2015深圳杯数学建模d题航班延误问题
2015深圳杯数学建模d题航班延误问题
航班延误问题摘要近年来，随着我国航班延误问题的增多，所引起乘客与航空公司之间的纠纷也逐渐增多，如果不能及时得到解决，会激发两者之间的矛盾，从而影响我国航空公司的声誉。
本文根据收集所得的数据，分析国内航班延误的真实原因，并对航空公司提出优良的改进措施，对乘客提出合理的应对策略。
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，本文将所得数据进行整理，得到航班总数、正常航班数、不正常航班数的时间序列数据，而且在此基础之上，对因各种因素导致的航班延误数进行统计分析，充分挖掘航班延误的几个主要原因是航空公司自身原因，流量原因，天气原因等。
针对问题三，目前我国国内对航班延误的研究有很多，如对于已知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。
关键词：航班延误率层次分析法一致矩阵法一、问题重述1、题目所给材料得出的中国航班延误问题最严重的结论是否正确？2、我国航班延误的主要原因是什么？3、对于解决航班延误问题有什么改进措施？二、问题分析2.1问题一的分析问题一要求我们回答中国的航班延误问题是否最严重。
首先，我们查阅国内外各大航空公司的网页和一些主要统计部门的相关信息，得到大量关于国内外各大航班的延误情况的原始统计数据，然后考虑用MATLAB软件对这些数据进行合理分析并做出统计数据的相关图形，通过对比分析国内外航班的延误状况，从而得到结论。
2.2问题二的分析分析航班延误的主要原因。
航班延误是当前国民行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。
根据收集到的数据，可以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，涉及到航空公司自身的相关运行管理；另一方面是非航空公司自身因素，包括空管流量控制，恶劣天气，军事活动等非航空公司自身因素。
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。
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。
深圳杯D题航班延误论文
航班延误摘要近些年来，随着我国航空延误情况日益加重，国内民航业的发展已经受到严重影响，改善延误状况迫在眉睫。
本文根据收集所得数据，分析国内航班延误的主要原因，并提出改进措施。
针对问题一，我们首先对题目材料中的真实性进行分析，发现该材料采用的数据有问题。
对于机场延误评价的关键指标准点率与平均延误时间，我们利用线性回归方法证明准点率与平均延误时间二者线性显著相关，并求出其线性回归方程。
这说明仅以二者中的一个作为评价机场延误程度是可靠的，并依据Flighstats网站的国外机场数据以及飞友网统计的国内机场数据，对国内延误最严重的七大机场与部分国外机场进行重新排名，证明中国航班延误不是最严重的结论。
针对问题二，通过民航局对国内不正常航班班次以及5大航班延误原因（航空公司、流量控制、天气、军事活动、旅客）的统计数据，采用灰色关联分析模型，对5大航班延误原因的影响程度得到量化的结果，得出航空公司原因是造成中国航班延误的最主要原因这一结论。
针对问题三，我们采用层次分析法，将问题归结为确定供决策的方案，分别为增加航路，改善公司经营模式，增加保险金额，增广航域这几个方案，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，算出正反矩阵的权向量和一致性检验的结果，得出降低航班延误率的最有效措施为改善航空公司经营模式。
