影响。 Yu eng TU，Michael O.BALL等人于2005年建立估算航班离港延误分布的模型。他们鉴定和研究影响航班离港延误的主要因素，建立一个智能化的离港延误预测模型[9]。Soomer在改进针对着陆间隔放行起飞的启发式贪心搜索算法（FCFS）的基础上得到了更优的启发式算法。Chang提出了一种启发式搜索算法，用于求解航班排队和停机位分配问题，并按照着陆、机位分配和起飞优先序列进行调度 [9]。由Edmund K. Burkea，Jeroen Mulder等人研究的对于航空调度的多节目标改进的方法，通过提高航班调度的稳定性以及灵活性的目标，并运用遗传算法得到多目标的最优解，从而优化航班调度缓解航班延误。[9]
2、 国内研究动态
随着我国航空运输业的高速发展，航班延迟问题越来越受到国内学者的关注和研究，研究成果也越来越多，因此笔者查阅了大量的文献资料。在众多的参考资料中，中国民航大学曹卫东、丁建立等人于2008年尝试将贝叶斯网络应用于航班数据分析预警，应用netica软件工具构建实际航班及其关联的贝叶斯网络，分时间段对国内某航空公司在某机场的离港数据进行了延误原因分析和延误预警分析。[9] 2009年张洪海，胡明华研究了多跑道着陆飞机协同调度多目标优化，提出了采用协同航班调度策略和多目标优化调度模型. 模型以安全性为约束 ,以总延误成本和空中交通管制员管制负荷最小、航空公司之间尽量公平为优化目标 ,用多目标遗传算法求解。[9] 吕宗平等(2010)采用模糊层次分析法，考虑了航班延误的影响规模、影响程度、影响范围，构建了由六个预警指标组成的航班延误预警指标体系。[9]
航班延误是国际性的一大难题，为了尽可能的降低航班延误带来的损失，要对延误情况进行有效的分析，对其影响程度、影响范围以及影响规模进行充分的考虑，可以对航班延误率、平均延误时间、受影响航班架次、受影响航空公司数、受影响目的地机场数、延误旅客人数等指标进行分析。
四、航班延误原因简析
航班延误是当前国际民航业发展中面临的一个突出问题，也是顾客对航空服务不满意的重要方面。导致航班延误的原因有很多，笔者主要从以下两个方面进行简析。
1、 宏观方面
随着中国经济快速发展，中国民航进入了新一轮快速增长期，中国航空运输需求日益高涨。“十一五”期间民航旅客运输量超过10亿人，2011年中国人均年乘机次数达到0. 2次，比2002年的0. 07次增长近3倍，比1978年提高了100倍。而作为陆空节点的机场也更加繁忙，一半以上的枢纽机场和干线机场已进入超饱和
或接近饱和状态，所以机场和空域的容量不能满足日益增长的空中交通需求是造成航班延误的主要因素。
2、 微观方面
微观方面的原因主要有：（1）天气原因:在所有的航班延误原因中，天气原因是最常见的，也是最易被告知旅客的原因。由于大雾，雷雨和大风等恶劣天气导致出发地机场不宜起飞，目的地机场不宜降落，飞行航路上天气状况不好等都会导致航班延误。（2）空中流量控制原因：随着我国民航迅速的发展，航班需求量急剧增加，航班数量也快速增多，但是为航班提供服务的地面设施，保障服务设施等发展缓慢，从而导致空中交通拥堵现象频频发生。所以必须要通过流量控制以保证航班安全飞行。（3）航班调度原因：随着航班需求量的急剧增加，民航公司为了提高工作效率必须要一个航班一天执行多次飞行任务，从而给航班调度带来了挑战。每架航班都是按照航班时刻表进行调度，如果一架航班出现延误且不能及时得到解决，那么就会延及其他的航班，从而带来更多的延误。（4）旅客原因：旅客由于各种原因晚到或者在乘坐飞机期间因为突发疾病，不得不使飞机延迟起飞或者迫降。或者有些旅客随身行李过多，拒绝登机等，都是导致航班延误的原因。
第二节、研究意义
随着我国经济的快速发展，我国航空运输业进入了新一轮快速增长期，但是越来越多的航班延迟现象不仅给旅客的出行带来不便，也制约了航空业有序健康地发展。航班延误不仅影响航空公司整体的运营效益，降低民航的整体信誉，同时也给航空公司带来较高的经济成本，更多的经济损失。近几年，因为航班延误导致的旅客霸机、殴打工作人员、拒绝登机等不好事件屡屡发生，一方面造成了民航服务形象严重受损，另一方面严重妨碍机场安全的运行秩序。造成航班延误的原因有很多，在众多的原因中，航空公司原因是最主要的。数据表明由航空公司造成的延误占延误比例的38.5％。因此对航空公司来说建设更强大的时间表或者优化航班调度使得航班延迟减少或者几乎不延迟是很有必要的，也非常具有现实意义。
第三节、研究目标
航班调度问题作为影响航班延误的重要因素，所以本文将以航班调度优化作为主要的研究目标，以便减少对航班延误的影响。
航班调度问题作为空中交通流量管理的重要内容引起了广泛的关注，但是多数的研究方法都只是以延误总成本最小为单目标来建立模型，并没有考虑实际的
