交通信息与安全, 2012, 30 (1) :24-28.Gao Qiang, Yan Jun, Zhu Jinfu.Airlines&apos;optimization model of slot allocation through collaborative decision-makong mechanism[J], Journal of Transport Information and Safety, 2012, 30 (1) :24-28.

[7]Shervin AhmadBeygi, Amy Cohn, Yihan Guan, Peter Belobab.Analysis of the Potential for Delay Propagation in Passenger Aviation Flight Networks[J].Journal of Air Transport Management, 2008 (14) :221-236.

[8]Wang Zhu, Li Shujun, Zhang Lihua, A method for automatic routing based on route binary tree[J].Geomatics and Information Science of Wuhan University, 2010 (4) :407-410.

[9]曹卫东, 贺国光.基于改进贝叶斯网络结构学习的航班延误波及分析[D].天津:天津大学, 2009 (8) .Cao Weidong, He Guoguang.Flight delay propagation analysis based on improving bayesian networks structure learning[D].Tianjin:Tianjin University, 2009 (8) .

[10]房芗浓, 曹卫东.基于贝叶斯网络的航班延误数据初步分析[J].航空计算技术, 2001 (11) :76-79.Fang Xiangnong, Cao We-dong.Primary analysis of flightDelay data based on bayesian networks[J].Aeronautical Computing Technique, 2001 (11) :76-79.

[11]Lan Shan, Clarke Johnpaul, Barnhart Cynthia.Robust aircraft routing Technical report[R].Cambridge, Massachusetts Institute of Technology, 2003.

航班延误原因及其对策分析 第7篇

关键词：航班延误,流量控制,航空管制

一、前沿

随着经济的快速发展, 航空服务业也得到了极大的发展, 如何提高航空服务质量已经成为诸多航空公司生存和发展的重要课题。航班准点率作为航空质量的重要内容, 对于满足客户需求、提升服务质量具有重要的意义。从当前实际来看, 航班误点已经成为航空服务中的“家常便饭”。据民航总局公布的数据统计, 2010年上半年, 我国航班平均正常率只有76.89%, 相对往年数据, 今年的航班误点率提高了很多, 这导致很多顾客怨声载道, 如何有效的降低航班延误已经成为航空服务亟需改进的一大问题。

二、航班延误原因分析

从当前实际来看, 导致航班延误的原因可以分成两大类, 分别为航空公司自身因素, 包含机务维护不周到、航班调配不合理等;另外一类为非航空公司因素, 包含天气因素、空中管制、机械故障以及旅客自身因素等, 下面将其中重要的因素进行详细的分析。

1. 空域结构划分不合理

空域流量的大小受到空域结构的影响, 当空域结构呈现不合理状态时, 其流量大小直接受到限制。我国空域结构不合理状态是一个长期存在的问题, 这使得空域流量受到了很严重的影响。当前大多数机场都还在使用“空域走廊”, 进出机场的航线只能沿着走廊划设, 一般的走廊宽度都在10千米左右, 有的甚至更窄, 这使得航班调配余地十分狭小, 一旦出现恶劣的天气, 航班需要绕飞, 根本没法机动的去调配;另外, 由于当前空域的使用管理权归属空军, 而民航航路集中于狭小的批准范围内, 使得空域使用自由度受到了极大的限制。甚至有些时候, 民航飞行还要受到军用活动的干扰。

2. 管制设备和方式相对落后

当前航空服务业流量管理所面临的一个障碍就是管制方式十分落后。当前各个地方在管制方式方面存在很大的差别, 主要是受到技术投入水平、提供飞行动态监视信号的可靠性和备份手段差异的影响, 使得管制方式参差不齐。当前一些经济发达地区和部分流量较大的机场空域已经相继实施了雷达监控管制, 但是中西部等大多数地区还是实施程序管制。管制方式对空域流量具有重要的影响作用, 传统的程序管制方式效率较低, 而雷达监控管制则能够将空域容量有效的提升好几倍。如果一个空域有数条航路, 两种管制方式的差距将更加悬殊。另外, 管制方式的不同, 也导致了间隔标准有较大的差异, 这使得管制单位之间的协调变得更加困难。

