绵阳机场过站航班地面保障流程延误预警研究

李明捷 袁一凡 苗光远

摘  要：针对绵阳机场航班地面保障流程构建AOE

—网，求出“关键路径”，结合A-CDM记录得到航班保障流程中的“关键延误作业”，并通过Apriori算法对“关键延误作业”进行关联规则分析，最终得出造成航班保障累积延误的主要原因。计算结果表明，为提高航班正常性，绵阳机场应在地面保障中应着重监管廊桥/客梯车到位、旅客登机、客舱门关闭、廊桥/客梯车撤离这几项保障作业的进程和关联性。

关键词：航班保障;预警;关联规则;AOE—網;Apriori算法

中图分类号：F560    文献标识码：A

Abstract： AOE-network was constructed for the flight ground guarantee process of Mianyang airport，“critical path”was obtained， and“critical delay operation”in the flight guarantee process was obtained by combining with A-CDM records. Association rule analysis was carried out on the“critical delay operation”through Apriori algorithm， and the main reason for the accumulated delay of flight guarantee was finally obtained. The calculation results show that in order to improve the normality of flights， Mianyang airport should focus on monitoring the process and correlation of bridge/passenger ladder vehicle in place， passenger boarding， cabin door closing， and bridge/passenger ladder vehicle evacuation.

Key words： flight security; early warning; association rule; AOE-network; Apriori algorithm

0  引  言

随着航空业务量的持续增长，机场时隙资源使用紧张，空中交通拥堵，航班延误严重，我国枢纽机场和部分干线机场航班地面运行保障能力正面临着巨大挑战，机场服务质量较以往有所下降。据不完全统计，每年我国航班延误直接损失超过500亿元人民币。机场地面服务流程普遍存在信息化建设落后、操作模式陈旧、调度体系层级多等问题，缺乏全流程监控的手段。

航班的保障过程需要空管、机场和航空公司三方进行协同合作。以绵阳机场过站航班保障流程为例，共计22+5个标准作业节点，具体作业如图1所示。

绵阳机场主要机型为A319、A320、B738，均为C类机型，过站航班的保障流程如图2所示。

由此可见，对航班地面保障中每个环节的精细化管理，特别是对航班地面保障流程进行合理的预警与控制，可为空管、机场、航空公司及地服公司提供有效的决策信息，精准调配地面保障资源，提高机场整体的运行效率，提高航班正常性。

1  基于AOE网的地面保障延误作业分析

1.1  初始AOE—网构建

设权重代表每项作业标准的保障时间，结点代表连接两项保障作业的设备、人员到位状态，初步构建AOE—网。假设航空器到港时间为第0分，离港时间为第120分，将保障流程中的标准作业分别用A，B，…，S表示，设备、人员到位状态分别用①，②，…，○表示，若两项作业之间无对应的到位状态节点，则用○表示。根据保障流程得到的保障作业先后顺序及最长作业时间如表1所示。

根据表1初步构建的AOE—网如图3所示。

1.2  关键路径实现

用ei表示项目中活动a的最早开始时间，li表示项目中活动a的最晚开始时间，vej表示事件的最早发生时间，vlj表示事件的最晚发生时间，求AOE—网的关键路径，需要辨别关键活动，关键活动即表示ei=li的活动，而为了求项目中活动的最早开始时间ei和最晚开始时间li，首先需要求得顶点所代表事件的最早发生时间vej和最晚发生时间vlj。假设活动a由弧j，k表示，则活动a的持续时间为dutj，k。则活动a的最早开始时间ei和最晚开始时间li的传统算法为：

（1）

分两步求vej和vlj：

（1）从ve1=0开始向前递推，得到事件的最早发生时间vej为：

vej=maxvei+duti，j                                      （2）

其中：i，j∈T， 2≤j≤n，T是所有以j为头的弧的集合;duti，j是该弧的作业时间。

（2）从vln= ven开始向后递推，得到事件的最迟发生时间vli的计算公式为：

vli=minvlj-duti，j                                       （3）

其中：i，j∈S， 1≤i≤n-1，S是所有以i为尾的弧的集合;duti，j是该弧的作业时间。

实时计算关键路径的长度，找出可能影响航班正常的关键进程，是文章研究的关键所在，本文借助计算机编程语言来实现，下面是部分代码：

#include

#include

//#include

//#include

#define  MAX_VERTEX_NUM 20//最大顶点个数

#define  VertexType int//顶点数据的类型

typedef enum{false，true} bool;

//建立全局变量，保存边的最早开始时间

VertexType ve[MAX_VERTEX_NUM];

//建立全局变量，保存边的最晚开始时间

VertexType vl[MAX_VERTEX_NUM];

typedef struct ArcNode{

int adjvex;//邻接点在数组中的位置下标

struct ArcNode * nextarc;//指向下一个邻接点的指针

VertexType dut;

}ArcNode;

1.3  “关键路径”计算结果分析

图4为某一个航班地面保障的关键路径求解过程，其中带*的为关键作业。则该保障过程的关键路径为a→a→a→a→a→a→a→a→a→a对应的保障作业为B→C→D→G→L→P→Q→R→S（B. 廊桥/客梯车对接;C. 开客舱门;D. 旅客下机;G. 客舱清洁;L. 机组及乘务组保障;P. 廊桥/客梯车撤离;Q. 牵引车对接;R. 轮挡与反光锥形标志物撤离;S. 航空器推出）。

