数学建模论文省.doc

《数学建模论文省.doc》由会员分享，可在线阅读，更多相关《数学建模论文省.doc（21页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、2015年杯全国大学生数学建模竞赛承诺书我们仔细阅读了中国大学生数学建模竞赛的竞赛规则。我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括、电子、网上咨询等）于对外的任何人（包括指导教师）研究，讨论与参赛有关的问题。我们知道，抄袭别人的成果是违反赛事的规定的，如果引用别人的成果或其他公开资料（包括网上查到的资料），必须按照有关规定的参考文献的表达方式在正文引用处和参考文献中明确列出。我们重承诺，严格遵守竞赛规则，以保证竞赛的公开、公平性。如有违反竞赛规则的行为，我们将受到严肃处理。我们参赛选择的题号是（从A/B/C/D/E/F中选择一项填写)： D 我们参赛的报名号为（如果赛区设置报名号的

2、话）：所属学校（请填写完整的全名）： 工业大学 参赛队员（打印并签名）：1. 杜东旭 20131583 ： 机电工程学院2. 红星 20132768 ： 机电工程学院3. 郝昆昆 20132812 ： 机电工程学院2015年“杯”数学建模夏令营编号专用页赛区评阅编号（由赛区组委会评阅前进行编号）：赛区评阅记录（可供赛区评阅时使用）：评 阅 人评 分备 注全国统一编号（由赛区组委会送交全国前编号）：全国评阅编号（由全国组委会评阅前进行编号）：基于延误率对航班延误问题进行分析摘要航班延误如今是国际各机场存在的普遍问题，一直困扰着航空承运和广大旅客。航班延误不仅给旅客的出行带来不便，也给航空公司带来

3、经济损失。 目前国外对航班延误的分析较多，部分文献从定性角度和处理措施方面进行了一定程度的研究【1-3】；部分文献从航班延误的波与关系出发，提出了航班延误链式反应波与的机场个数与飞机的初始延误时间【4-6】；也有文献提出针对延误成本分析模型【7-9】。本文主要是关于航班延误的统计分析、延误原因与合理性建议问题。问题一的解决：通过EXCEL软件对国际上主要航空公司数据的统计、整理，分析各航空公司航班总数，延误航班数，建立模型比较延误率与延误班数，得出国际上航班延误最严重的10个机场中中国所占个数。问题二的解决:首先进行数据统计与整理，找到影响航班延误的主要因素，计算各因素影响航班延误的比例，做出

4、比例分布直方图，根据数据结合实际情况找出导致航班延误的主要因素为：航空公司的运行管理、流量控制、恶劣天气的影响、军事活动的影响与机场保障。问题三的解决：影响航班延误的因素众多，我们就流量控制因素、乘客因素进行分析处理，研究控制地面总损失、航班延误与时间段，建立了地面等待问题、延误时间段的数学模型，通过数据调查、分析统计，提出对航班延误问题的合理化处理方式。 关键词：航班 统计 延误率 数据分析 流量控制问题重述据港报称，一家跟踪全球空中旅行情况的美国公司介绍，在全球61个最大机场中，中国的航空公司在全球表现最差。在此次调查中，宝安机场、白云机场、机场和首都国际机场等7个中国机场在表现最差的10

5、个机场之列。在中国航班延误成为了旅客和航空公司口中的热点话题，延误会给他们双方带来直接间接的损失，中国的航班延误在国际上占重大的比例，在国航班的延误问题随着民航业的发展不断的严重影响了航空公司，机场和旅客的利益，越来越多的旅客对航班延误反应反应激烈，为了减少航班的延误，民航局出台了一系列的措施，但延误现象没有较好的改观。国际机场中中国机场航班的延误比重究竟如何？就需要对不同的航空公司，不同的时间，不同的数据信息进行统计，并进一部分析。影响航班延误都有哪些原因？找出影响航班延误的因素，分析出导致问题的重要原因。应提出那些措施来改善航班延误问题？从旅客和航空公司不同的角度出发，来解决问题。1 问题

