浅析民航中断原因及影响与后备机组模型的建立.doc

龙源期刊网
浅析民航中断原因及影响与后备机组模型的建立
作者：刘昭 李悦
来源：《科技创新导报》2011年第14期
        摘 要:经济突飞猛进的社会对交通系统提出了严峻的考验,从地面交通到空中交通无一不面临着运量承载能力与实际运量需求的矛盾。而航班延误由于其高成本的特性往往要求其反应时间更快,运营效率更高,同时又要保证航空公司的利润,因此近年来,越来越多的目光投向了如何及时应对航班延误这一问题上。本文通过研究引起航班中断的因素和航班中断产生的蝴蝶效应,展现了民航中断因素产生的不确定性、难预测性及其影响的易扩大性,试图用增添“备用机组”的方法完善民航应对中断的反应机制,意在提高民航运营效率,降低中断影响的基础上,压低航空公司的运营成本。
        关键词:航班延误民航中断蝴蝶效应后备机组
        中图分类号:TP2 文献标识码:A 文章编号:1674-098X(2011)05(b)-0102-03
        “民航延误”已成为关键词。据中国民用航空局的统计汇总显示,2005年中国民航航班延误率为18.01%,2006年为18.52%,2007年为16.81%,2008年为17.35%,2009年为18.1%,延误率基本保持在18%上下。另组数据还显示,在所有旅客投诉中航班延误居高不下。延误造成的旅客满意度不高和巨大的经济损失(包括本应取得的收益,员工加班费,旅客食宿[1]),致使航空公司不得不调整时刻表以及相应的资源分配,例如采取相对更优化的处理决策,如空中改航(我国大部分空域为空军管制,民航较少采用)、地面等待、启用后备资源、取消航班(2010.11的中国民用航局通报数[2]据显示此措施引起的旅客投诉率最高,一般不宜采用)等来应对中断(会引起延误的事件)。这对提高我国的航空服务水平,航空运营效率以及航空公司利润都有极大的意义。如何降低中断产生的影响,牵动着民航运营中各个部分的神经,其中既有航空公司各种赔偿政策的出台,也有诸如延误赔偿保险等服务创新的实践,更有民航局重拳出击整治航班延误的举措,而笔者认为如何在中断产生之时用最科学的决策方案在最短的时间内产生出一个高效低成本的资源分配策略是尤为重要的。诚然,在这之前,我们要先对民航延误的产生原因及其影响有一个较为深入的研究。
        1 引起中断的因素
        大多数的商业航空公司都是根据一个公布的时间表运行的。这个时间表能使运营效率和运营利润都达到最大可能状态。然而,各种突发事件都时刻考验着这张时间表的鲁棒性,从而影响到民航的运营效率及航空公司的利润收入。最常见的有非适航天气,机场拥塞,飞机的机械故障以及过长的登机及中转时间。这里可以系统的将中断的影响因素分为以下6类。
        1.1 航空公司飞行时间表上的资源安排
        对于最初的飞行时间设计即是为每个航线航段分配飞行器资源、机组服务人员、安排保养路线,规定起降时间。这时,考虑到闲置的地面资源代价昂贵,并且适宜的飞行器服务间隔可吸收短暂延误,所以综合两种矛盾,对飞行时间表中的松弛时间安排应合理化。其中,对于机组服务人员的安排即是找到分配到航班的最小驾驶舱和客舱组员。保养安排问题是要为每架飞机找到在同一个地方维修可行的周转,或者开始和结束位置的路线设置,并满足政府和航空公司授权的维修要求。总之,最初的飞行时间表要找到最优的资源配置,同时用合理的松弛时间来吸收可能的延误。由于这个所谓的飞行时间表常常会因中断而很少被完全执行,所以这里不做过多赘述,在Barnhart et al.中有详细的规划讲解③或者参考朱星辉的《航空公司航班计划优化设计研究》④。
        1.2 资源连接
        一个航班可利用的资源包括航空器、机组成员、乘客。资源并不是只工作一次,一个航班完成任务,航班利用的资源会接下来服务时间稍后的航班,这样便产生了资源的连接。一般来说,一架飞机一天要执行6到10个国内航班,要在天上飞10个小时左右,再加上飞机在地面上下客、清洁、装卸货、例行检查等过站时间,一般每天运行16小时左右。每架飞机的航班计划都预先排好,周旋余地不是太大。前一航班出现任何疏漏都可能引发后续航班的连锁反应,往往越到后面延误时间越长。而机组成员服务完一个航班经过一定必要时间的休息就要服务于另一个航班,对于人力资源的安排民航法则中有明确的要求规定。正常情况下,资源的连接在一定的松弛时间下可以吸收延迟,但若例如飞机的机械故障、机组成员未能预计待命、超长的旅客登机时间等都会加大引起上游航班的预计延迟,蝴蝶效应的影响便导致了大量后继航班的延误。
        图1用图表的方式表述了正常和中断情况下航班与航班间的资源连接:
        正常情况下,资源服务完前一个航班,经过足够的准备时间,继续服务于下一个航班,航空公司可以正常有效的运作资源。