3. 其他因素分析

航班延误不仅受到上述因素的影响, 还受到天气和人为等因素的影响。在天气方面, 由于我国幅员辽阔, 不同地区的气候差异十分显著, 雷电、湍流等气象状况都在很大程度上影响着航班的正常飞行。为了保障飞行安全, 飞机在飞行过程中势必会采取改变高度层或者绕飞等手段来避开不利天气可能带来的损害。在天气极度恶劣的状况下, 航班甚至不能按时起飞降落, 返航、迫降等现象也经常发生。这都会使得空中交通管制的流量面临更大的压力。

在人为因素方面, 航班飞行受到管制员技术能力的影响。管制员专业技能的高低将会直接影响空中可能通过流量的大小, 如在一个管制扇区内, 若同时存在一定数量的航空器, 当管制员专业技能相对较高时, 他就能熟练的进行指挥;而当管制员的专业技能没法符合这样的飞行条件时, 只能在实施流量控制后才能进行指挥。由此可见, 管制员的专业技能也在一定程度上影响着空域流量。

三、提高航班正点率的对策

1. 加强空域流量控制

空域流量虽然对航空公司来说是一个不可控因素, 但是只要通过合理的手段, 还是能够有效的对其进行梳理, 并减少此类因素导致的航班延误。空中交通流量控制主要是通过长、中、短期等措施来开展。中长期控制的目的是实现空中交通流量基本不超过控制点的容量。空中交通流量控制的长期调配措施是在制定航班班期时刻表及飞行前对非定期航班的飞行时刻进行严格的限制和调整;中期调配是在航空器起飞前24小时采用临时调整起飞时间的方式, 让飞机之间的飞行间隔符合管制规定。短期调配是指当出现流量控制时, 通过及时的信息沟通和协调, 使得飞机飞行航线和高度得到及时的调整, 从而保证飞机之间的飞行高度以及各种指标符合规定标准, 保证飞机安全有秩序的运行。

2. 加强航班需求管理

加强航班需求管理需要从两个方面着手, 一方面是要树立通过需求管理减少航班延误的理念, 另一方面要建立需求管理减少航班延误的机制。

当前我国虽然已经认识到了航班延误的严重性, 也采取了诸多新建跑道、扩容机场等措施来提升系统容量。但是系统容量的提升不少一朝一夕的事情, 需要长时间、高成本的付出, 而当前的组织形式也较难解决这类问题。为此, 有必要从需求管理的角度对其进行处理, 通过市场化管理手段, 促进航空服务公司改善服务规范, 从而降低航班延误。为此, 有必要建立以需求为重心的处置机制, 并以航班延误量为出发点来又针对性的扩容机场容量。

我国当前关于航班延误治理还没有一部统一的法律法规, 当前已有的一些法律条文也只是对航班延误后进行后期处置, 而提前预防性的法律法规则没有。为此, 有必要从立法角度明确需求管理相关条文, 并在一些地区开展试点, 从而探索有效需求管理方案。

3. 完善航班延误治理机制

上述手段都是从资源利用和配置的方式来缓解航班延误状况, 但是通过事后控制的角度对航班延误进行规范也是重要的手段。完善航班延误治理机制就是要从航班延误后, 通过对相关责任方进行治理的方式来提高责任方的管理水平。为此, 航班延误治理机制的完善将有助于市场经济的发展, 也会促进民航业的健康发展。

总之。航班延误赔偿不仅广大乘客避之不及, 同时也是国内各大航空公司说不出的痛。无论是从经济效益角度讲还是从企业形象上看, 航班延误对航空公司来讲都是有百害而无一利。笔者认为, 宏观和微观方面都应该加强管理, 以实现航班延误的治理。使得广大乘客和航空公司都不要有不该有的损失。

参考文献

[1]张薇:改善航班延误的对策与思考[J].空运商务, 2007 (2)

[2]刘光才刘雷:美国减少航班延误的有效途径及启示[J].技术经济与管理研究2010 (4)