6、分析问题一分析：针对第一个问题，航班延误本是国际各机场都存在的问题，但要分析中国机场的航班延误所占国际航班延误的比重，并且同时要计算国际上延误最严重的十个机场中中国占的比例，首先就需要对收集的数据进行统计，通过对延误率等参数进行分析即可得出中国航班延误占重要的比例，并且根据所建模型分析后可知航班延误最严重的十个机场中中国机场所占的比例。问题二分析：经统计调查我们发现，导致航班延误有两大主要原因，一是航空公司自身的原因，涉与到航空公司自身的相关运行管理；另外一方面是非航空公司自身因素，即空管流量控制，恶劣天气，其他等非航空公司自身因素。为了问题分析的方便，考虑对数据进行更深层次的挖掘，计算各因素

7、影响航班延误的比例，列出延误因素的比例分布表，进一步做出比例分布表的直方图等，根据直观的数据特征结合实际情况建立模型找出导致航班延误的主要因素。并且，有效结合实际情况，分析得出航班延误的真实原因。问题三分析：针对问题三，题目让我们解决的是，对航班延误问题提出合理的措施，这是首先对流量控制中的地面等待问题建立数学模型，使得所有航班的总地面等待损失之和最小。来改善航班延误问题。再以旅客的角度出发，应对延误问题对日均航时和延误时长进行分析，对旅客的出行时间提出合理化的建议。2模型的假设：1. 准确性假设:假设提供的与我们的参考文献是真实可靠，准确无误的。2. 一般性假设：假设影响航班延误的是一般因素

8、，不存在单一特殊因素。3. 合理性假设:假设所选取的延误率可以合理地表示航班延误的情况，从而进一步分析问题。通过模型的假设可以使问题更加容易的分析，并且可以准确地进行计算，是所建模型与所得的结论更有说服力。模型的建立与求解问题一模型的建立与求解：航班延误目前是各个航空公司存在的普遍问题，在中国航班延误的现象更是时有发生，且此问题愈演愈烈。2013年五月，全国主要国际机场与航空公司航班准点排名，东京羽田机场准点率93.28%排名首位，中国各家航空公司不仅完败于日本、新加坡，连印度都比不上，是全球最差的，尤其是首都国际机场，准点率只有18.3%，航班时刻表几乎失去意义。三泰虎2013年7月13日译

9、文，根据一家旅游行业监控机构的数据显示，中国航空公司和机场的航班延误仍然是世界最糟糕的。Flightstats在其官网上发布了上月航班时刻的调查报告。在各家航空公司中，中国大陆的航空公司在十家表现最差的航空公司中占了八家。 首先以航班的准点率来表明各航空公司航班延误程度的情况。调查国际上主要的航空公司几天的准点航班数目，与延误的航班数等。进行统计、分析，计算出航班的准点率，列出准点率的比较分布表，根据直观的数据来实现中国航班延误情况与国际的比较。再通过调查几天国际各个重要的航空公司每天的延误航班数，再求出平均的延误航班数进行排序。实现中国的七大机场与国际上重要机场的比较。最后再通过收集到的国航

10、班延误情况的数据直观、清晰表现出我国航班的延误情况。引用符号:i天数j表示航空公司X航空公司表示准点率Y航空公司的延误数Xi i天航空空司的准点率Xijj航空公司i天的准点率Yi i天航空空司的延误数Yijj航空公司i天的延误数模型的建立【10】：求j航空公司3天(4月27 、29、 30)的平均准点率：j不同则可求出不同航空公司的平均准点率：求出不同航空公司的平均准点率后由低到高排序得到序列1。求j航空公司三天的平均延误数：j不同则可求出不同航空公司的平均延误数：求出不同航空公司的平均延误数由高到低排序得到序列2。序列1序列2分别如下所示： 中国七大机场的英文简写：萧山机场 （HGH）浦东机