        图2展示了正常情况下资源的连接,图中共F1-F7七个航班,仅做部分分析:航班F1和F3共享资源R13,资源R13服务完航班F1后,经过一段准备时间,与其他资源一同在D3时刻服务于航班F3,资源R13准备好时刻早于航班F3起飞时刻D3共S13,表示资源R13与航班F3之间有共S3的松弛时间。航班F4与航班F6的共享资源R46的松弛时间S46为0,表示资源R46没有松弛时间,其服务完航班F4后,经过必要的准备时间后就要马上服务航班F6。
        如图2,航班F2延误导致资源R24、R25的延误,延误时间没有超过资源R25的松弛时间S25,所以没有影响到航班F5;但资源R24的松弛时间为0,故资源R24的延误导致了航班F4的延误,而航班F4的延误又导致资源R46及资源R47的延误,最终导致航班F6的延误。
        图2在一个只有7个航班的小系统中,仅航班F2短时间的延误便造成的其后续2个航班的延误,可想,每天调度成百上千个航班的航空公司在遇到中断时将面临巨大的挑战。
        1.3 流量控制
        流量控制是指通过限制单位时间内进入某空中交通管制节点的航空器的数量,来维持安全的空中交通流。我国引发流量控制的根本原因在于快速增长的需求与有限的空域资源间的矛盾。2009年民航旅客运输量高达2.3亿人次,较2008年增长了19.7%。2010上半年民航旅客量突破了1.26亿人次,同比增长10%以上。我国航空公司年航班总量已经从2003年的81.6万班上升至2009年的175万班,年增幅高达13.5%。仅2010上半年,我国的航班飞行总量增长就超过10%。与此形成鲜明对比的是,民航空管部门使用的空域资源扩展却有限,仅有已批准的一些高度层可以用来营运。若遇到突如起来的空中管制,更会加大这有限资源的紧张程度,引起大面积延误。
        1.4 非适航天气
        民航方面目前对于因天气恶劣造成延误的解释是：天气原因，不够飞行标准，不能按时起飞。影响的关键气象因素是能见度、机场起飞降落航道附近的低云、雷雨区，强侧风。航班进近时，能见度低导致必须实行仪表气象条件下的执行进近即要与空域中的前机保持较大的间隔，大大降低了机场跑道的容量⑤。强侧风在飞机起飞降落时候有较大影响，虽然各机型会有不同，但会导致某些走向的跑道关闭（例如美国的波士顿洛根机场），降低机场的起飞降落容量，导致延误。例如2011年2月1日，成都机场大雾，造成90班出港航班延误，40入港航班延误，3班返航备降，造成大量航班挤压和延误。不论在国内还是国外，天气因素始终是影响因素中最主要的。
        1.5 ATFM系统功能
        空中交通流量管理(ATFM)是空中交通管理(ATM)的一个重要组成部分⑥,它是为空中交通安全、有序和快速流通提供服务,以保证最大限度地利用空中交通服务的容量,并确保交通量与空中交通服务机构所认同的容量一致。同时,为航空器运营者提供及时、准确的信息以在仪表气象条件下能够高精度进近,减少延误。
        1.6 人为因素
        常见的有:旅客晚到,即在航班办理登机手续截止时间之后才赶到;直达旅客在飞机经停机场的不辞而别,因为航空公司必须确认该旅客没有遗留任何物品在飞机上,对客舱、所有托运行李进行全面检查。即使该旅客没有托运行李,同时为了对旅客负责,航空公司须将该旅客所交运的行李从飞机上卸下,以免发生旅客、行李不在同一地点的情况;国际中转航班在办理出入境手续时由于旅客证件等问题,耽误时间;旅客因航班延误等其他服务问题霸占飞机或拒绝登机等过激行为;旅客携带上飞机的行李过多;旅客突发疾病等等。
        2 中断的蝴蝶效应
        下游航班对上游航班的依赖性,导致了上游极小的初始延迟即会经过网络依赖性而放大到下游航班。若以初始延迟作为输入,那么根据各航班在网络中所处位置的不同,则会在下游产生几倍甚至几十倍的延迟,产生全局影响。如上述图1。同样,发生在不同时刻的初始延迟,会因为网络的繁忙程度而对系统产生不同的扩大延迟,越长的初始延迟也有更大的延迟乘数来放大系统延迟。如图2⑦(如图3）。
        X轴表示一天的24小时,Y轴表示初始延迟的时间值。X-Y坐标平面内每个方块的颜色对应相应的延迟乘数。例如,在早上8:00的1.5小时的初始延迟为深绿色方块,表示延迟乘数为2.5.这意味着特定航班1.5小时的延迟会导致3.75小时的系统总延迟。注意到延迟乘数随着初始延迟的大小而增大,并且在早高峰时候达到最大。
        3 后备机组模型
        由前所述,我们看到中断恢复问题是一个受多方面因素影响的问题,且各个问题具有突发性和不可预知性,针对这些广泛存在的因素所引起的各种不同种类延误,我们可以有效的组织一个后备机组人员,这一组机动的机组人员能以动态环境为背景并对原始排班影响较小,可以大大提高运营效率,减小对乘客的影响。但同时我们也应考虑到资源再分配的花费问题,机组人员的花费作为民航运营中除燃油费外最大的花费,其缩减空间是提高利润的一个至关重要的出发点。后备机组人员是一组随时待命的机组人员,后备机组人员应该依照最低工作时间享有有最低保障工资,即使他们没有履行任何职务,这是一笔很大的花费。以下即针对后备机组人员的花费问题建立了一个后备机组模型。
