航空延误数学建模
航班延误论文综述
忻州师范学院第二届数学建模竞赛论文题目：航班延误问题目录摘要 (2)问题重述 (3)问题分析 (3)模型假设 (8)符号说明 (9)模型建立与分析 (9)模型的评价 (10)问题建议 (11)参考文献 (11)附录 (12)题目：航班延误问题一、摘要在我国民航事业快速发展的过程中，随着航班延误事件的增多，航班延误已成为制约航空业发展的绊脚石。
根据的统计，香港南华早报网称：中国的航班延误最严重。
本文阐述了航班延误的概念，通过翻阅书籍和搜查资料，航班延误与多个因素有关(1)，简单分为四类：航空管制，天气原因，空域流量，空域划分。
由于多个因素，我们建立了一种基于贝叶斯网络的航班延误预测分析模型，该模型考虑了影响航班延误的原因的相关因素，通过设定各因素的属性信息，可以对航班是否发生延误进行预测。
利用贝叶斯公式在数据上进行挖掘，不断完善观点。
对事情曾经发生的频率的考察，进行估计。
分析不同因素对航班延误的影响大小。
从航空管制，天气原因，空域流量，空域划分等方面综合分析航班影响因素，得出中国航班延误确实比较严重。
对中国民航的普遍问题认真分析，希望可以为民航延误的问题带来一些帮助。
关键词：航班延误，主要原因，贝叶斯网络，预测分析二、问题重述航班延误一直困扰是国际国内民航业的一个热点问题。
近年间我国航空延误口益加重，己经影响到民航业的发展，改善延误状况迫在眉睫。
航班延误多发生在繁忙的枢纽机场，枢纽机场又是多数航班的转乘点，是航班链中的关键环节。
当航班延误发生在繁忙的枢纽机场时，延误在航班链中的波及将不可避免。
减轻繁忙枢纽机场的延误，可以使整条航班链，继而整个民航系统的运行状态得到改善。
空域、机场资源难以满足日益增长的航班量，再辅以天气等诸多影响航班正常运行的因素，机场大面积航班延误难以避免。
为了分析大面积航班延误的影响因素，对机场航班延误进行预警，减少其对机场与航空公司所造成的损失。
最近几年，中国经济快速发展，民航也迅速发展，航线网络不断扩大，航班量急剧增加，数据调查显示空管原因造成的航班延误占航班延误总比例的57.0%。
航班延误问题 数学建模
题目：航班延误问题作者：***班级：信息13-1班学号：************航班延误问题摘要航班延误相对于航班正常，是指航班服务的迟延耽误，即航班在进港或离港时超过了民航主管部门批准的航班时刻表所载明的一定时间，俗称民航航班的“晚点”或“误点”。
根据《民航航班正常统计办法》，航班延误具体是指航班降落时间比计划降落时间（航班时刻表上的时间）延迟30分钟以上或航班取消的情况。
近几年，由于航班延误而引起的航空公司与乘客之间的纠纷事件越来越多，如果不能及时解决航班延误事件，二者矛盾会更加激化。
本文基于收集到的数据，建立了时间序列模型，对题目进行深入研究，做出了判断，分析出国内航班延误的真实原因。
最后本文基于航班总数的时间序列数据，建立模糊综合评价模型，针对航班延误问题，提出了预防措施、善后措施及改进措施。
针对问题一，首先，我们对原始数据进行了处理，得到航班总数，正常航班数，不正常航班数的时间序列数据，并对其进行整理分析，绘制出我国航班变化情况折线统计图；其次，我们根据各种影响航班延误的主要因素的数据进行分析，根据上述指标统计得到的数据对空管、机场、航空公司等进行一级评估，得到每一个单位在延误中延误等级,最后在对整体进行评估，得到考虑了空管、机场、航空公司影响情况下的航班综合延误等级。
最后我们得出结论：我们不认为题目所论述的结论是正确的。
针对问题二，首先，本文对原始数据进行了整理，得到了各航班延误原因比例图，紧接着作出这个比例图的直方图，进而依据数据特征并结合现实具体情况来分析航班延误的四个主要影响因素，即恶劣天气的影响、航空交通管制、航空公司的运行管理和空中流量等影响因素，并提出了其他影响航班延误的原因。
针对问题三，我们从航班延误时间最短和航班延误成本最小两个点入手，为航空公司在航班延误上提出了合理的预防措施，善后措施和改进措施等。