11、场 （PVG）虹桥机场 （SHA）宝安机场 （SZX）白云机场 （CAN）国际机场 （PEK）双流机场 （CTU）序列1：对国际上主要的航班于2015年4月27日、29日、30日的准点率进行计算，并算出这三天的平均准点率进行排序，来实现中国的七大机场与国际上主要的机场进行比较。表1-1 国际主要航班准点率27日29日30日离开机场on time（%）On time（%）On time（%）准点率（%）(HGH)35253632.00(SVO)42285642.00(PVG)58264944.33(SHA)56355247.67(SYX)42396247.67(IST)41495448.00(S

12、ZX)62344848.00(CAN)62405050.67(PEK)45496553.00(DME)68465355.67(HKG)61545757.33(TSN)55378157.67(YIH)67446458.33(DLC)83247360.00(XIY)76496362.67(MEX)67735565.00(CTU)71567366.67(MAD)74686067.33(FRA)73786070.33(LHR)87666472.33(DFW)51868273.00(KUL)79717073.33(BRU)65827674.33(DEL)75788178.00(IAD)83916780.

13、33(ZRH)84807780.33(BHD)75798981.00(IAH)69898781.67(SYD)86847581.67(PMI)84857782.00表1-1通过统计、计算这三天的准点率、与平均准点率与国际上重要的航空公司比较发现中国航班延误最严重，国际上延误最严重的10个机场中，中国的七大机场占了6个，而第七个也排在了17位。因此通过该项数据分析表明：国际上航班延误最严重的10个机场中，中国占了七个的说法并不准确。序列2： 为了进一步说明问题又统计了国际上主要航班2015年4月份三天，每天的延误航班数，以与平均延误航班数进行排序，来实现中国的7大机场与国际上重要机场航班延误情况

14、的比较。表1-2 国际主要航班延误航班数272930离开机场Delayeddelayeddelayed均值（航班(HGH)83416417305.33(SVO)71398398289.00(PVG)6314314211.33(SHA)112237237195.33(SYX)4636060194.33(IST)108235235192.67(SZX)202179179186.67(CAN)97221221179.67(PEK)18229229158.67(DME)31220220157.00(HKG)19214214149.00(TSN)23171171121.67(YIH)1117517512

15、0.33(DLC)13172172119.00(XIY)1589393114.67(MEX)43134134103.67(CTU)35133133100.33(MAD)1314114198.33(FRA)1613513595.33(LHR)2611811887.33(DFW)717111284.67(KUL)181333382.33(BRU)112626278.67(DEL)2255578.33(IAD)102666678.00(ZRH)2910210277.67(BHD)90707076.67(IAH)163303074.33(SYD)30898969.33(PMI)13979769.00根

16、据此项数据的统计调查可以得出中国航班延误最严重，且国际上延误最严重的10个机场中中国占了6个。 因此国际上最严重的10个机场中中国占了7个的说法不准确。图1-1 3月份国际上主要机场延误率排序表 数据来源：flightstats.(见附录)通过此图更加清晰的看出中国机场航班延误率的严重情况。在国际占重大比例。问题二模型的建立与求解：航班延误是国际上民航业发展的一大难题，也是顾客对航空服务不满意的主要原因。且航班延误会给航空承运人和旅客带来直接或间接的财力、物力上的损失。而如今对于影响航班延误的说法不一。根据收集到的数据，我们发现影响航班延误主要分为： （一）航空公司自身的原因，涉与到航空公司相

17、关的运行管理。（二）是非航空公司自身的原因: 1:涉与到空管流量控制. 2:恶劣的天气. 3:军事活动影响 4:其他因素.经统计并分析2013年影响航班延误的各种原因所占比例做出如下条形图图2-1 2013年航班不正常原因【11】经过统计并分析2013年月度各种原因导致航班不正常率后做出如下折线图：图2-2 2013年月度航班不正常率【11】通过以上两表不难看出航空公司的影响因素占最大的比重，其次是流量控制和天气原因。军事活动所占比例较小。为了进一步说明问题，进行进一步的调查和统计分析。 军事活动所造成的航班延误概率较小，为方便分析，我们将其归为其他原因。为了分析问题的方便，我们应列出：表2-

