基于灰色预测国内航班延误模型研究

张甜　赵智

摘要：本文从动态演化的视角，研究了有关航班延误的国内外文献，认为影响我国航班延误因素有以下几点：航空公司自身原因、流量控制、天气原因和其他不确定因素。了解到航班延误程度与航班总量成正比。基于灰色预测模型，建立了我国航班延误总量和航班延误因素的时间数列GM（1，1）模型，经检验模型的预测精度可靠，依据所求模型，计算出了2014-2018年的航班总量，预测该时间内航班延误因素的比重，用于预防航班延误等突发状况，从而减少航空公司的损失和旅客们因等待而浪费的时间。

关键词：灰色预测；最小二乘法；航班延误因素；动态演化；影响因子

0引言

随着当今时代的发展，人们生活水平提高，人们出行方式日新月异。目前，我国民航运输量的快速增长，航班延误问题不可避免地凸显出来。灰色预测模型在研究旅客流量预测、经济管理上有很高的精度。为此，笔者研究了有关航班延误的国内外文献，收集了国内航班信息，依据灰色预测模型的建模过程和模型精度检验的方法，对影响航班延误因素进行定量分析。

灰色系统理论已广泛应用于农业科学、经济管理、环境科学、医药卫生、矿业工程、教育科学、水利水电、图像信息、生命科学、控制科学等众多领域。刘光才，刘雷，董念清等人对航班延误的现状、原因及治理路径进行了解释：曹卫东，丁建立运用了图论的方式对航班延误的构造及波及进行了分析：马正平，崔德光.赵秀丽，朱金福，郭梅等人运用不同的模型对航班延误问题提出优化模型及调度算法。

灰色系统预测是通过对原始数据的处理和灰色模型的建立，发现、掌握发展规律，对系统的未来状態做出科学的定量预测，分为数列预测、区间预测、灾变预测、波形预测、系统预测等几种。目前使用最广泛的灰色预测模型就是关于数列预测的一个变量、一阶微分的GM（1，1）模型。GM（1，1）模型是基于随机的原始时间序列，经按时间累加后所形成的新的时间序列呈现的规律可用一阶线性微分方程的解来逼近。endprint