基于大數據挖掘的航空器預位時間分析與應用

周得博，蔡思思

基于大數據挖掘的航空器預位時間分析與應用

周得博，蔡思思

（杭州蕭山國際機場飛行區管理中心，浙江 杭州 311207）

針對大型運輸機場現有保障流程中存在保障資源等待閑置的問題，基于大數據挖掘技術對航空器預位時間進行分析，考慮到保障資源派工提前量過大會導致資源閑置、提前量過小會帶來航班延誤風險的問題，引入“效能系數”計算資源派工提前量標準建議值，最后采用實際運行數據進行算例驗證，結果證明了此方法具有可行性。

大數據挖掘；航空器預位時間；機場地面保障；資源調度優化

近年來，隨著大型運輸機場航班量的快速增長，航班地面保障日趨復雜，保障資源趨緊，對地面保障資源的調度提出了更高的要求。傳統的地面保障資源按照航空器預計到達著陸時間（預達時間）前固定時間內到位等待[1]，而航空器經由地面滑行進入機位后，保障單位才真正開始保障工作。如果資源派工提前量過大，勢必會造成不必要的資源等待閑置。準確預計航空器到達機位的時間（預位時間），合理安排派工提前量，對于優化資源調度、提高地面保障效率有著重要作用。當前，數據是第一生產力，通過大數據技術分析和挖掘機場的航班地面保障數據可以更好地對地面保障環節進行管理，從而提高機場的保障效率[2]。

本文針對現有地面保障流程中資源等待閑置的問題，分析地面保障資源調度與航空器預位時間的關聯關系，基于大數據挖掘技術對航空器的預位時間偏差進行統計分析，考慮到保障資源派工提前量過大會導致資源閑置、提前量過小會帶來航班延誤風險的問題，引入“效能系數”計算資源派工提前量標準建議值，最后采用實際運行數據進行算例驗證，以證明本文方法的可行性。本文的工作有助于對地面保障流程進行精細化管理，能夠為大型運輸機場實現運行高效化、管理精細化、服務個性化提供有益借鑒和參考。

1 問題描述與數學模型

1.1 數學模型

航空器預位時間分析過程包含三個重要的時間參數：①預達時間，即航班預計到達機場跑道的著陸時間；②預位時間，即航班預計滑入機位上輪擋的時間；③進港可變滑行時間，即從跑道落地滑行到機位所需的平均滑行時間。

三個變量之間滿足如下關系式：=+。

由于航空器實際到達時間與預達時間一般會存在偏差，而且航空器落地后從跑道頭滑行至指定機位還需一定時間，受地面保障條件的限制，實際入位時間與預位時間之間往往也存在偏差。

本文分析航班落地后預位時間偏差的概率分布情況，采用1表示實際落地時間與預達時間的偏差，2表示實際入位時間與預位時間的偏差，1=實際落地時間－預達時間，1＜0表示落地時間提前，1＞0表示落地時間推后。2=實際入位時間－預位時間，2＜0表示入位時間提前，2＞0表示入位時間推后。

現行機坪運行管理規定航空器提供保障作業的資源（人員和車輛）應在航空器落地前分鐘（一般為10 min）到達指定位置，進行作業準備工作。因此依據現有標準可以計算出地面保障人員的等待時間：

不同于現有標準，本文從預位時間入手，規定地面保障資源必須在預位時間分鐘之前到達保障現場，由此可以計算出該建議標準下地面保障人員的等待時間：

用△表示兩種標準下節約的時間成本△=1－2=min+min。

根據現有標準（預落前分鐘到位）可計算出滯后保障的概率為：1=（1＜0）=（－2＞+）。

根據建議標準（預位前分鐘到位）可得滯后保障的概率為：2=（2＜0）=（－2＞）。

綜合1與2可知，的取值只需考慮2的分布和的取值。

1.2 VTT的取值和預位偏差分布

進港可變滑行時間值是近2年來航空器在不同時間不同繁忙程度下從特定跑道頭滑至指定機位的滑行時間的采樣分布均值。2定義為實際入位時間與預計入位時間的差值，簡稱預位偏差，該隨機偏差服從正態分布。

1.3 節約時間成本與保障滯后風險

1.4 效能系數的引入

本文將取得最大效能系數所對應的值作為地面保障提前量標準值，即=（）。

2 算例分析

本文以杭州蕭山國際機場為例進行算例分析，假設在蕭山機場的06號跑道到停機位312之間執行1 000個航班，進港可變滑行時間=6 min。采集蕭山機場2018年所有進港航空器的歷史運行數據，統計其實際入位時間與預位時間差值的分布情況，記為2的隨機樣本，并求得2的概率密度函數如下：

效能系數的計算過程是依次計算執行1 000架次航班的延誤風險架次、節約時間成本，從而確定出最優的效能系數及其對應的預位前資源派工提前量時間。

由于蕭山機場平均滑入時間為6 min，現有標準（預達時間提前10 min）等價于=+=10+6=16 min[3]，節省時間成本=0。如果=15 min，則節省時間成本=（16－15）×24個保障主體單元×1 000架次/60=400 h。當=14，13，12，11…時同理可求得相應節省的時間成本。

求得各值對應的效能系數，并繪制如圖1所示曲線。

圖1 效能系數分布圖

由圖1可知，=13時效能系數值最大，說明在該標準建議值下，單位風險架次帶來的平均時間成本節省量最大，因此建議保障資源按照預位前13 min的標準到位保障。

3 結語

本文基于大數據挖掘技術對航空器的預位時間進行分析，針對大型運輸機場現有保障流程中存在資源派工過早、保障資源等待閑置的問題，通過平衡保障資源利用率和航班延誤風險水平之間的關系，對保障資源的提前派工時間進行量化計算，對于降低資源閑置、提高地面保障資源利用率有著重要意義。值得注意的是，在實際確定保障資源派工提前量時，需要采用專家評分法綜合各種影響因素來評判，專家評分可以考慮多重因素：夏天機坪高溫、冬天寒冷、旅客服務質量、企業成本控制、航班正常性、多機備降和大面積航班延誤等情況。

［1］任子云.大型機場航班地面保障車輛協同調度研究［D］.天津：中國民航大學，2016.

［2］王堯.基于關聯規則的機場航班地面保障模式研究［J］.科技與創新，2017（2）：86-87.

［3］孫榮恒.概率論和數理統計［M］.重慶：重慶大學出版社，2000.

V351

A

10.15913/j.cnki.kjycx.2019.17.017

2095－6835（2019）17－0040－02

周得博（1988—），男，研究方向為機場運行與正常性管理。蔡思思（1996—），女，研究方向為機場運行與管理、航空器場面運行優化。

〔編輯：嚴麗琴〕