翟文鵬 張其瑞

摘 ?要： 航班延誤預(yù)警是典型的多因素問(wèn)題。為解決該問(wèn)題，從空管的角度出發(fā)，基于容量變化、需求變化兩方面選取機(jī)場(chǎng)通行能力下降率等6個(gè)代表性指標(biāo)，構(gòu)建航班延誤預(yù)警指標(biāo)構(gòu)架。對(duì)物元可拓模型，使用變權(quán)理論確定其指標(biāo)權(quán)重值，用規(guī)格化改進(jìn)和非對(duì)稱貼進(jìn)度計(jì)算貼進(jìn)度，得到改進(jìn)模型。最后對(duì)我國(guó)危險(xiǎn)天氣條件下的某空域進(jìn)行仿真驗(yàn)證，對(duì)比原有模型和改進(jìn)后的模型。評(píng)價(jià)結(jié)果表明了改進(jìn)后模型的有效性。

關(guān)鍵詞： 物元可拓; 航班延誤預(yù)警; 預(yù)警指標(biāo)設(shè)定; 貼進(jìn)度計(jì)算; 仿真驗(yàn)證; 綜合評(píng)價(jià)

中圖分類號(hào)： TN911?34 ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼： A ? ? ? ? ? ? ? ? ? ? ? 文章編號(hào)： 1004?373X（2020）12?0115?04

Abstract： The flight delay warning has become a typical multi?factor question. Proceeding from the perspective of air traffic control， six representative indicators such as the decline rate of airport traffic capacity are selected on the basis of two aspects of capacity change and demand change to build a flight delay warning indicator framework. In the matter?element extension model， the index weight value is determined by means of the variable weight theory， the normalization improvement is carried out and the asymmetric paste progress rate is used to calculate the paste progress rate， so as to obtain its improved model. The simulation verification of a certain airspace in China under the dangerous weather conditions is carried out， and the improved model and original model are compared. The evaluation results have proved the effectiveness of the improved model.

Keywords： matter?element extension; flight delay warning; warning indicator setting; nearness calculation; simulation verification; comprehensive evaluation

0 ?引 ?言

近年來(lái)，隨著民航的發(fā)展，中國(guó)的一些空域變得越來(lái)越繁忙和擁擠。由于現(xiàn)階段空域容量與需求存在沖突，航班延誤在部分機(jī)場(chǎng)成為常態(tài)。航班延誤信息動(dòng)態(tài)更新，導(dǎo)致航班調(diào)度信息不能及時(shí)發(fā)布，使得“險(xiǎn)情”不能得到有效化解，并且對(duì)旅客出行也造成了很大影響。

對(duì)于航班延誤預(yù)警的研究，目前已取得一些進(jìn)展：文獻(xiàn)[1]根據(jù)延誤平均時(shí)間和數(shù)據(jù)集屬性建立實(shí)時(shí)預(yù)警模型;文獻(xiàn)[2]針對(duì)發(fā)生航班延誤的樞紐機(jī)場(chǎng)，明確提出選取受波及航班架次、滯留旅客數(shù)等5個(gè)指標(biāo)進(jìn)行評(píng)估;文獻(xiàn)[3]基于航空公司大批歷史數(shù)據(jù)，根據(jù)數(shù)據(jù)挖掘研究延誤預(yù)警。以上研究主要是圍繞機(jī)場(chǎng)和航空公司，說(shuō)明過(guò)去的研究忽視了因空管引發(fā)的延誤。

針對(duì)上述不足，本文圍繞空管引發(fā)的延誤展開研究，運(yùn)用改進(jìn)的物元可拓構(gòu)建延誤預(yù)警模型，實(shí)現(xiàn)動(dòng)態(tài)合理評(píng)價(jià)延誤預(yù)警的目標(biāo)。先根據(jù)空域需求與容量沖突，選取代表性指標(biāo)，建立航班延誤預(yù)警評(píng)估構(gòu)架;然后為降低主觀因素影響，指標(biāo)權(quán)重用變權(quán)法確定;再次，運(yùn)用規(guī)格化和非對(duì)稱貼近度準(zhǔn)則，彌補(bǔ)模型缺陷;最后，以南方某空域?yàn)槔?，?yàn)證本文模型的合理性。

1 ?航班延誤預(yù)警指標(biāo)構(gòu)架

對(duì)于航班延誤預(yù)警指標(biāo)構(gòu)架，在已有研究成果的基礎(chǔ)上[4?6]，通過(guò)研究空域需求與容量的沖突，基于容量變化、需求變化兩方面，采用6個(gè)具有代表性的預(yù)警指標(biāo)（這6個(gè)指標(biāo)分別用[c1]，[c2]，[c3]，[c4]，[c5]，[c6]進(jìn)行表示）。航班延誤預(yù)警指標(biāo)構(gòu)架如圖1所示。

預(yù)警級(jí)別和指標(biāo)數(shù)據(jù)之間的對(duì)應(yīng)表如表1所示。其中：[N1]為正常;[N2]為黃色預(yù)警;[N3]為橙色預(yù)警;[N4]為紅色預(yù)警。

2 ?改進(jìn)的物元可拓評(píng)價(jià)預(yù)警模型

傳統(tǒng)模型通過(guò)先確定節(jié)域[Rp]、經(jīng)典域[Rj]以及待評(píng)物元[Rx]，然后把指標(biāo)數(shù)據(jù)和權(quán)重代入貼近度函數(shù)，得到[Rx]關(guān)于預(yù)警等級(jí)[j]的綜合貼進(jìn)度，據(jù)此可判斷出待評(píng)對(duì)象對(duì)應(yīng)的評(píng)價(jià)等級(jí)。但是模型應(yīng)用于預(yù)警評(píng)價(jià)卻有些缺陷和不足，主要是：