预防措施有：1.预订机票时使用民航资源网数据分析中心的“航线运力数据分析系统”提前查询航线航班历史准点率信息，尽量选择预定历史准点率高的航班机票；2.使用“非常准”等网站的航班延误智能预报、航班不正常跟班服务；3.关注天气措施，出发当天及时与航空公司及机场的问询处取得联系；4.投保航班延误保险。
确定航班延误标准的数学模型
确定航班延误标准的数学模型在现代社会，飞机出行已经是许多人会选择的交通工具，可是，航班延误却成为一大难题。
文章通过了解航班延误的现状和一些数据，我们发现航班延误的定义和标准在中美两国出现分歧。
为了解决这一分歧，作者们建立数学模型，得出美国标准在中国同样适用这一结论。
标签：航班延误；数学模型；美国标准一、引言2016年6月，海南航空发生一起因飞机延误导致乘客在机舱闹事的事件。
原定于6月18日21点50分起飞前往西安的海南航空HU7737次航班晚点4个多小时，在等待起飞期间，机舱内发生打斗事件，多名乘客卷入其中。
同年3月份，雷暴等强对流天气逐渐增多，多个机场因雷雨天气数次启动航班大面积延误预警，有些旅客因此做出冲动的行为导致受到刑事处罚。
旅客陆某等待过程中因一时冲动，将矿泉水泼到登机口工作台上，淋湿了电话设备。
期间陆某还动手殴打了民航工作人员王某，并导致现场机器设备受到损害，王某被公安民警依法带离处置。
同类的事件层出不穷，说明航班延误带来的后果很严重，同时也表明研究航班延误问题的重要性。
二、航班延误的现状收集2015～2016年的各大机场的航班延误数据进行统计分析，可以得出各机场航班准点率如表1所示。
表中数据是2017年2～5月期间航班延误率排名前十的机场，我们可以发现每个月中国机场占据一半以上。
此数据说明，我国航班的准点率较低，导致目前因航班延误而引发的机场闹事事件时有发生，但是，关于机场延误的主要原因和负责方，我们应该理性分析和判断。
三、航班延误定义标准评定在收集数据的过程中，我们发现美国航空数据网站于2013年6月份发布的“Airline and Airport On-time Performance Report”中显示，从北京首都国际机场起飞的22019 个航班中，仅有18.30%准时起飞，2013年全年从北京国际机场起飞的航班中，仅有31.78%准时起飞。
而根据中国民航统计局发布的《2013 年全国民航航班运行效率报告》，北京首都国际机场2013年的放行不正常率（不正常情况包括延迟起飞和取消航班）为33.67%，即放行准点率约为66.33%。
航空公司航班调度问题的数学建模与解决
航空公司航班调度问题的数学建模与解决航空公司航班调度是一个复杂而困难的问题，涉及到机场资源管理、航班计划、人员调度等多个方面。
如何高效地合理安排航班，使得飞机能够按时起飞、降落，并减少延误和取消的情况，是航空公司经营中最为关键的部分。
因此，数学建模成为解决航班调度问题的有力工具。
首先，我们可以将航空公司航班调度问题看作一个优化问题。
我们可以通过数学建模来优化航班计划，使得飞机的利用率最大化，降低单位时间成本。
具体来说，我们可以使用线性规划、整数规划等数学方法来解决这个问题。
通过将各种约束条件、目标函数转化为数学形式，我们可以利用计算机算法快速求解出最优方案。
其次，航空公司航班调度问题也可以看作是一个复杂的网络问题。
航班与机场、航线、乘客、地面服务人员等之间存在着复杂的相互关系和相互制约。
我们可以使用图论中的网络流算法、拓扑排序等方法来解决这个问题。
通过建立航班、航线之间的关系图，我们可以优化机场资源的利用，减少延误和拥堵，提高整个航空系统的效率。
此外，航空公司航班调度问题还可以通过运筹学方法来解决。
运筹学主要研究如何在有限的资源下做出最优化决策。
我们可以使用离散事件模拟、排队论等方法来模拟和分析航班调度问题。
通过建立数学模型、收集实际数据和运用统计方法，我们可以辅助航空公司制定合理的航班时间表，降低成本，提高乘客满意度。
