应用时间序列分析模型分析我国航班延误问题

来源:用户上传      作者:倪雪

　　[摘 要] 时间序列分析理论用于处理数据有明显的时间序列特征。用于解决此类问题的软件Eviews是专门从事数据分析、回归分析和预测的工具。使用Eviews可以迅速从数据中寻找出统计关系，并用得到的关系去预测数据的未来值。将时间序列模型应用于分析我国航班延误问题，得出了较为准确的分析结果，并提出了改善航班延误问题的方法和思路。
　　[关键词] 时间序列分析;Eviews软件;数据分析对比
　　现实经济社会中的很多问题都具有明显的时间序列特征，时间序列分析理论是解决此类问题十分有效的方法和途径。本文应用Eviews軟件对我国航班延误问题进行数据分析和对比，对航班延误问题提出合理的改进措施。
　　一、应用时间序列分析理论处理我国航班延误率的数据
　　本文数据的采集源于中国民航局官方网站。由于2014年的民航公报没有发布，因此需要根据以往数据测算出2014年我国航班延误率。本文采用时间序列分析软件Eviews对数据进行统计分析和处理。
　　在时间序列分析的数据拟合中，应用Eviews软件进行数据的拟合，回归结果分析如下：
　　通过分析可知，多项式模型的拟合程度非常好，由此应用软件得到2014年我国航班延误率的测算结果是27.0793%。
　　二、对我国航班延误问题的分析
　　（一）数据分析
　　将测算出的2014年我国航班延误率27.0793%和2014年国际航班延误率21.95%对比，可以看出我国航班延误情况较为严重。
　　（二）航班延误的主要原因
　　1.航空公司原因。
　　（1）服务代理引起的航班延误;
　　（2）空管，包括空管人为失误、航行情报服务未及时提供或提供有误等;
　　（3）机场，包括机场跑道道面损坏或灯光故障、有限的跑道容量等;
　　（4）航空油料，包括民航保障单位未按计划及时安全供油等;
　　（5）联检，包括联检单位、边防、海关等安检时出现矛盾或问题;
　　（6）飞机检测，包括飞行前检测（发动机检测与维修等）修正载重表;
　　（7）飞机调配问题。
　　2.流量原因。随着出行需求量的增加，航班数量大幅度提高，流量不能满足航班需求，成为航班延误产生的一个主要原因。
　　3.天气原因。特殊天气是导致航班延误最为严重的气象要素。
　　4.其他。包括旅客原因、安全原因、军事活动、机械故障等。
　　从中国民航局网站的统计数据可以看出，随着航班飞行数量的增加，我国航班延误情况日趋严重，严重影响了旅客的出行。
　　三、改善航班延误问题的数学模型
　　通过上述分析可知，解决航班延误的关键是尽量减少各种影响航班延误的因素，并快速恢复运行，因此本文提出，有效、合理、迅速解决航班延误的方法是安排最优的飞行次序。
　　（一）数学模型的建立
　　（二）航空公司费用的数学模型
　　航空公司的费用主要由额外的汽油费和为耽误转机的乘客改航时的赔偿费两部分组成。同时假设额外的耗油费是一个固定值，同时飞行距离为，乘以最大安全速度，则有
　　（三）改航旅客的赔偿费的数学模型
　　假设常数r为改航旅客的赔偿费用，当飞机晚点起飞时，所有下站转机的乘客改航的赔偿费为
　　其中τ为转机旅客总数，u（t）为单位阶梯函数，费用系数中还应该考虑旅客的不满意程度。
　　我们选用指数函数描述旅客的不满意度，但对转机的乘客需要追加不满意度，其费用为总的不满意度所折合的费用，即
　　通过本文所建立的数学模型，可以有效降低航班延误问题所产生的不利影响，有效缓解航班延误问题。
　　参考文献
　　[1]罗凤娥，张成伟.基于时序数据挖掘的航班延误预测分析[J].现代电子技术，2014，（24）：15.
　　[2]周海滨.我国民航业航班延误补救策略研究[D].合肥：中国科学技术大学，2009.
　　[3]易丹辉.数据分析与Eviews应用[M].中国人民大学出版社，2008.
转载注明来源:https://www.xzbu.com/9/view-15197187.htm