如何应对大范围的航班延误 第8篇

1 机场大面积航班延误的主要原因

1.1 天气原因

近年来, 受到空气污染、环境破坏等因素影响, 各省市地区常常会出现各类天气异常情况, 例如:大雾、暴风雪或者结冰低云等。致使飞机航行严重受阻, 以至于出现大面积航班延误或停飞的情况。

1.2 空中交通原因

近年来, 由于民航的航班量大幅度增加, 地面设备以及导航设备的增加量远远满足不了航班的需求。价值, 我国对空域进行严格控制, 一遇到空域管制, 就会致使大量的航班滞留在空中, 从而严重影响到相关机场的航班正常运行, 出现大面积航班延误。

1.3 机场保障原因

在机场运行期间, 很容易因为机场安检、联检或者机场关闭等原因致使大面积航班延误。

1.4 航空公司原因

很多航空公司为了增收, 在未能充分考虑机场承受能力的情况下, 增设大量航班, 以至于在运力调配、机务维护等方面出现严重问题, 致使大面积航班延误。

2 航班延误的应对措施

2.1 进行空域管理优化

就当前航空市场的实际发展情况分析, 空中管制部门应该充分调动自身的主观能动性, 借助各种有效手段, 对航路进行整体优化, 并做好民用与军用之间的协调工作, 降低空中管制给民航正常运行带来的影响。

2.2 完善大面积航班处理预案

尽管不正常航班服务保障预案已经具备, 但是, 很多内容都已经不再适合实际的发展变化, 因此, 有关部门要对其进行不断的修改和完善。就航空公司来讲, 可以建立常规的大面积航班延误指挥机构, 主要负责延误现场的协调、控制以及各项保障服务。

2.3 及时准确地将信息发布

当航班出现延误时, 必须及时、准确的告知旅客。这是航班延误出现后的第一个环节, 也是非常关键的环节。良好的信息发布能够帮助旅客及时获取延误信息, 合理安排自身的具体行程, 并可以为航空公司与旅客有效沟通创造一定的有利条件。航空公司应该利用网络、电话以及广播等多种传播媒介, 确保每一位旅客都能够及时了解。为了更好地保障信息的准确性和有效性, 机场同空管部门应该做好协调工作, 并制定航班延误等信息的联动机制, 进而实现空管中心、机场指挥以及航空公司等联检机构之间的信息准确联通, 进而有效地保障旅客获取信息的准确性和及时性。

2.4 建立航班延误服务的高效补救机制

目前, 当出现大面积航班延误时, 旅客常常会因为信息不及时、机场服务过于程序化以及赔偿方式和数额等方面表现出极大不满。由此可见, 航班延误的后续补救措施不到位。航空公司以及相关部门应该从顾客的不满意见中, 找出自身存在的问题, 并及时加以改正。对相关的应对机制、投诉管理机制以及赔偿机制进行合理完善, 做好补救措施。以后续的优质服务, 缓和与顾客之间的不良关系, 提升企业的市场竞争力。具体措施包括:

(1) 服务补偿办法进行细化。在充分理解旅客遭遇服务失败时的心理认知及情绪, 提前制定快速服务补救程序, 多渠道、多方式, 第一时间满足旅客期望值。在遇到现场或客舱突发情况、旅客抱怨、服务问题等情况时, 在现场值班领导正面致歉的基础上, 采用赠与航班里程积分、里程代金券、机上免费升舱、赠送小礼物等形式, 得到旅客理解和谅解。

(2) 将服务做到旅客真正需求上。扩大航班延误信息通报渠道。在充分利用候机楼视频设备实时播放天气动态信息、延误航班动态信息的基础上, 航空公司还可以采用展板、增加现场巡视解释人员等手段, 尽早主动告知旅客航班延误动态及原因, 让旅客决策下一步行程安排。尽早关注旅客需求, 提供人性化服务。航班延误情况下, 主动为旅客提供报刊阅读、视听、网络、购物、餐饮等多种服务, 特别关注老弱病残旅客需要, 为小孩提供玩具, 为老人提供毛毯;在旅客感到疲倦和困乏时, 餐饮服务及时主动提供, 且餐饮质量有效保证, 显示航空公司的诚意和态度。还可多设置临时发餐柜台, 保证旅客迅速有序地领到餐食。