18、1：航班延误影响因素比例结构表：年份航空公司流量控制天气原因其他20060.480.220.230.0720070.470.280.150.1020080.430.190.270.1120090.390.230.190.1920100.410.240.230.1220110.370.280.200.1520120.360.220.210.21 将表2-1中的数据以直方图的形式呈现：图2-3 航班延误影响因素图 由以上两表可以直观的看出：在影响航空公司航班延误的因素中，航空公司自身所占的比例约为40%，天气原因和流量控制分别约为20%，其次是其他因素占10%20%。表2-2 年度航班延误统计情况

19、【12】时间类别航班数正常航班数不正常航班数正常率航空公司原因流量原因天气原因其它20061530443125425827618581.95%11771157570757972510720071613786133195528183182.54%12637458741799371677820081528208127409025414083.37%11684258516593981938420091759438143703632260181.68%13592172544756763846020102010652161715040351180.43%1638211056117880255278201

20、12204147186119634305084.44%128426939116125559458资源来源：中国名用航天局网表中清楚地看出在影响航空公司航班延误的因素中，航空公司自身原因最大，天气原因和流量控制分别居中，其次是其他因素占较小的比例。 用airlines航空公司原因，用flow表示流量控制，用weather表示天气原因，用other表示其他原因，纵坐标表示四种原因的所造成的延误数。图2-4 各航班延误原因的变化趋势图从上图2-4我们可以看出过去几年航班延误的各种原因的比重情况，为了进一步的进行分析，我们通过加总计算过去几年各种原因下航班延误发生次数的和，再计算其百分比，画出其饼状图

21、，如下图2-5所示：图2-5 各航班延误原因占比例图由上图可以看出在航班延误原因，与之前所得结果基本一致：（一） 航空公司自身原因所造成的原因占最大的比重，占比42.17%。1【13】：航空运输的系统性要求与民航各单位缺乏协调配合之间的矛盾：航空运输是一项系统工程，航班正常涉与空域、天气等外部因素。又涉与行业的运输、空管、机场、航油与航信等多个业务系统，与之相对应的就是航空公司、空管、机场、航油、航信等各个运行主体。航空业务链上任何一个环节出现问题，都会导致航班延误。航空公司、机场、空管部门有着不同的追求目标，航空公司和机场是在保证安全的前提下追求企业效益最大化。空管部门的首要目标则是保证安全

22、。因此在缺乏协调机制和目标追求不同的情况下，航班的运行效率大打折扣，航班延误在所难免。因此，要减少或避免航班延误的发生。建立有效的协调机制势在必行。2【9】：旅客对航班信息的与时性需求与民航航班信息反馈滞后的矛盾：长期以来社会公众和媒体对民航信息的服务极为不满，特别是延误航班的服务已经成为关注的焦点。航班确切的预计起飞时间与延误情况的与时通报是旅客最需要的信息，而这两项恰好是民航无法满足旅客的。空管部门的管制员根据航空管制、天气等各种因素，控制和指挥飞机的飞行，航空公司只能根据空管部门传来的消息再向旅客进行发布，且航空公司、机场、空管运行管理部门的信息共享、与时传递尚未实现。并且民航与旅客信息

23、传递不畅通。难以与时地将信息告知旅客，尤其是发生大面积延误时更会导致旅客不满。3【13】：目前的航班延误的统计也存在一定问题，致使一些不是航空公司自身原因导致的航班延误也计入航空公司自身因素里，包括快速增长的航空运输需求与空域资源有限之间的矛盾：从下表可以看出，美国民航空域利用率高于中国民航近三倍。一方面是美国的空域资源得到了充分地利用；另一方面归咎于美国大量的军事飞行活动均在海外进行，军方占用空域资源相对较少。表2-3 中美航空利用比例表军方使用率民航使用率其他机构中国23.51%32%临时航线占5.51%；部分空域未被有效利用，主要集中在我国西部人烟稀少地区中国国家空域技术重点实验室美国1