        为抽象和简化模型,我们对模型做如下处理与假设。
        (1)后备机组可以认为是还未有任何航班分配的机组,因为已分配任务的机组人员的剩余飞行时间是不同的,这样的话时间安排就要根据剩余时间最短的人员分配,这这复杂化了模型,同时也没有科学的安排机组人员的工作时间。
        (2)每组机组人员的服务航班要开始和结束于同一个机场,笔者这里把这个相同的机场称为“机组大本营”,这个大本营也可分布于相距较近的几个机场(在大本营时间可以地面运输机组人员)。
        (3)“免费乘客”:有些情况下,一组搭配包含一些航班,这些航班的机组人员是作为乘客的,而非服务人员,这些机组人员叫做“免费乘客”,这是为了把这些免费乘客运送到他们将要工作的下一个航班,或者是使一组机组人员返回他们的“机组大本营”。
        基于以上处理,有如下模型:
        为了表达方便,我们把模型字符化如下:
        :同一类方案的机组人员分配,表示为类型
        :类型的机组人员服务的航线的集合
        :类型的可用机组人员的集合
        :由机组人员∈组成的一组搭配
        :安排搭配的花费
        Α:“免费乘客”在航线上的花费
        :预计取消航线的费用
        :航线上的“免费乘客”数量
        目标函数为:
        约束条件:
        (1)
        (2)
        约束条件(1)保证所有航班至少被覆盖一次
        约束条件(2)保证机组人员k必须被分在一组搭配之中或者被作为“免费乘客”送回“机组大本营”
        由于“免费乘客”的存在,在约束条件(1)中加入松弛变量,则约束条件变为
        (3)
        (4)
        (5)
        是航线所允许容纳的“免费乘客”最大量,以上便是一个后备机组模型的建立,在这些约束下可以解得一个花费最小的模型。以此模型来运作后备机组,在保证运营效率的前提下,减低运营成本,最优化航空公司利润。
        4 结语
        本文详细阐述了引起航班中断的因素和其产生的蝴蝶效应,并建立了一个增加后备机组的模型,以提高机场的运营效率,减小对乘客的影响,同时尽量降低航空公司成本。当民航中断,机场滞留频繁叩响民航应急管理的警钟之时,如何应对这些突如其来的中断,已成为航空业发展的瓶颈。
        参考文献
        [1] Michael Ball,Cynthia Barnhart,George Nemhauser,Amedeo Odoni.Air Transportation:Irregular Operations and Control, Handbooks in Operations Research and Management Science Vol.14
        [2] 中国民用航空局.2010年11月航空运输消费者投诉情况通报.http://
        [3] Barnhart,C.,Belobaba,P.,Odoni,A.R. (2003a).Applications of operations research in the air transport industry. Transportation Science 37,368-391
        [4] 朱星辉.航空公司航班计划优化设计研究[博士学位论文].南京:南京航空航天大学,2007.
        [5] 胡明华.空中交通流量管理理论与方法.科学出版社,2010.
        [6] 祖刚.略论我国军、民航ATFM系统的协调发展[J].应用技术,2006,10.
        [7] Beatty,R.,Hsu,R.,Berry,L.,Rome J.(1998).Preliminary evaluation of flight delay propagation through an airline schedule.In:Proceedings of the Second USA/Europe Air Traffic Management R&D Seminar,Orlando, Fl.
        [8] LADISLAV LETTOVSKY′.Airline Crew Recovery:An Optimization Approach[D].PhD thesis,Georgia Institute of Technology,1997.
        [1] 刘昭,女,出生于1990年5月12日,籍贯山东,北京邮电大学自动化学院本科学生,研究方向供应链建模.
        [2] 李悦,女,出生于1989年11月2日,籍贯陕西,北京邮电大学自动化学院本科学生,研究方向供应链建模.