当然，在解决航空公司航班调度问题时我们还需要考虑到实际的运营环境和实际需求。
我们需要考虑乘客航班转机需求、天气状况、机场容量等多种因素。
因此，在数学建模中我们还需要引入模糊数学、决策分析等方法来对这些不确定因素进行建模和分析。
综上所述，航空公司航班调度问题的数学建模与解决是一个复杂而有挑战的任务。
通过将问题转化为数学形式，我们可以通过数学方法和计算机算法来求解最优方案。
然而，我们也要注意在保证数学模型的准确性和可行性的同时，结合实际情况进行分析和调整。
只有综合运用各种方法和技巧，才能更好地解决航空公司航班调度问题，提高运营效率和乘客满意度。
航班问题数学建模
数学模型———航班延误问题学院：班级：姓名：航班延误问题摘要近几年，航班延误问题一直是热点问题，航班延误的数量越来越多，更是在今年4月份香港南华早报上登出了中国成为了世界上航班延误最严重的国家，将航班延误问题再一次推上了热潮。
如果这个问题不能够及时解决，将会影响到航空公司的信誉和利益。
本文基于搜集到的数据，分析国内航班延误的主要原因，并对此提出了合理的优化方案，紧接着对各种方案、航空公司的成本构建了数学建模，由此得出最合理的方案。
针对问题一，我们首先对收集到的原始数据进行统计并处理，得到航班总数，延误航班数及航班延误率（也有具体每个月的数据），在此基础上，将这些数据进行合理的处理后得出结论是不正确的。
针对问题二，我们首先对原始数据进行统计处理，将航班延误因素做成饼状图、折线图等明显的图表，进而依据数据特征并结合具体情况来分析航班延误的因素，最后我们得出结论:航空公司自身的管理不合理是最主要的原因，其次是流量原因和天气原因。
针对问题三，目前我国国内对航班延误的研究有很多，如赵秀丽等人研究出的不正常航班延误调度模型及算法，而本文将采用层次分析法和一致矩阵法，将问题归结为确定供决策的方案相对于减少航班延误率的相对重要权值或相对优劣次序的排定。
由于我们采用层次分析法，将对象视作系统，定性与定量相结合，同时计算更加简便，因此，我们建立的数学模型更加具有系统性、实用性、简洁性。
关键词：航班延误率层次分析法一致矩阵法一、问题提出1、统计航班延误数据，进行合理处理得出结论。
2、分析国内航班延误的主要原因。
3、制定出合理的应对策略和优化方案。
二、问题分析2.1问题一的分析问题一要求我们收集数据分析我国是不是世界上航班延误最严重的国家。
首先，我们查阅国内各大航空公司网站和一些主要部门的相关信息，得到一些航班延误的数据，且在此基础上，我们用MATLAB也做出了相应的图表，得到上述结论不正确的结果。
2.2问题二的分析问题二要求我们分析出航班延误的主要原因。
航班延误问题 数学建模
题目：航班延误问题作者：***班级：信息13-1班学号：************航班延误问题摘要航班延误相对于航班正常，是指航班服务的迟延耽误，即航班在进港或离港时超过了民航主管部门批准的航班时刻表所载明的一定时间，俗称民航航班的“晚点”或“误点”。
根据《民航航班正常统计办法》，航班延误具体是指航班降落时间比计划降落时间（航班时刻表上的时间）延迟30分钟以上或航班取消的情况。
近几年，由于航班延误而引起的航空公司与乘客之间的纠纷事件越来越多，如果不能及时解决航班延误事件，二者矛盾会更加激化。
本文基于收集到的数据，建立了时间序列模型，对题目进行深入研究，做出了判断，分析出国内航班延误的真实原因。
最后本文基于航班总数的时间序列数据，建立模糊综合评价模型，针对航班延误问题，提出了预防措施、善后措施及改进措施。
针对问题一，首先，我们对原始数据进行了处理，得到航班总数，正常航班数，不正常航班数的时间序列数据，并对其进行整理分析，绘制出我国航班变化情况折线统计图；其次，我们根据各种影响航班延误的主要因素的数据进行分析，根据上述指标统计得到的数据对空管、机场、航空公司等进行一级评估，得到每一个单位在延误中延误等级,最后在对整体进行评估，得到考虑了空管、机场、航空公司影响情况下的航班综合延误等级。