24、1%89%N/AFAA 来源：虎嗅（）而中国，空域利用率低且军方空域使用率高等因素造成民航空域使用率低。以飞行情报区为例。如空通管理部门实施的流量控制也会导致航班延误，随着国家经济社会的发展和改革开放的深入，中国航空运输的需求量日益增加，而民航可使用的空域仅占中国全部空域的20%30%左右，大量空域被划为军航空域或者禁区，有数据显示：2011年中国人均乘机次数是0.2次，比2002年的0.07次增长了3倍，比1978年提高了100倍。然而改革开放以来，我国民用航空的空域资源一直被限制在30%左右。（二） 天气原因造成航班的延误占24%：因气象雷、雨、雾等天气问题导致航班不适航而延误最多，是不可

25、抵抗的因素。很多时候旅客看到眼前的天气晴朗，却被告知航班因天气原因而延误是非常正常的。因为天气原因不仅是指机场的天气情况，还有航路天气不适航。风、云、雨、雾等都会对天气造成影响【14】风与飞行的关系极为密切，飞机起飞、着陆。以与在航路上飞行，都必须考虑风的影响，非是飘忽不定的，飞机在飞行中会遇到顺风、逆风、更多是侧风，侧风会改变飞机的飞行方向，如果不与时修正，就会使飞机偏离目的地。云和雾对飞行的一个较大影响，就是会使驾驶员的视线受阻，影响飞行，可能造成飞机迷航或其他飞行事故。此外，飞行员在云中飞行因看不到天地线还容易产生飞行错觉，导致精神紧，如果处置不当，也易造成飞行事故。一般强度的降雨对飞行

26、来说不会有太大的影响，如果降雨太大，会使飞行员视线受阻。主要是雷的影响比较大，雷常伴有闪电，如果飞机直接被闪电击中会导致通信导航设备失灵、受损，严重时机体也会受到损害。因此要避开雷雨区。（三） 流量管制所造成的航班延误约为23%：根据实施流量管理的时间不同对流量管理分类：1：先期流量管理或称战略流量管理2：飞行前流量管理或战略流量管理3：实时流量管理或称动态流量管理根据实施管理的地点不同对流量管理进行空间划分：1：终端区流量管理2：机场流量管理3：航路流量管理由于在空通流量管理方面仍然比较落后，造成了严重的航班延误和极大的经济损失。随着中国民航事业的发展，民航运输业一直保持着较高的增长率。20

27、12年民航运输总周转量611亿吨公里、旅客运输量3.2亿人、货邮运输量546万吨。分别比上年增长25.6%、15.8%、和25.1%。再加上流量管理的不当更是造成了航班延误。据预测，2020年，我国航空运输总量将位于世界前三。这对空流飞行流量的管理提出了更高的要求。如果不与时提高流量管理能力，将会使航班延误问题进一步加重。造成的损失与进一步增大。 （四）其他原因所占的比重比较小，占比10.87%。1：飞机机械故障导致 飞机一旦在执行航班任务期间出现故障，机务人员按照维护程序要进行必要的检查，加以判断，对故障现象进行分析，找到故障源头，然后再进行相应的排除故障工作，比如换掉故障件等等，排除完故障

28、后，还需填写相关维修记录，还可能要进行一定的测试工作，以确定是否修复好。整个排除故障的过程是需要一定时间的，即使是一些小故障，也要有严格的一套维修检测程序要做，这些都是为了确保飞行安全。2：较为棘手的旅客原因 造成航班延误的原因多种多样，有的属于不可抗拒的自然因素。值得重视的是，一些人为因素已成为造成航班延误的“新的增长点”。据统计，因旅客原因导致的航班延误占不正常航班的3%，和因飞机故障造成的延误数量相差无几。旅客晚到，在航班办理登机手续截止时间之后才赶到。为了方便旅客，机场、航空公司会尽量帮助这些晚到旅客顺利赶上该航班，但这也势必造成该航班的延误，这些优质服务在某方面也助长了部分旅客习惯性