2.5 建立服务监督管理机制

航空公司服务过程监督管理机制包括:顾客满意度调查流程、过程监控管理等流程, 对投诉成因具体分析, 因企业制度不完善, 流程接口不顺畅造成投诉的, 重新修订管理流程及制度;因责任落实不到位的, 须追究当事人责任;因员工技能技巧不足的, 企业要加强培训;如因客户个人原因, 无理取闹的, 也可利用法律维护员工及企业利益。具体问题具体分析, 将客户投诉转化为企业提升服务质量、追求旅客满意的切入点。

3 结束语

近年来, 随着我国航空公司以及相关部门的不断努力, 航空运输已经成为国内交通运输的重要方式以及常见方式。但是, 在诸多因素的影响下, 航班延误问题日益严重, 尤其是在冬季, 常常会因天气等原因造成大面积的航班延误, 这为人们的出行带来了极大的不便, 甚至在一定程度上影响到了社会经济的快速发展。因此, 降低航班延误问题的发生概率, 已经成为当前人们研究的热点。

摘要：近年来, 随着经济的快速发展, 飞机已经成为人们交通运输工具的重要组成之一, 为了更好地满足消费者需求, 航空服务行业不断扩大规模, 提升服务力度。但是, 由于相应的应急措施以及管理制度并不完善, 遇到紧急状况便很容易造成大范围的航班延误。例如:雨雪天气等。航班的准点率是衡量航空服务质量的重要标准之一, 做好大面积航班延误的后期事务管理工作, 是有效控制旅客情绪, 降低纠纷产生的重要手段。文章对造成大面积航班延误的主要原因进行分析, 并提出相应的应对措施。

关键词：航班延误,应对措施,航班准点率

参考文献

[1]袁冬霖.航班延误的原因分析及对策探讨[J].中国民用航空, 2011 (2) .[1]袁冬霖.航班延误的原因分析及对策探讨[J].中国民用航空, 2011 (2) .

[2]王旭.航班延误补偿标准研究[J].中国民航大学学报, 2011 (2) .[2]王旭.航班延误补偿标准研究[J].中国民航大学学报, 2011 (2) .

[3]齐鸣.信息服务对缓解航班延误的作用[J].中国民用航空, 2011 (11) .[3]齐鸣.信息服务对缓解航班延误的作用[J].中国民用航空, 2011 (11) .

[4]祝斌.空域管理体制改革与民航航班延误[J].中国民用航空, 2011 (11) .[4]祝斌.空域管理体制改革与民航航班延误[J].中国民用航空, 2011 (11) .

刍议航班延误的常见原因及其对策 第9篇

关键词：航班延误,原因,对策

1 航班延误的常见原因

1.1 航空管制不合理

航空管制即是飞行管制。在流量控制方面, 近年来迅速发展的民航使地面设施、导航设备等的发展速度赶不上航班量的增长。同时, 不合理的航路结构也无法适应现今迅速发展的民航业。尤其是目前我国为了使国防安全得到切实的保证, 严格限制了空域。军方对全国飞行管制工作进行负责和组织, 较多的空中禁区使民航具有很小的可调节余度。随着科技的迅速发展, 我国逐步使用雷达管制航路, 从而使空中塞车的现象得到了一定程度的缓解, 但是整体上并没有太大的进步。在空军活动方面, 由于空军活动涉及国防机密, 突然而来的这种情况导致民航不得不没有时间观念地一味等待。等到管制接触的时候, 又会有大量的塞机留在空域, 从而使航班延误现象更加严重。空军每管制一次空域, 就可以将几乎相关机场的所有航班运行打乱, 这种情况令民航无所适从。