最后我们得出结论：我们不认为题目所论述的结论是正确的。
针对问题二，首先，本文对原始数据进行了整理，得到了各航班延误原因比例图，紧接着作出这个比例图的直方图，进而依据数据特征并结合现实具体情况来分析航班延误的四个主要影响因素，即恶劣天气的影响、航空交通管制、航空公司的运行管理和空中流量等影响因素，并提出了其他影响航班延误的原因。
针对问题三，我们从航班延误时间最短和航班延误成本最小两个点入手，为航空公司在航班延误上提出了合理的预防措施，善后措施和改进措施等。
预防措施有：1.预订机票时使用民航资源网数据分析中心的“航线运力数据分析系统”提前查询航线航班历史准点率信息，尽量选择预定历史准点率高的航班机票；2.使用“非常准”等网站的航班延误智能预报、航班不正常跟班服务；3.关注天气措施，出发当天及时与航空公司及机场的问询处取得联系；4.投保航班延误保险。
基于数据挖掘的航空航班延误预测模型构建
基于数据挖掘的航空航班延误预测模型构建航空航班延误对旅客和航空公司都是一项严重的问题。
航班延误会导致旅客不便和额外费用，并为航空公司带来经济损失和声誉损害。
因此，建立一个准确可靠的航空航班延误预测模型对航空业来说至关重要。
在本文中，我们将探讨基于数据挖掘的航班延误预测模型的构建过程以及相关的技术和方法。
首先，为了构建一个可靠的航班延误预测模型，我们需要收集大量的航空航班数据。
这些数据可以包括航班的起飞时间、到达时间、出发地、目的地、航空公司等信息。
此外，还可以收集天气数据、机场流量数据等其他相关因素的数据。
收集这些数据的目的是为了建立一个多元回归模型，以预测航班延误的可能性。
接下来，我们需要对收集到的数据进行预处理。
这包括数据清洗、数据集成和数据转换等步骤。
数据清洗是为了去除数据中的错误、缺失和重复值。
数据集成是将收集到的不同数据源的数据整合到一个统一的数据集中。
数据转换是将数据转换为合适的格式和表示，以便于后续的分析和建模。
在数据预处理完成后，我们可以开始构建航班延误预测模型。
常用的方法包括基于统计学的方法和机器学习的方法。
在统计学方法中，可以使用线性回归、逻辑回归等模型进行建模和预测。
在机器学习方法中，可以使用决策树、随机森林、支持向量机和神经网络等模型进行建模和预测。
此外，还可以使用时间序列分析方法、聚类分析方法和关联规则挖掘方法等进行进一步的分析和挖掘。
在建立模型之后，我们需要对模型进行评估和优化。
模型评估是为了衡量模型预测的准确性和效果。
常见的评估指标包括准确率、召回率、精确率和F1值等。
模型优化是为了进一步提高模型的预测性能。
可以通过调整模型的参数、增加更多的训练数据或使用集成学习方法等来优化模型。
最后，我们可以使用优化后的航班延误预测模型进行实际的应用。
航空公司可以根据预测结果提前做出相应的调整，如调整航班时间、增加航班班次等，以减少航班延误的可能性。
旅客也可以根据预测结果来调整自己的行程计划，以避免不必要的等待和不便。
数学建模—航班延误问题
航班延误问题摘要：随着经济的快速发展和人们生活水平的提高，航班出行已成为人们出行的重要交通手段之一，但伴随的就是航班经常延误问题。
本文针对航班延误问题，查阅国内外各大航空公司的网页及其相关的统计数据，利用线性回归模型，从航班运行、航班延误因素和延误原因等方面对航班延误问题作了系统的分析。
并利用MATLAB编程软件、OriginPro作图软件做出了各种统计指标的散点图，对航班延误的原因进行初步的分析。
最后，给出了优化的航班流量分配方案。
问题一分析：通过查阅国内外各大航空公司的网页结合航班航行的详细信息，得到上海浦东、上海虹桥、杭州萧山3个机场是国际上航班延误最严重的10个机场当中的3个，而北京国际、广州白云、深圳宝安、成都双流4个机场则不在其中。
但由于以上七个机场在国际上航班排名中延误都很严重，所以问题中结论基本正确。