同理，分别对多组航班保障数据求取关键路径，表2为部分航班保障的关键路径。

由于本文构建的AOE网，节点表示人员设备到位状态，权重表示保障作业时长，因此除了关键路径上的关键作业（上文中A， B， …， S表示）以外，影响航班保障的主要环节也包括关键路径上的节点状态（上文中①→○表示），即到位是否出现延误。

2  基于AOE—网的关联规则挖掘

2.1  数据预处理

在上一章结论的基础上，结合A-CDM的保障数据记录，将每组关键路径上出现实际延误的作业（简称“关键延误作业”），作为数据挖掘的输入项，并对这一系列的数据进行关联规则分析，得出延误之间的潜在规律。

经过数据筛选处理，得到的关联规则挖掘的部分原始数据如表3所示。

2.2  Apriori算法求解

通过Python编程对Apriori算法进行求解，算法的原理是首先搜索所有的频繁项集，然后通过设置最小支持度0.1筛选出现频率较低的项集得到候选项集，接下来寻找关联规则，通过设置最小置信度0.5筛选保留强关联项集。整理得出如表4所示的关联规则。支持度和置信度越大，说明在航班保障中该关联规则出现的频率越高。保留下来的支持度均大于0.1，置信度均大于0.5，说明剔除了小概率事件。当提升度大于1，该关联规则为有效的强关联，且数值越大，关联性越强;当提升度等于1，前后项相互独立;当提升度小于1，为无效的强关联，故在表4中剔除关联规则10。

2.3  关联规则结果分析

从表4的9条有效关联规则可知对保障效率影响较大且关联性较强的环节主要是J. 旅客登机、N. 客舱门关闭、P. 廊橋

/客梯车撤离，另外：

（1）关联规则1的支持度最高，为0.12，说明“客舱门关闭的延误影响了廊桥/客梯车撤离效率”这一事件在往常的航班保障中出现的概率最大，所以，使客舱门关闭的时间节点提前，可有效提高保障效率;

（2）关联规则4、5的提升度最高，为4.19，说明“客舱门关闭”和“旅客登机、廊桥/客梯车撤离”的相关性最高，容易造成“前项延误后项必累积延误”的情况，因此在前项出现延误的时候需对后项进行预警并提早进行相关保障安排;

（3）另外，从机场航班保障数据看，⑥廊桥/客梯车到位的延误几乎存在于每一个保障过程中，说明廊桥/客梯车到位这一环节本身存在问题，并且会影响到后续的保障效率，应予以重视。

3  预警流程设置

首先，逐个分析航班保障数据，分别使用AOE—网得到关键路径，记为TIDi=1，2，…。依次读取完数据，得到多条关键路径，再将这些数据用Apriori算法分析得到作业之间的关联规则，找出强关联的规则。

根据上面的规律，在航班保障的进程中，实时记录并上传各个保障作业的延误情况。从第一项保障作业开始依次判别，若该项作业延误，则逻辑关系图中选择“yes”的路线，再次判断该项延误作业是否为（⑥廊桥/客梯车到位、J. 旅客登机、N. 客舱门关闭、P. 廊桥/客梯车撤离）等具有强关联的作业，若不是，系统预警，保障人员注意配合作业的顺利完成;若是，系统给出强预警命令，根据不同的问题采取相应的措施。

若第一项作业未延误，则逻辑关系图中选择 “no”路线，继续循环判别第二项作业环节的延误情况，以此类推直到最后一项作业判别完成。

根据以上的结论，设置如图5所示的预警流程。

4  小  结

本文对绵阳机场过站航班地面保障流程构建AOE—网的基础上采用Apriori算法对保障延误作业进行关联规则挖掘，在得出影响保障效率的潜在因素及各因素之间的关联性后，对该流程实现预警。通过实验结果对比分析可知，预警流程的设置可以提高绵阳机场过站航班的保障效率。下一步将重点讨论设置预警后具体的控制策略，为压缩过站时间，提高机场保障效率提供具体方案。

参考文献：

[1]  Yao R， Jiandong W， Tao X. Prediction model and algorithm of flight delay propagation based on integrated consideration of critical flight resources[C] // Isecs International Colloquium on Computing， Communication， Control， & Management. IEEE， 2009.

[2] 赵桂红，刘利. 延误航班停机坪作业运行控制研究[J]. 中国民航学院学报，2006，24（4）：58-61.

[3] 黄鹂诗，杨文东. 机场地面作业仿真与优化[J]. 中国民航飞行学院学报，2014（4）：24-27.

[4] 朱新平，唐志星，夏正洪. 基于Petri网的航班机坪保障指挥调度建模[J]. 火力与指挥控制，2015（12）：48-52.

[5] 唐云霄. 枢纽机场航班保障服务时间估计[D]. 天津：中国民航大学（硕士学位论文），2017.

[6] 邢志伟，魏志强，罗谦，等. 基于着色时间Petri网的航班保障服务建模方法[J]. 系统工程与电子技术，2018，40（5）：1064-1069.

[7] 张馨予. 航班协同保障关联规则发现与预警评价模型研究[J]. 科技视界，2018（25）：274-275，216.

[8] 詹泽梅. 一种基于动態规划法的关键路径算法[J]. 电脑知识与技术，2019，15（31）：215-217.

[9] 高文倩. 基于数据挖掘的机场航班地面保障能力优化研究[D]. 济南：山东大学（硕士学位论文），2019.