基于多级可拓的航班正常性影响因素评估

基于多级可拓的航班正常性影响因素评估

陈璐 郭泽润 张宇飞

民航新疆空管局空管中心流量管理室

摘  要：航班正常性受空中交通管制、机场运行管理、航班调度、气象条件及航空公司运营策略等因素影响。基于此，构建了航班正常性评价指标体系，包括目标层、准则层和指标层，并采用多级可拓方法进行评估。可拓层次分析法结合层次分析法与可拓学关联函数，实现权重计算和关联度分析。实证分析选取乌鲁木齐地窝堡国际机场，基于航班运行数据计算各项指标权重和关联度，得出机场航班正常性处于良好水平，放行正常率和进场延误是主要影响因素。

关键词：航班正常性；影响因素评估；多级可拓

一、航班正常性评价指标体系构建

1. 航班正常性影响因素分析

航班正常性受到多方面因素的影响，涉及空中交通管制、机场运行管理、航班调度、气象条件以及航空公司运营策略等环节。其中，空中交通管制主要体现在航班流量管理、空域容量配置以及空管指挥效率等方面，直接影响航班运行的顺畅程度。机场运行管理涉及航班滑行调度、机位分配、地面保障能力等因素，这些因素影响航班的离港与到达效率。航班调度的合理性则关系到航班计划的执行情况，包括航班衔接、机组调配、维护安排等，任何环节的偏差都可能导致航班延误。气象条件的不确定性，如雷雨、大雾、强风等，也对航班运行产生较大影响，而航空公司在运力安排、备降策略、运维调度等方面的决策同样影响航班正常性。

2. 指标体系构建

（1）目标层

航班正常性水平用于衡量航班运行的稳定性，反映航班计划的执行情况和延误控制能力。该指标主要包括放行正常性、进场延误、离场延误等。

放行正常性：计算正常起飞的航班占比，受航空公司调度、机场地面服务和运行管控等因素影响。

进场延误：衡量到达航班的准点率，受航路流量、终端空域运行效率及天气状况的影响。

离场延误：关注航班推出至起飞的时间偏差，与滑行调度、跑道占用情况及塔台指挥效率相关。

（2）准则层

航班正常性受多种因素影响，可归纳为五个准则层指标：运行水平、空域效率、终端指挥、时刻资源和滑行调度。

运行水平：衡量航班计划的执行情况，包括航班调度合理性、机组安排、应急响应能力等。

空域效率：涉及航班在空中运行的畅通程度，受到空域划分、航路流量管理、航班排序等因素的影响。

终端指挥：反映航班进出港调度能力，包括进场和离场航班排序、流量管理及塔台指挥的精准度。

时刻资源：衡量机场航班时刻分配的合理性，不均衡的时刻安排可能导致航班集中，增加地面滑行时间。

滑行调度：关注航班地面滑行的效率，包括滑行路径优化、机位安排、跑道使用调度等。

（3）指标层

在准则层的基础上，进一步细化影响航班正常性的具体指标，以便进行量化评估和优化分析。

运行水平：放行正常率、进场延误时长、离场延误时长。

空域效率：航班巡航时间、航路拥堵程度、空域利用率。

终端指挥：终端区航班调配能力、进场排序合理性、离场滑行时间。

时刻资源：小时时刻容量、滚动时刻容量、航班密度。

滑行调度：地面滑行时间、滑行路径长度、跑道占用时长。

二、基于多级可拓的航班正常性评价方法

1. 可拓层次分析法简介

可拓层次分析法是在可拓集合理论的基础上发展而来的决策分析方法，结合了层次分析法（AHP）的层次结构和可拓学的关联函数计算，适用于复杂系统的权重评估与决策优化。该方法利用层次分析法构建指标体系，并通过专家判断或数据计算确定各指标的相对权重，同时引入可拓学的关联度计算，使评价过程更加灵活。传统层次分析法存在一致性检验要求高、判断矩阵构造复杂等问题，而可拓层次分析法通过关联函数处理不确定性因素，使得评价结果更具适应性。

2. 指标权重计算方法

指标权重的计算采用可拓层次分析法，结合AHP的层级结构和可拓学的关联度计算，以降低专家判断的主观性影响。首先，构造判断矩阵A=(aij)n×n，其中aij表示第i个指标相对于第j个指标的重要程度。然后，对判断矩阵进行归一化处理，计算特征向量 ω=(ω1,ω2,…,ωn)作为初始权重。

随后，结合可拓集合理论，引入可拓关联函数修正权重，以增强对不确定性的适应能力。最终，综合运用层次分析法计算的权重向量和可拓分析得到的修正权重，确定各指标在航班正常性评价中的最终权重。。

3. 多级可拓评价模型

多级可拓评价模型基于可拓集合理论，通过构建物元模型、计算关联度，并结合多级评价结构，对航班正常性进行定量分析。该模型将航班正常性评价分为多个层级，自下而上计算各因素对航班正常性的影响程度，并最终确定整体评价结果。

在模型构建过程中，首先定义评价体系的 物元模型，即R=(X,C,V)，其中X代表评价对象（航班正常性），C为评价指标集合，V是对应指标的量值。

针对每个指标，建立经典域 Rj=(Xj,C,Vj)和 节域RU=(X,C,VU)，其中经典域反映理想状态下的指标值，节域代表指标的可接受范围。

评价过程采用关联函数计算待评对象与各级标准的匹配程度。对于某个指标Ck

及其评价等级Uj，计算其关联度：

其中，d(vk,Vj)和 d(vk,VU)分别表示指标值vk与其经典域、节域的距离。最终，通过加权计算各层级的关联度，得到总体评价结果，并结合最大隶属度原则，确定航班正常性所属的评价等级。