问题二分析：基于线性回归模型，从航班运行的10个阶段出发，通过分析得到了航班延误的原因：天气原因、航空管制原因、机场管理原因、航空公司原因、旅客原因、其它原因，并运用OriginPro软件做出延误因素饼状分布图。
最后，通过介绍航班延误与航班着陆率的关系，分别从线性支持向量机、非线性支持向量机和生成支持向量机三方面分析了支持向量机的航班延误，利用MATLAB软件做出各种统计指标的散点图，对航班延误的原因进行初步的分析，得到了基于SVM的航班运行结果，从而可以根据此结果提前预知航班的延误情况。
问题三分析：利用问题一和二的结果，充分考虑机场容量、需求以及天气等因素的动态特性,制定出优化的流量分配方案，从而提供未来一段时间内的流量分配优化方案。
根据方案,对于到达航班,机场可以要求其起飞机场改变计划或者在空域中实施控制。
对于出发航班可以实施必要的地面等待,并让旅客和各相关部门做到心中有数。
方案还可以为民航部门提供24 h内的航班分配计划。
关键词：航班延误线性回归模型延误因素MATLAB软件OriginPro软件一、问题重述香港南华早报网根据 的统计称：中国的航班延误最严重，国际上航班延误最严重的10个机场中，中国占了7个。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
航班延误问题研究论文摘要近年来，随着航班延误事件的增多，引起的乘客和航空公司之间纠纷也逐渐增多，如果不能及时解决，会激发两者之间的矛盾，造成社会不稳定因素。
本文运用两种关于航班延误的算法（美国关于航班延误问题的算法和中国关于航班延误问题的算法）来判断中国是否是航班延误最严重的国家。
并基于收集得到的数据，通过数据拟合，分析得出国内航班延误的主要原因。
最后，针对我国航班延误的主要原因提出改进措施。
针对问题一，我们首先对原始数据进行统计并处理，得到航班总数，正常航班数，不正常航班数的时间序列数据。
通过题中所给网站。
我们发现所给数据是以美国统计航班延误数据的标准进行统计的。
由于我国统计航班延误数据的标准与美国航班统计方法不一致，我们决定分别运用我国关于航班延误问题统计方法和美国关于航班延误问题统计方法处理数据。
然后通过数据判断我国是否是航班延误最严重的国家。
针对问题二，我们首先对原始数据进行整理，得到各个年份的导致航班延误影响因素的分布表，紧接着做出这个比例分布表的直方图和折线图。
进而依据数据特征运用excel做出X Y散点图，通过添加趋势线合成多项式曲线，利用软件得多项式方程以及R平方值。
通过R平方值，具体且直观的反应出因数影响程度的大小。
再通过使用SAS软件对数据进行多因素之间的多重对比，得到与多项式方程比较相同的结果。
至此，得以证明结果所得合理且正确。
针对问题三，通过第二问我们得出影响航班延误的主要原因是航空公司自身的原因，所以我们主要阐述了关于改进航空公司自身原因的措施，并且对于其他影响航班延误的原因也提出了一些改进建议。
我们认为，航班延误治理是一项系统工程也是一个难题，应对措施及策略可从文中所给出的几方面进行考虑。
我们通过对分析所得数据，查阅网上及书本资料，本着具体问题具体解决的思路对应对影响因素的根源提出方案。
关键字：延误因素决定系数拟合多重比较一、问题重述1、国外统计结果是否可判定中国航班延误真实情况？国外所判定该数据的依据是否和国内一致？国内外对延误的定义是否一致？国内外对于航班延误依据的定义哪一个更好，哪一个更加有说服力？那种较好的定义情况下中国航班是否和统计结果相同即是否中国航班延误情况最严重。
2、对航班延误影响的因素有什么？哪些方面会造成飞机起飞、飞行造成推迟的影响？这些影响因素对延误的影响程度有多大？3、对于延误影响因素，我们能用什么样的措施和方法去改善这种情况甚至达到预防隐患的程度。
二、问题分析1、问题一的分析问题一要求统计国内国际航班延误数据，判断我国是否是航班延误最严重的国家。
首先，通过题中所给网站。