1） 當(dāng)待評(píng)物元某個(gè)或某些指標(biāo)的實(shí)測(cè)數(shù)據(jù)不在節(jié)域區(qū)間內(nèi)，將該實(shí)測(cè)數(shù)據(jù)代入貼近度函數(shù)計(jì)算時(shí)，其貼近度無(wú)法得到。針對(duì)該缺陷，運(yùn)用規(guī)格化對(duì)模型進(jìn)行改進(jìn)。

2） 模型通過(guò)計(jì)算貼進(jìn)度來(lái)評(píng)定等級(jí)。在評(píng)估預(yù)警級(jí)別時(shí)，最大隸屬度原則不能反映某一時(shí)刻待評(píng)估對(duì)象界限的模糊性，于是不但使某些信息遺失，還會(huì)造成評(píng)定結(jié)果有偏差。所以，為了獲得更加準(zhǔn)確和有效的評(píng)價(jià)結(jié)果，使用非對(duì)稱貼進(jìn)度準(zhǔn)則。

3） 評(píng)價(jià)指標(biāo)權(quán)重值通常運(yùn)用常權(quán)法計(jì)算得到，但是常權(quán)法在計(jì)算過(guò)程中，把各評(píng)價(jià)指標(biāo)值水平分布情況給忽略了。所以，用變權(quán)法來(lái)確定指標(biāo)的權(quán)重。

2.1 ?規(guī)格化處理

從以上分析看出，改進(jìn)后的物元可拓模型，其預(yù)警等級(jí)雖由橙色預(yù)警變?yōu)辄S色預(yù)警，但其等級(jí)偏向黃色沒有變。表明相比傳統(tǒng)物元可拓模型，把得到的航班延誤實(shí)測(cè)數(shù)據(jù)代入改進(jìn)后的物元可拓模型中，得到的預(yù)警結(jié)果與實(shí)際發(fā)展走向更符合，因而能更快速、高效啟動(dòng)相應(yīng)的應(yīng)急預(yù)案，從而能盡可能降低突發(fā)事件發(fā)生的概率，為空管部門提供更有價(jià)值的決策信息。

4 ?結(jié) ?論

1） 本文結(jié)合引發(fā)航班延誤主要因素，建立航班延誤預(yù)警構(gòu)架。采用非對(duì)稱貼進(jìn)度準(zhǔn)則計(jì)算貼近度，降低了最大隸屬度對(duì)貼近度計(jì)算造成的誤差，也得到了各評(píng)價(jià)指標(biāo)和結(jié)果的聯(lián)系度。運(yùn)用規(guī)格化方法處理模型，能使其更加完善，使預(yù)警評(píng)價(jià)結(jié)果更符合實(shí)際航班延誤的未來(lái)發(fā)展趨勢(shì)。

2） 將變權(quán)法運(yùn)用到航班延誤預(yù)警的研究中，體現(xiàn)了待評(píng)對(duì)象積極參與綜合評(píng)價(jià)，使預(yù)警評(píng)價(jià)結(jié)果符合實(shí)際發(fā)展趨勢(shì)，降低了主觀因素對(duì)指標(biāo)權(quán)重造成的誤差，凸顯主要因素的影響。

3） 采用本文所述方法時(shí)，要因地制宜，注意結(jié)合當(dāng)天的實(shí)際情況，得到合理預(yù)警評(píng)價(jià)結(jié)果，有利于預(yù)警結(jié)果與實(shí)際發(fā)展走向更相符，有利于相關(guān)部門做出有效決策。

參考文獻(xiàn)

[1] 羅鳳娥，張成偉，劉安.基于數(shù)據(jù)挖掘的航班延誤預(yù)警管理分析[J].計(jì)算機(jī)科學(xué)，2016，43（z1）：542?546.

[2] 翟文鵬，張敏.協(xié)同決策下基于物元模型的航班延誤預(yù)警研究[J].航空計(jì)算技術(shù)，2017，47（4）：18?21.

[3] 蘇軍.大面積航班實(shí)時(shí)延誤預(yù)警[D].天津：中國(guó)民航大學(xué)，2017.

[4] 羅鳳娥，張成偉.基于時(shí)序數(shù)據(jù)挖掘的航班延誤預(yù)測(cè)分析[J].現(xiàn)代電子技術(shù)，2014，37（24）：52?55.

[5] 張兆寧，蘇軍，曹悅琪.基于可拓評(píng)價(jià)方法的大面積航班延誤預(yù)警[J].指揮信息系統(tǒng)與技術(shù)，2016，7（6）：55?59.

[6] 李泓澤，郭森，唐輝，等.基于改進(jìn)變權(quán)物元可拓模型的電能質(zhì)量綜合評(píng)價(jià)[J].電網(wǎng)技術(shù)，2013，37（3）：653?659.

[7] 石藍(lán)星，唐德善，孟穎，等.基于改進(jìn)物元可拓模型的城市洪災(zāi)風(fēng)險(xiǎn)評(píng)價(jià)[J].人民黃河，2017，39（7）：71?79.

[8] 張雷，仕玉治，劉海嬌，等.基于物元可拓理論的水庫(kù)初始水權(quán)分配研究[J].中國(guó)人口資源與環(huán)境，2019，29（3）：110?117.

[9] HENRY A J， NACHLAS J A. An equivalent age model for condition?based mainterce [C]// Proceedings of 2012 IEEE Reliability and Maintainability Symoosium. [S.l.]： IEEE， 2012： 1?6.

[10] 趙會(huì)茹，李娜娜.基于組合賦權(quán)法?改進(jìn)物元可拓模型的火電企業(yè)節(jié)能減排績(jī)效評(píng)價(jià)[J].陜西電力，2014，42（11）：34?39.