基于分布敏感性分析的极端航班延误驱动因素研究:尾部、位置与中心效应模式的识别
《Journal of Air Transport Management》:Decomposing flight delay distributions: Tail, location, and center effects
【字体:
大
中
小
】
时间:2026年09月20日
来源:Journal of Air Transport Management 4.6
编辑推荐:
飞行延误会给航空公司、机场和乘客带来巨大的成本负担。现有研究主要关注平均延误的预测,但极端延误所造成的运营中断和乘客不满程度不成比例。本研究引入了一种分布敏感性分析框架,旨在识别驱动极端航班延误的因素。研究使用了2024年208万次美国国内航班数据,采用分位数回归模型结合全局
飞行延误会给航空公司、机场和乘客带来巨大的成本负担。现有研究主要关注平均延误的预测,但极端延误所造成的运营中断和乘客不满程度不成比例。本研究引入了一种分布敏感性分析框架,旨在识别驱动极端航班延误的因素。研究使用了2024年208万次美国国内航班数据,采用分位数回归模型结合全局分布重要性(Global Distributional Importance)和Tangent-SHAP方法,对延迟分布中各因素的贡献进行分解。分析揭示了三种截然不同的效应模式:尾部效应,表现为天气状况和承运人服务历史等因素,这些因素不成比例地放大了极端延误;位置效应,表现为已实现延误变量(如出发延误和晚到飞机延误),这些变量使整个分布近似均匀地发生位移;以及中心效应,表现为航班时长和距离,这些因素主要影响典型延误。该分类得到了涵盖估计器噪声、数值积分设计、训练-测试划分以及保持相关性扰动的广泛稳健性检验的支持。研究识别出60分钟的出发延误为一个关键阈值(自助法95%置信区间为55至65分钟),超过此阈值后,67%的航班将遭受超过60分钟的严重到达延误。夏季的尾部风险比秋季高出2.04倍。超过60分钟延误的估计年成本约为19亿美元,通过有针对性的干预措施,潜在节约成本约为10亿美元。这些发现为航空公司和机场提供了可操作的见解,使其能够优先考虑针对极端延误预防而非平均延误减少的干预措施。Yu Zhao
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号