我们发现所给数据是以美国统计航班延误数据的标准进行统计的。
通过查找资料我们发现我国关于航班延误问题的统计方法与美国的统计方法不一致。
于是我们分别用两国的统计方法对数据进行处理，通过处理结果得出结论。
2、问题二的分析问题二要求我们分析航班延误的主要原因。
显然，航班延误是当前国际民航业发展中的一大难题，也是顾客对航空服务质量不满意的主要内容。
根据收集得到的数据，我们发现，导致航班延误有两大主要方面原因，一是航空公司自身的原因，涉及到航空公司自身的相关运行管理；二是非航空公司自身因素，即空管流量控制，恶劣天气，军事活动等非航空公司自身因素。
通过对问题分析，考虑对数据进行更深层次的挖掘和处理，并且，有效结合实际情况及所得数据，分析得出影响航班延误的主要原因。
3、问题三的分析问题三是对第二问所得结论提出改进措施。
航班延误治理是维护旅客和航空运输企业利益的重要体系，也是提升航空公运输企业竞争力、促进民航业与社会健康和谐发展的关键因素。
在我国经济快速发展过程中，民航业务量的增长速度远远超过了基础设施建设的增长速度，这一趋势还将至少延续到未来三到五年内，航班延误现象将会在较长一段时间内，成为困扰中国民航健康发展的一个重要因素。
针对这些问题我们提出了一些改进措施。
三、问题的假设1、假设收集的数据真实可靠。
2、假设我国与国外初始数据来源一致。
3、假设所分析的原因包括所有航班延误的原因。
四、模型的建立与求解1、问题一的分析与求解首先，我们通过题中网站找到初始数据。
FlightStats是国际范围内比较领先的飞行跟踪服务供应商，为用户提供全球实时航班跟踪和机场数据服务，其数据常被《福布斯》等媒体引用。
其官网介绍数据来自政府、航空公司、订票系统等综合来源，对美国航班数据准确率约99.5%，对国际航班准确率超过86%。
其计算延误率采用美国联邦航空总署标准：计划起飞时间15分钟后还未关闭舱门属于延误。
下表为由提供的数据所做出的表格（表1）。
各国主要机场航班准点率机场名称国家名称航班量乘客量准点率1 西雅图塔科马机场美国华盛顿州162,347 21,423,962 85.16%2 皮尔森机场加拿大220,584 22,951,700 80.67%3 樟宜机场新加坡162,126 36,096,481 78.76%4 盖特威克机场英国伦敦123,044 21,294,053 71.91%5 奥利机场法国巴黎115,153 17,570,556 65.76%6 成都国际机场中国成都130,982 22,105,369 57.61%7 多莫杰多沃机场俄罗斯122,258 18,298,348 54.41%8 首都国际机场中国北京285,107 57,223,920 52.64%9 白云国际机场中国广州199,035 34,079,647 49.56%10 宝安国际机场中国深圳134,278 23,110,837 49.42%11 浦东国际机场中国上海182,474 34,487,171 37.26%12 虹桥国际机场中国上海130,070 24,486,541 37.17%13 萧山国际机场中国杭州100,010 16,028,433 36.74%合所有机场平均值所有国家175,857 27,243,698 72.31% 计中国机场平均值中国148,579 25,596,697 50.24%表1由表中数据可以看出我国航班准点率明显偏低。
我国2012年版《民航航班正常统计办法》自2012年11月1日施行。
2012年版航班正常统计办法以航班的起飞、落地时间作为航班正常的判定标准，符合下列条件之一的航班即判定为正常：○1在航班时刻管理部门批准的离港时间后规定的机场地面滑行时间之内起飞，且不发生返航、备降等不正常情况（根据机场繁忙程度不同，规定的机场滑行时间从15分钟-30分钟不等）；○2不晚于航班时刻管理部门批准的到港时间后10分钟落地。
通过我国2012年版《民航航班正常统计办法》统计出我国航班准点率绘制表格（表2）如下。