1.2 落后的空中交通管制设备和方式

我国落后的空中交通管制设备和方式严重降低了空中管制的质量, 航班延误的概率于是就相对增加。不同的管理观念、管制设备等导致我国各地方出现参差不齐的空中管制。空域流量受管制设备和管制方法的深刻影响, 目前, 我国一些发达的地区已经基本上实现了雷达监控管制, 而一些欠发达地区却仍然以程序控制为主。分配航班时利用雷达监控管制, 可以提高分配的效率, 使航班分配工作合理有秩序地进行, 从而在使安全得到充分保障的前提下, 空域容量在有限的空域范围内得到了最大化的提升。反之, 程序管制方式则达不到这种高效率的效果[1]。

1.3 不合理的空域结构划分

空域结构直接影响着空域流量的大小, 不合理的空域结构会限制空域流量的大小。我国长期存在着空域结构划分不合理的状况, 严重影响了空域流量。当前我国大多数机场仍在使用“空域走廊”, 只能沿着走廊计划设置进出机场的航线, 一般情况下, “空域走廊”有10千米左右的宽度, 但有的会更狭窄, 这就导致调配航班的余地非常小, 一旦出现恶劣天气导致航班需要绕飞的状况时, 根本没有办法机动调配航班;另一方面, 中国人民解放军空军管辖着当前我国的空域, 民航航路只是局限于批准的狭小范围内, 民航的空域使用自由度于是就不可避免地受到了极大的限制。甚至在一些特殊情况下, 相关军事活动还会干扰到民航的飞行。

1.4 飞机调配能力差

一般情况下, 每家飞机的航班都是预先计划安排好的, 周旋的余地非常小。一旦前一航班出现延误的情况, 后续航班就难以保证能够按时运行。导致的连锁反应使航班越到后面延误的时间越长。从目前的现实情况来看, 我国航空公司具有较小的规模和较低的运行效率, 可供调配的余地不大, 航线、机场等配套设施也很不完善, 这些情况都导致航班运行的整体效率较低, 一旦有意外状况的发生, 应变、调配的能力就无法跟上现实需要。

2 降低航班延误发生率的对策

2.1 制定更加优化的航路运行方案

根据目前航空市场的现实发展状况, 空中管制等部门应该积极发挥主观能动性, 采取各种有效的方式和手段, 科学研究制定出更加优化的航路运行方案, 从而合理有效地解决空军空中管制对民航带来的各种困扰, 促进民航飞机尽可能少地出现被动延误航班的现象。

2.2 加大空中交通管制设备和方式的投入力度

为了使旅客的出行安全和各项合法权益得到充分的保障, 同时使飞机方便、快捷的优势得到最大限度的发挥, 避免航班延误给旅客的出行带来的严重不便, 航空公司应该对空中交通管制设备的方式的加大投入的力度[2]。除此之外, 航空公司还应该根据我国的实际情况, 积极学习国外的先进经验, 对先进合理的空中交通管制方式进行积极的借鉴和采用, 从而使空域容量得到大幅度提高, 降低航班延误的概率。

2.3 控制空域流量

虽然说航空公司无法客观上控制空域流量, 但是航空公司可以在主观上发挥主观能动性, 通过合理有效的手段对空域流量进行梳理, 从而使不良的空域流量延误航班的状况得到一定程度的缓解。可以通过长、中、短期等措施来控制空中交通流量。中长期控制的目的是实现控制点的容量超过空中交通流量。控制空中交通流量的长期调配措施是指严格限制和调整飞行前对非定期航班的飞行时刻及航班班期时刻表;中期调配是指为使飞机之间的飞行间隔符合管制规定, 在航空器起飞前一天临时调整其起飞时间的方式;短期调配是指在出现流量控制的状况时, 及时进行信息沟通和协调, 及时调整飞机飞行航线和高度, 从而使相关规定标准在调整飞机之间的飞行高度及各项指标方面发挥出积极的指导作用, 使飞机安全有秩序的运行得到充分的保障。