4. 计算流程及关联函数构造

为了保证多级可拓评价的可操作性，需要按照指标标准化、关联度计算、综合关联度计算、评价结果判定的流程进行计算，并通过构造适当的关联函数，使计算结果更具稳定性和适应性。

（1）指标标准化

由于航班正常性评价涉及多个指标，单位不同，量纲不一致，因此需对指标值进行归一化处理。对于正向指标（值越大表示正常性越好），采用如下归一化公式：

对于负向指标（值越小表示正常性越好），归一化方式为：

（2）关联度计算

关联度用于衡量待评对象相对于各评价等级的匹配程度，计算公式见上节。

（3）综合关联度计算

在单因素关联度基础上，引入权重Wi，计算综合关联度：

其中：

Wi为指标Ci的权重。

Kj(Xi)为该指标相对于评价等级Uj的关联度。

（4）评价结果判定

根据计算得到的综合关联度矩阵，确定最终评价等级：

其中，U∗对应最大关联度的评价等级，即航班正常性的最终评价结果。

三、实证分析

1. 研究区域与数据来源

本研究选取乌鲁木齐地窝堡国际机场作为分析对象，数据来源包括航班运行记录、机场管理系统、民航气象数据以及航空公司运营信息。研究数据涵盖2023年1月至2023年12月，共计12个月的航班运行情况，数据主要包括放行正常率、进场延误时长、离场延误时长、地面滑行时间、航班起降架次等关键指标。

数据采集主要基于机场运行数据库，结合中国民用航空局发布的统计数据，并通过机场塔台、航空公司调度中心获取额外运行信息。为保证数据的准确性，剔除了特殊情况下（极端天气、突发安全事件等）影响的数据点，最终形成完整的数据集。

2. 评价指标计算

基于前述构建的航班正常性评价体系，计算各项评价指标的值。

放行正常率：计算方式为正常起飞航班数/计划起飞航班数，以百分比表示。2023年乌鲁木齐地窝堡国际机场的平均放行正常率为 82.4%，其中1月最低（76.3%），9月最高（88.2%）。

进场延误时长：以航班实际落地时间晚于计划时间的分钟数计算，2023年平均值为19.6分钟，其中6月最高（26.4分钟），11月最低（13.8分钟）。

离场延误时长：衡量航班推出到起飞的延误时间，全年平均15.3分钟，其中2月最高（22.7分钟），10月最低（9.5分钟）。

地面滑行时间：从推出到滑行至跑道的时间，全年平均11.2分钟，其中5月最高（14.1分钟），8月最低（8.7分钟）。

航班起降架次：统计机场的日均航班起降次数，全年平均为458架次，其中7月最多（540架次），2月最少（382架次）。

3. 权重计算与关联度分析

指标权重计算采用可拓层次分析法，结合AHP层次分析法和可拓关联度计算。依据专家评分法和历史数据，确定各指标的权重，并计算各指标与航班正常性等级之间的关联度。

（1）指标权重计算结果

通过层次分析法计算，结合可拓理论修正，最终得到各指标的权重分布如下：

放行正常率和进场延误对航班正常性的影响较大，因此权重较高，而地面滑行时间和航班起降架次相对次要。

（2）关联度计算结果

关联度计算用于衡量各指标对于航班正常性等级的影响程度。采用可拓关联函数计算方法，得到不同指标关于各等级的关联度矩阵，如下：

各指标的关联度计算表明，放行正常率和进场延误对航班正常性影响较大，高关联度（＞0.6）对应良好及优秀水平。离场延误和地面滑行时间对正常性影响较小，但仍有一定关联。

（3）航班正常性综合评价

依据上述权重和关联度计算结果，进行航班正常性综合评价。计算每个指标的综合关联度K(U)。

最终计算得到乌鲁木齐地窝堡国际机场2023年的综合航班正常性水平如下：

依据最大关联度原则，乌鲁木齐地窝堡国际机场的航班正常性综合评价结果为“良好水平”，表明机场航班正常性整体较稳定，但仍存在一定改进空间。

通过对各指标的关联度分析，可以发现：

放行正常率对综合评价影响最显著，提高放行正常率可有效提升航班正常性水平。

进场延误时长是航班正常性波动的主要因素，建议优化终端空域调配，提高空管效率。

地面滑行时间和离场延误对评价结果的影响相对较小，但在高峰时段仍可能导致航班延误。

四、结语

本研究基于多级可拓方法，构建了航班正常性评价体系，并通过指标权重计算与关联度分析，评估了各因素对航班正常性的影响。结果表明，放行正常率和进场延误是影响航班正常性的主要因素，空管调度、终端指挥及滑行调度等环节对航班运行效率亦有不同程度的影响。乌鲁木齐地窝堡国际机场的航班正常性整体表现良好，但在高峰时段仍存在优化空间。提高航班流量管理效率、优化时刻资源配置以及增强运行调度的灵活性，有助于提升航班准点率。

参考文献

[1]张轶.基于运行数据分析的航班正常性管理探究[J].数字通信世界,2021,(03):42-44.

[2]刘越.基于多级可拓模型盾构隧道施工安全风险管控技术研究[D].大连交通大学,2023.

[3]王林,刘冠宇.基于AHP-熵权法与多级可拓的交通运输经济适应性研究[J].工程与建设,2020,34(04):580-583.

[4]丛玮,谢道仪,朱睿,等.基于可拓多层次状态分类的机场运行效率评价研究[J].航空计算技术,2022,52(02):49-52+57.