我国主要航班准点率一月份二月份三月份准点率机场名称地区1 成都国际机场成都87.33% 83.31% 82.73% 84.46%2 首都国际机场北京78.18% 74.33% 75.42% 75.98%3 白云国际机场广州81.46% 67.42% 76.30% 75.06%4 宝安国际机场深圳80.85% 73.64% 76.56% 77.02%5 浦东国际机场上海63.10% 51.66% 56.48% 57.08%6 虹桥国际机场上海80.79% 72.30% 72.40% 75.16%7 萧山国际机场杭州66.42% 52.84% 55.25% 58.17%表2通过表2中数据与表1数据对比，发现两组数据差异很大。
针对这一问题，我们搜寻有关资料，发现FlightStats延误航班统计采用双重标准。
FlightStats在美国和欧洲等大部分国家采用的数据都是飞机“舱门关闭时间”，而对中国机场采用飞机实际起飞时间，由于飞机从关舱门到离地之间还有跑道滑行、等候等耗时，大约需要半个小时，这样的计算方式是不公平的。
我们认为美网站（）统计的关于中国航班的延误率不全面。
中国民航业有自己统计延误的标准。
值得注意的是，与美国航班统计延误率以15分钟为限，我国业内默认的标准则宽松了一倍。
民航专家张起淮表示，航班起飞时间比计划起飞时间延迟30分钟以上或航班取消的情况称为延误，延迟30分钟以内算合理。
班降落时间比计划降落时间（航班时刻表上的时间）延迟30分钟以上或航班取消的情况也属于延误。
航班也许起飞不延误，但可能因为天气、管制等导致延误，造成降落晚点。
起飞延误、降落延误都是计算延误的方法，但全球做统计时常用的是按照出发时间。
需要注意的是，国外都是用机舱关门时间超过机票票面时间15分钟算延误，我国的标准是起飞离地时间和计划起飞时间的数值差——北京、上海、广洲三地是30分钟，其它城市15分钟，超过算延误。
flightStats对中国航班采集的是离地时间，对其它国家采集的是实际关舱门时间。
目前，国内航班的延误原因，主要有天气原因、航空公司自身原因和流量控制等。
航班延误影响着航空公司的运行效率和服务质量，一般使用准点率来衡量承运人运输效率和运输质量。
而准点率，又称正点率、航班正常率，是指航空旅客运输部门在执行运输计划时，航班实际出发时间与计划出发时间的较为一致的航班数量（即正常航班）与全部航班数量的比率。
我们认为，美国航空数据网站FlightStats的相关航班延误数据，由于统计方法等问题，未对全部航班进行统计，并不能准确反映国内相关机场的实际延误率。
而且根据中国民用航空局公布的数据，近年中国民航航班的准点率，实际上还要稍高于国际航协的航班平均准点率，在国际上处中上水平。
当然上海、北京的机场属大型枢纽机场，航班起降较为繁忙，且空域资源比较紧张，因此一定时期内，受天气等多种因素影响，也可能出现航班延误率偏高的情况，但这些都会随着机场、空管等建设的加强、空域资源的合理调整等，得到进一步改善。
所以，我们认为题中所说的结论是不正确的。
2、问题二的分析与求解航班延误是当前国际民航业发展中的一大难题，也是顾客对航空服务质量不满意的主要内容。
通过查找资料，我们可知航班延误的主要原因有：一、航空公司的运行管理；二、流量控制；三、恶劣天气影响；四、其他。
其中军事活动和机场保障是比例比较小的，所以我们为了问题分析的方便所考虑将这两者归结为其他。
首先我们收集数据，得到各年份导致航班延误影响因素的数据表（表3）各年份的航班延误影响因素数据表2007 1613786 281831 82.54% 126374 58741 79937 16778 2008 1528208 254140 83.37% 116842 58516 59398 19384 2009 1759438 322601 81.68% 135921 72544 75676 38460紧接着根据表中所给数据做出直方图（图1）和折线图（图2）。