Узнавая рано о последних полетах, погодных осложнениях

Исследование, «Включая Предсказуемость в Оптимизацию Стоимости для Наземных Программ Задержки», И Лю и Марком Хансеном из Калифорнийского университета, Беркли. Г-жа Лю получила поощрительную премию для своего исследования, в 2013 СООБЩАЕТ Приложениям Авиации Лучшее Студенческое Соревнование по Представлению.

Ключевая еда на дом газеты – то, что хорошо знать рано, как поздно полет будет. Решения Ground Delay Program (GDP), которые признают это, превосходят тех, которые не делают, существенно уменьшая стоимость GDPs операторам полета.

В тематическом исследовании на основе международного аэропорта Сан-Франциско авторы уменьшили стоимость задержек на 13 процентов.Образцовые результаты могут вести менеджеров по движению на том, когда быть оптимистичными, пессимистичными, или нейтральными в их предположениях о том, когда способность прибытия в аэропорту восстановится.Плохая погода вынуждает ФАА и авиадиспетчеров осуществить GDPs. Когда есть задержки, чиновники стараются не просить, чтобы пилоты окружили свое место назначения, которое может увеличить связанный с топливом и затраты других – и подвергнуть опасности пассажиров.

Вместо этого они задерживают самолеты на земле, пока не безопасно полететь, и пока резервные копии в движении в аэропорты назначения не уменьшены.В 2011 1,065 GDPs были выпущены в США, наложив задержки всего 26,8 миллионов минут к 519 940 полетам.

В аэропортах большого объема как San Francisco International и Newark Liberty International, GDPs осуществляются так же часто как через день.Новинка нового исследования – свое признание, которому приносят пользу авиакомпании и их пассажиры, когда у них есть точное знание задержек рейсов загодя. Решения ВВП основаны на прогнозах погоды, которые несут большую неуверенность.

Авторы стремились минимизировать ожидаемую стоимость задержки, учитывая информацию, которая доступна, когда решение принято, назначив стоимость для изменений в задержке первоначального плана.Идеально, для суммы задержки, понесенной ВВП, стоимость меньше всего, если вся задержка предсказана впереди; если есть последующие модификации, увеличения стоимости. Предыдущее исследование сокращения задержки стоило сосредоточенный на двух факторах, задержки, которые происходят на земле и тех, которые происходят в воздухе.

Это – первое исследование, которое включает новый фактор, предсказуемость, в сокращение стоимости ВВП.Начальные решения ВВП пересмотрены, если есть изменения в условиях. Наиболее распространенные пересмотры расширяют задержки и раннее возобновление полетов.

Предшествующее исследование не рассматривало, как изменения первоначального плана затрагивают стоимость ВВП. И предыдущее исследование рассмотрело ту же самую себестоимость единицы продукции наземной задержки независимо от того, было ли это частью первоначального плана ВВП или наложило из-за расширения. В действительности неожиданные дополнительные задержки требуют большего усилия диспетчера оператора полета и уменьшают выбор авиадиспетчеров, который может привести к большим затратам по сравнению с теми в первоначальном плане.

Чтобы изучить отношения между этими проблемами ВВП и решениями, авторы сформулировали проблему на основе техники, известной как «непрерывное моделирование приближения». Это – первый раз, когда этот класс моделей, хотя широко используется в других областях транспортного анализа, был применен к этому виду проблемы.

Модели основаны на небольшом количестве параметров, подчеркивая сущность проблемы без отвлечения посторонних деталей.Анализ также подчеркивает взаимодействие объема ВВП – географический район, где происходящим полетам назначают наземные задержки и важность непредсказуемости в определении правильного «положения риска», чтобы взять в планировании GDPs. Модель первая, чтобы систематически исследовать, как решение объема затрагивает оптимальную запланированную продолжительность ВВП.

Понимание от этого анализа могло использоваться, чтобы разработать инструмент поддержки принятия решений, который старшие авиадиспетчеры используют, чтобы проектировать более предсказуемый GDPs.