关键词：准点率平均延误时间线性回归模型灰色关联分析法层次分析法一、问题重述1、题目所给材料得出的中国航班延误问题最严重的结论是否正确?2、我国航班延误的主要原因是什么？3、对于解决航班延误问题有什么改进措施？二、问题分析2.1问题一分析问题一，首先我们需要对题目所给出的材料的真实性进行判断，进行相关数据搜索来分析，而且对机场航班延误程度需要一定的标准。
目前评价机场航班延误程度的主要指标是准点率和平均延误时间，如何合理利用这两个指标是评价机场延误程度的关键。
于是建立线性回归模型，合理对机场航班延误程度进行评估。
不正常航班及其调度问题数学建模论文
不正常航班及其调度问题一、摘要本文构建了以延误成本最小最短为目标函数的航班恢复模型，航空公司可以根据需要选择不同的目标函数；细分了延误成本并采纳了旅客失望溢出成本和失望溢出率概念；采用启发式方法并调用匈牙利算法对模型求解，给出了算法的运行步骤，并与问题一及问题二的初步分析作比较，说明了模型和算法的可行性．关键词:不正常航班调度；航班延误；旅客失望溢出成本;匈牙利算法二、问题的提出随着国民经济的高速发展和航空运输市场需求量的不断增长，国内各家航空公司相应加大了运力的投入。
目前，我国空中交通流量分布不均衡，起降架次排名前十位机场的总起降次数占到全国总起降次数的一半以上，京、沪、穗机场到达终端区和华东部分区域空中交通容量已基本处于饱和状态，致使航班延误不断增加，给航空运输企业和旅客带来了不小的直接和间接经济损失。
航空公司之间的竞争日益剧烈，如何在不正常情况下实时地对航班进行调度，对飞机、机组人员进行重新优化指派，对旅客行程进行优化安排，对增加航空公司利润和提高竞争力显得尤为关键。
本文由航空公司给出的不正常航班及其调度简化模型以及部分飞机飞行路线、时间、可交换机型、飞机延误、机场关闭等数据，通过个人查找资料以及给出的赔损措施设计合理的航班恢复计划，使航空公司在出现不正常的航空问题时，可以及时使对外亏损减到最小。
问题一：航班ZLXY在13：00-15：00以及ZGKL在19：00-21：00被迫关闭两个小时的情况下，设计一个航班恢复计划，使得航空公司损失达到最小。
问题二：2153飞机14：35在机场ZSPD过站检查时发现机务故障，估计飞机当天不可使用，5145飞机14：00在机场ZGHA过站检查时发现机务故障，估计16：00可以使用。
试设计一个航班恢复计划，使得航空公司损失达到最小。
问题三：同时考虑机场临时关闭和发现机务故障的情况下，建立数学模型，给出一个航班恢复计划。
使得航空公司损失达到最小。
三、问题分析由于一架飞机在一天中要执行多个航班，各航班之间存在前后衔接关系，因此，一个航班的延误会波及到下游许多其他航班。
2015年全国研究生数学建模竞赛D题 (1)
面向节能的单/多列车优化决策问题轨道交通系统的能耗是指列车牵引、通风空调、电梯、照明、给排水、弱电等设备产生的能耗。
根据统计数据，列车牵引能耗占轨道交通系统总能耗40%以上。
在低碳环保、节能减排日益受到关注的情况下，针对减少列车牵引能耗的列车运行优化控制近年来成为轨道交通领域的重要研究方向。
1.列车运行过程列车在站间运行时会根据线路条件、自身列车特性、前方线路状况计算出一个限制速度。
列车运行过程中不允许超过此限制速度。
限制速度会周期性更新。
在限制速度的约束下列车通常包含四种运行工况：牵引、巡航、惰行和制动。
●牵引阶段：列车加速，发动机处于耗能状态。
●巡航阶段：列车匀速，列车所受合力为0，列车是需要牵引还是需要制动取决于列车当时受到的总阻力。
●惰行阶段：列车既不牵引也不制动，列车运行状态取决于受到的列车总阻力，发动机不耗能。
●制动阶段：列车减速，发动机不耗能。
如果列车采用再生制动技术，此时可以将动能转换为电能反馈回供电系统供其他用电设备使用，例如其他正在牵引的列车或者本列车的空调等（本列车空调的耗能较小，通常忽略不计）。
如果车站间距离较短，列车一般采用“牵引-惰行-制动”的策略运行。