29、晚到。3：驾驶员自身出现问题等突发事件 07年1月6日 吉祥航空公司原定于9时55分从飞往的HO1132次航班，在接受有关部门的调查时，被发现副驾驶员没有带副驾驶证，该机长被带走，导致航班无常起飞。此类情况的出现类似汽车驾驶员未带驾驶证，但没那么严重，是属于放行文件不全导致。 问题三的建模与求解： 如今有很多研究人员给出了航班延误的处理措施，由于影响航班延误的原因是多层次的，多方面的，因此提出的改良措施比较宽泛。从二问题中已知，影响航班延误的主要原因是：1：航空公司自身原因2：流量控制3：天气原因4：其他为了能够准确的回答问题，我们选出了其中一方面：地面等待问题的流量控制建模进行分析，进而提出

30、合理化的建议和意见。流量控制建模（地面等待问题）15数学建模的关键在于能否十分有效地将实际问题转换为数学问题，使产生的模型可用于对实际问题的求解，这是建模的关键。因此要全面的理解问题，然后将其转化成相应的数学形式，而实际问题通常不是一个明显的数学形式存在，更困难的是问题中可能由多个因素混杂在一起，不能完全分清，所以应透彻地理解问题。目前对流量控制的管理主要针对地面等待问题、航线分配问题和飞机排序问题。我们所研究的是地面等待问题。单机场地面等待问题的数学模型：为确定性模型：即在满足机场容量的条件下，使得所有航班的总地面等待损失之和最小。符号的说明： i航班的下脚标Fi表示航班Tj 表示时间段J时

31、间段的下脚标N航班个数Cij航班的成本系数mi表示第i个航班的预定着陆时间段m表示时间段个数Kj表示第j各时间段目的机场Z的容Xij1（航班Fi将在时间Ti降落）0（航班Fi不在时间Ti降落）Cij航班成本系数，Cij=CiN（j-mi）目标函数：（1.1）约束条件： = 0 1,2，.，N （1.2） = 1 1,2，.，N （1.3） kj 1,2，.，N （1.4）Xij=0或1 （1.5）式（1.1）为成本函数表达式；式（1.2）为航班Fi在预计到达时间mi前不会在目的机场Z降落；式（1.3）表示航班Fi必须在预计到达时间mi后一个时间段在目的机场Z降落；式（1.4）表示在目的机场Z的

32、任意一个时间段Tj降落航班数不能超过机场容量；式（1.5）表示Xij只能取0或1。由于该模型假设机场容量是确定的，所以可以将全部的空中延误都转化为地面延误，因此，模型的目标函数中的Cij只表示地面等待延误成本。因此我们的模型建立与求解后可以达到最小的地面等待延误成本。 乘客应对延误策略：上述模型针对的是航空公司应对航班延误的策略模型，而乘客如何应对航班延误，同样仍是一个值得深究的问题，下面我们将通过分析航班的延误规律，为乘客提供一些参考的意见，下表3-1是我国15家航空公司一周的日均航时，和平均延误时长表3-1 航空日均航时和延误时 单位：min类别周一周二周三周四周五周六周日航时148471

33、29201884313712138593602014706平均延误时长45394538378041据上表做如下图3.1、图3.2：图3.1 日均航时由图3.1可以看出日均航时在周六出现一个高峰，相比与其他工作日和周日，周六选择航班出行的乘客相对比较多，而在航班客座供给一定的情况下，势必会对航空公司的航行造成一定的压力，而这种压力恰好体现在了下面的图3.2 图3.2 日均延误时长由图3.2可以看出日均延误时长在周六出现一个较大的向上波动，这也正是航流人数增多给航空公司造成压力的一个体现。综合上述可以初步得出，乘客若选择周六乘坐航班出行，遇上航班延误的可能性会增大，另外由于航班延误造成的延误时长也