2.4 备足备份运力

在目前的条件下, 增加备份运力是航空公司减少由于自身原因造成航班延误状况的主要措施。也即是说, 如果前一航班由于机械故障等原因出现了航班延误的状况, 可以让该航班上的旅客换乘备用的空机。基于这一点, 各个航空公司要有长远的发展眼光, 积极树立品牌意识, 为每天正常允许的航班备足备份运力, 不可因为怕少飞一趟航班导致经济利益的损失而不注重此项工作的贯彻落实。除此之外, 各航空公司还应该对本公司的人力、物力资源进行科学合理的利用, 努力促进自身调配航班管理水平的有效提高。

总之, 许多原因都会导致航班延误, 从而损害航空公司的企业形象, 降低企业经济效益, 因此, 航空公司应该采取积极的措施, 保证航班延误的状况得到合理有效的治理, 为广大旅客提供更加优质周到的服务。

参考文献

[1]袁冬霖.航班延误的原因分析及对策探讨[J].中国民用航空, 2011, 2:40～41.[1]袁冬霖.航班延误的原因分析及对策探讨[J].中国民用航空, 2011, 2:40～41.

航空公司应对航班延误的措施研究 第10篇

2015年1月9日, 东航云南公司B5756 (737-800型) 飞机执行MU2036航班 (达卡—昆明—北京) , 受昆明机场雨雪天气影响, 该航班从达卡实际起飞时间为19:32, 昆明落地21:12。由于长水机场持续降雪, 夜间温度不断下降, 为了确保飞行安全, 航班起飞前需要进行除冰雪。等待过程中, 少数旅客对除冰雪等待时间表示不理解, 出现过激语言。3:17飞机除冰完毕, 随即开始滑行。滑行过程中, 飞机驾驶舱应急出口灯突然亮起, 地面机务工程师发现中部应急撤离舱门被人为打开, 飞机随即放弃起飞, 涉事旅客被机场公安带走调查。此案例就是最近发生的典型的航班延误导致旅客不满的案例。如何有效应对航班延误引发的问题, 如何在切实维护旅客权益的同时, 树立航空公司优质服务的品牌形象, 是摆在航空公司面前的一件大事[1]。

一、航班延误的定义

关于航班延误, 民航界还没有一个统一的界定, 这里引述国航的相关规定作为参考:大面积航班延误是指在一个机场因大雾、大雪、暴雨、冻雨等恶劣天气、系统和其他特殊原因出现5个以上航班延误4小时以上的;或因设施、设备故障等突发性原因造成机场关闭, 发生5个以上航班延误, 在4小时内未恢复正常的情况。

二、航班延误原因分析

造成航班延误的原因有很多, 主要有恶劣天气、流量控制或空管设备故障、航空器紧急事件导致机场运行中断或部分中断、本场保障系统故障、场内公路出现严重堵塞或中断;航空器故障;减载、超售等原因导致部分旅客滞留、行李运输不正常;其他特殊因等。

(一) 天气原因

最近几年极端天气频发, 春冬季南方多次出现大范围的暴雨和大雾天气, 冬季北方降雪范围大、强度高, 南方部分地区大雾、冻雨。恶劣天气的出现往往会导致起飞和降落受影响, 同时飞行航路上的气象条件也会导致飞机不宜穿越。根据民航总局的统计, 在影响航班正点的原因中, 天气原因排在首位。

(二) 空中交通管制

空中交通管制也会导致航班延误, 引发流量控制的根本原因, 在于我国空域管理体制的落后和民航业快速增长的需求与有限空域资源间的矛盾。由于大部分天空由军方管理, 目前民航可以使用的我国空域只有20%, 尽管民航局在1993年、2001年和2007年先后实施了3次“高度层扩容”, 将飞行高度层垂直间隔从600米缩小到了300米, 空域资源却依然捉襟见肘。

(三) 其他原因

航空器发生紧急事件也会导致运行中断或部分中断 (例如伊春“8.24”空难) , 现在机场运营高度依赖各种信息化系统, 如果出现停电, 网络中断也会导致机场运行中断, 另外, 场内公路出现严重堵塞, 大量旅客无法按时赶到机场;或者飞机发生故障, 航空公司无法安排足够的运力等情况都会造成航班延误。一旦发生航班大面积延误现象, 势必会造成航班取消和旅客滞留。