运行需要。因此本文以航班时刻表为基础, 考虑空中交通的容量、飞机周转时间 等运行限制,建立了一种多目标的航班调度优化模型，并采用遗传算法对此模型进行求解。
第四节、研究内容
本文对于航班延误的解决措施并没有从正面去描述应该要用什么办法，而是从造成航班延误的最重要的因素出发—航班调度问题。即通过优化航班调度从而达到解决最根本问题的目的。本文着重通过整数规划模型，建立三个目标函数：总延误成本最小目标、总调整航班架次最小目标、总航班延误架次最小目标。并且运用遗传算法求解该多目标函数得最优解，得到优化的航班调度方案，最终解决航班延误的问题。
第五节、论文结构
本文共分为三个章节：
第一章介绍本文的研究背景（包括我国航空运输业的发展历史和面临的问题、我国航班延误现状、国内外研究现状、航班延误原因）、研究意义、研究目标以及研究内容等。
第二章主要讲解航班调度的多目标优化模型。 第三章主要讲解遗传算法求解。
第六节、本章小结
本章首先阐述了整体的研究背景（包括我国航空运输业的发展历史和面临的问题、我国航班延误现状、国内外研究现状、航班延误原因），接着介绍了本论文的研究意义、研究目标、研究内容以及论文结构。
第二章航班调度的多目标优化模型
第一章中笔者阐述了航班延误的基本原因，同时我们也了解到航空公司原因是航班延迟的最主要原因。所以本文提出一种航班协同调度策略，其核心内容是通过调整航班的起、降时间, 公平分配无法避免的总延误时间。通过优化航班时刻表减少航班在空中和地面等待的时间, 从而有效地提高机场的安全性和运营效率，进而解决航班延迟问题。
第一节、优化目标概述
在进行航班时刻表的优化过程中，根据实际需要，优化目标包括以下三个： 1. 总延误成本最小：由于航班的机型、载重量等不同，对于不同的航班调度调整所造成的延误损失不同，延误损失越小，航班公司的效益就越好，所以要尽量保证航班总延误成本最小。
2. 总调整航班架次最少：每一架航班的起、降是根据航班时刻表上的安排进行，如果无特殊情况，航班是不用调整的。而如果调整的时间超过了15min则就算此航班延误，所以尽量减少航班调整的次数也就意味着减少航班延误的架次。
3. 总延误航班架次最少：为了能够尽量减少航班延误的总时间，总延误架次必然是要最小。
综上所述 ,航班调度多目标优化问题可转化成基于延误总成本最小、总调整 航班架次最小和总延误航班架次最小的多目标优化问题。多目标优化要求在满足约束条件的情况下使得各个目标达到帕莱托最优。 模型相关参数及定义如下： F为航班f的集合; I为连乘航班的集合；
Q={1.2.3?Ｎ}为时间片t的集合，N为时间片的数量；
Ot为机场在时间片t内的动态容量，其中t∈Q；
Tf为航班f的最小周转时间；
Ch为地面等待单位成本； Ca为空中等待单位成本；
Ngf为航班f预计到达机场时间所属的时间片, 其中f∈F,Ngf∈Q; Njf为航班f预计从机场起飞时间所属的时间片,其中f∈F,Njf∈Q;
Ghf为航班地面等待调整参数； Gaf为航班空中等待调整参数; Ehf为航班地面延误参数;
Eaf为航班空中延误参数；
Wf,t和Zf,t为决策变量,采用二进制的阶跃函数;
第二节、数学模型
本文根据实际需要，建立多目标单机场的航班调度优化模型，将通过空中等待和地面等待策略对航班进行调配。
1、总延误成本最小：
总延误成本=总延误时间*单位延误成本。
单位延误成本主要由单位时间飞行成本和旅客单位时间延误经济损失确定。所以要达到总延误成本最小的目的，就必须使总延误时间最小。本文中研究的延误时间有两部分构成，第一部分是航班在预计到达机场的时间片内未到达机场而在空中等待的时间；第二部分是航班在预计从机场起飞的时间片内未从机场起飞而在地面等待的时间。而其中的决策变量计算公式则是起到一个计数的作用。
Min?????t?Ngf??Wf,t?Wf,t?1?Ch??t?Njf??Zf,t?Zf,t?1?Ca??
f?Ft?Q其中决策变量Wf,t和Zf,t分别表示为:
1，f航班在时间片t内从机场起飞
Wf,t?
0，不然.
1，f航班在时间片t内到达机场.
Zf,t? 0，
不然.
2、总航班调整架次最少：
总调整航班架次=空中航班调整架次+地面航班调整架次
航班的总调整架次是由空中调整架次和地面调整架次的和共同决定的，而空中调整架次与地面调整架次则分别是由航班空中等待调整参数和地面等待调整参数决定的。同样，其中的决策变量计算公式起到一个计数的作用。
Min????Ghf?Wf,t?Wf,t?1??Gaf?Zf,t?Zf,t?1???f?Ft?Q
其中航班调整参数Ghf和Gaf其取值分别为：
1,f航班实行地面等待.
?
1,f航班实行空中等待.
Ghf
Gaf? 0,不然. 0，不然.