34、会偏长。乘客可以根据上图合理安排自己的出行时间，尽量选择在航班延误概率较大的时段出行。参考文献：【1】 光才，薇薇.公共问题视角下的延误机制创新研究【J】航空航天大学学报，2011,24（2）60-64.【2】 韵，朱金福，柏明国.关于民航延误服务补救的探讨【J】.企业经济，2006（10）：64-66.【3】 ，熊莹.航班延误的应对与制度型塑【J】.海事大学学报，2011,10（3）：60-64.【4】 王红，金兰，卫东，等.航空公司航班延误预警管理模型与分析【J】.计算机仿真.2009,26（4）：292-296.【5】 吕小杰，王红.大型枢纽机场面积航班延误预警方法研究【J】.计算机工程

35、与设计，2009,30（19）不详.【6】 徐涛，丁建立， 王建东，等。基于贝叶斯网络的航班延误与波与分析模型【J】.系统仿真学报，2009,21（15）【7】 JOHNSON T,SAVAGE I. Departure delays, pricing of congestion, and expansion at Chicago OHare Airport【J】. Journal of Transport Management,2006,12(4)：182-190.【8】 文智，博，航班延误成本预算方法研究交通运输工程与信息学报，2011，03（15）.【N】【9】 邢有洪，晓津，航空公司航

36、班延误损失分析，会计之友（中旬刊）【J】【10】 叶其孝，大学生数学建模竞赛辅导教材，（一）【M】【11】 全国民航航班运行效率报告，2013，【R】【12】 数据来源于美国航空数据Flight States公布的2014年5月全球航空公司的准点表现报告【R】【13】 董念清，中国航班延误的现状，原因与治理途径.【D】【14】 中国民航报（），2014-05-20 09：08：00【15】 雯雯，空通流量控制仿真与建模研究.【D】附录2015年三月国际主要航班延误率排序分布表：Operaiting AirlineDelayedSched FlightsAvg Delayhebei airlin

37、es51.99%186062.2lucky air47.55%499757.34west air china44.69%310854.91air macau44.55%178650.09chongqing airlines43.38%170553.82chengdu airlines41.25%271658pal express37.56%437950.54okay airways37.39%336261.76kunming airlines34.05%216752.98peach aviation31.42%211032.47transasia airways31.08%272345.17s

38、kymark airlines26.16%468633.32nok air23.15%576038.12jin air21.18%187838.7thai airasia20.83%878733.37easterm australia20.50%258342.36indonesia airasia19.70%462044.8bangkok airways17.87%548539.93air do16.96%454038.41japan transocean16.02%217428.64solaseed air15.21%387724.92rex regional expro14.07%6293

39、43.69air nelson13.80%528037.26jeju air 13.35%282533.55virgin australia re13.15%267757.92sunstate airlines12.96%544845.76mount cook airlines12.70%369238.06silkair12.11%309640.19starflyer11.88%365825.98eastar jet11.71%154129.52ibex airlines11.41%331829.75air busan11.14%268535.5jetstar asia 10.95%24434

40、3.79cobham aviation10.88%263151.7eagle airways10.63%277735.69ana wings9.91%867134.89tigerair singapore8.24%285742.14japan air commut7.53%438133.93tway air 7.30%180432.07j-air6.59%523930.77表1-1 国际主要航班准点率27日29日30日离开机场on time（%）On time（%）On time（%）准点率（%）(HGH)35253632.00(SVO)42285642.00(PVG)58264944.33(

41、SHA)56355247.67(SYX)42396247.67(IST)41495448.00(SZX)62344848.00(CAN)62405050.67(PEK)45496553.00(DME)68465355.67(HKG)61545757.33(TSN)55378157.67(YIH)67446458.33(DLC)83247360.00(XIY)76496362.67(MEX)67735565.00(CTU)71567366.67(MAD)74686067.33(FRA)73786070.33(LHR)87666472.33(DFW)51868273.00(KUL)79717073.33