三、航空公司应对航班延误措施

1) 建立航班延误危机应对机制。建立航班危机处理机制, 是防止不正常航班服务出现危机的前提。航空公司应当建立起航班延误危机应对机制。由于航班延误涉及到机场、航空公司、安检、公安等多个部门, 各个相关部门都应该建立起航班服务保障预案, 同时设立常态化的组织机制, 通过航空公司和机场的共同努力, 不断修订和完善航班延误应对机制, 规范危机应对规范, 确定不正常航班信息发布流程、现场旅客处置流程, 从旅客的通知疏导、情绪抚慰、现场处理、车辆保障、旅客食宿、以及媒体应对等情况进行统筹安排, 避免现场处理混乱, 为旅客提供暖心服务。2) 成立危机处理小组。在危机发生的第一时间成立危机处理小组, 可由航空公司机场保障部门成立航班延误危机处理小组, 应对已经发生的延误状况。在不断应对航班延误的过程中培养一批优秀的员工, 他们对航班延误现场有丰富的应对处置经验和技巧, 能及时制定应对措施, 通过专业过硬的业务技能和周到热心的服务, 得到旅客的信任和认可。同时组建航班延误服务专家, 用特有的服务以及谈判技巧安抚旅客情绪, 尽快平息事态的发展。3) 构建和完善志愿者服务机制。当面对恶劣天气, 预测可能的航班的延误时, 航空公司应当组建志愿者服务队伍。面对持续的大面积航班延误, 一线员工往往通宵达旦、身心疲惫。建立专门的志愿者服务队伍, 针对旅客进行安抚解释。在公司内部招募的航班延误服务志愿者, 集中组织进行专业技能培训, 包括心理、谈判技巧等, 当大面积航班延误发生时, 志愿者能够分批次、有计划的到达保障现场, 为旅客提供服务[2]。4) 构建旅客互动沟通平台。当前发生的大部分航班延误处置中, 旅客往往情绪激动, 很多原因是由于旅客得到的信息不对称, 不能从航空公司得到合理解释造成。航空公司应当充分利用信息平台, 包括热线电话和网络, 及时向旅客告知发生的情况, 鼓励旅客遇到困难时, 随时向航空公司寻求支持。当发生航班延误时, 及时向旅客传递正确的信息。5) 建立航班延误补救机制。大多数已经发生的航班延误中, 旅客往往对延误解释时间, 后续服务, 赔偿等等不满意, 航空公司应该建立起规范的航班延误补救机制, 针对已经发生的航班延误, 及时作出反应。在航班延误发生后, 尽早关注旅客需求, 提供人性化服务, 同时密切关注天气预报, 提早预防, 便捷转签, 方便旅客, 细化补偿等等, 帮助旅客应对突发状况, 提供良好的服务[3]。

四、结论

航班延误涉及原因复杂, 往往会对航空公司造成巨大损失, 面对这种情况, 航空公司往往需要作出对应措施, 本文在分析航班延误原因的基础上, 提出了航班延误应对措施, 航班延误的应对是一个复杂又需要各个部门联合协调的工作, 各个航空公司应当根据不同的情况作出合理的处理, 为旅客提供贴心的服务, 保障民航的安全运行。

摘要：随着我国民航业的快速发展, 飞机出行正成为人们出行的主要方式。民航的飞速发展导致航班延误情况时有发生, 降低和应对航班延误正成为各航空公司面临的问题。作为服务性行业, 民航运输业的安全和效益的重要性毫无置疑, 但服务品质也是航空公司经营管理中需要切实重视的。本文分析了航班延误的主要原因, 根据当前航班延误存在的问题进行探讨, 提出了航空公司应对航班延误措施的几点建议。

关键词：民航,航空公司,航班延误

参考文献

[1]航空公司通过服务营销如何取得竞争优势—对外经济贸易大学, 2001.

[2]邱红平.大面积航班延误服务应对策略-服务与营销.