如果站间距离较长，列车通常会采用牵引到接近限制速度后，交替使用惰行、巡航、牵引三种工况，直至接近下一车站采用制动进站停车。
速度i1i2i3i0i4图 1 列车站间运行曲线2.列车动力学模型列车在运行过程中，实际受力状态非常复杂。
采用单质点模型是一种常见的简化方法。
单质点模型将列车视为单质点，列车运动符合牛顿运动学定律。
其受力可分为四类：重力G在轨道垂直方向上的分力与受到轨道的托力抵消，列车牵引力F，列车制动力B 和列车运行总阻力W。
图2 单质点列车受力分析示意图（1）列车牵引力F列车牵引力F是由动力传动装置产生的、与列车运行方向相同、驱动列车运行并可由司机根据需要调节的外力。
牵引力F在不同速度下存在不同的最大值F max=f F(v)，具体数据参见附件。
航班延误问题模型
相比而言，排名第一的东京羽田机场高达 95.04%。而且在该榜单中，倒数 7 个 全是中国航企。由此可见，该新闻报道是真实的。 5.1.2.2 衡量航班延误情况的指标判定 香港南华早报网根据美国航空数据网站 FlightStates 关于准点率的统计数据 认为：中国航班的延误现象最严重。但是，要衡量航班的延误情况，除了看准点 率，航班的平均延误时间同样不能忽视。在此需要说明一下国内关于准点率的定 义标准。准点率的具体计算是：在最近一个月内，准点起飞的航班数除以实际执 行的航班数就是准点率。国内关于准点航班的标准是：一个航班实际起飞时间在 计划起飞时间 30 分钟以内完成起飞。由此看出，准点率高的机场，不一定能说 明它的平均延误时间就短。 因此，有必要对航班准点率和平均延误时间的相关程 度进行研究。于是我们收集了来自中国民航局《2013 全国民航航班运行效率报 告》中关于 2013 年月度准点率与月度平均延误时间的数据，统计如下表 1 所示：
Anovab 模型 1 回归 残差 总计 平方和 249.329 24.921 274.250 df 1 10 11 均方 249.329 2.492 F 100.046 Sig. .000a
a. 预测变量: (常量), 航班准点率。 b. 因变量: 航班平均延误时间
表 3.SPSS 回归分析方差分析表 上表 3 是标准的方差分析表。其中的 F 表示方差，Sig 值是回归关系的显著 性系数，是对 F 检验的结果。在统计学中，一般当 Sig<0.05 时认为系数检验显 著。由上表可知 F 统计值为 100.046，Sig=0，非常显著，表明我们这个回归模型 具有统计学意义。
c
Q
p
四、问题分析
4.1 问题一分析 航班延误时有发生，不仅会对乘客出行造成影响，而且会增加航空公司营运 成本，更严重的是会影响航空公司的声誉和未来发展。根据美国网站 的统计数据得出了中国的航班延误现象最严重的结论以及在国 际上航班延误最严重的 10 个机场排名中，中国占了其中 7 个的结论。问题一让 我们判断这两个结论正确与否。 我们首先从新闻报道真实性出发，找出数据来源进行验证；然后对衡量航班 延误情况的指标进行判定，运用 SPSS 软件，以月平均延误时间为因变量，以月 准点率为自变量，进行线性回归分析；紧接着收集整理美国网站 2014 年 6 月统 计的全球航班准点率，运用 TOPSIS 综合评价法，分析国内航班延误情况；再结 合航班运行流程图，对国内外统计方式进行差异性比较；最后分析国内航班年度 准点率趋势，作出年度准点率变化折线图。 4.2 问题二分析 问题二要求找到航班延误主要原因， 我们首先通过查阅数据得到航班延误的 原因数据， 对航班延误原因进行分类，然后用关联度分析找到影响航班延误的主 要因素。接着运用层次分析法分析这几个主要因素影响航班延误程度的权重大 小。综合这两步判断什么是航班延误的主要原因。 4.3 问题三分析 问题三要求我们对航班延误提出改进措施，由问题二得出航班延误的主要原 因是公司原因，然后从从航空公司的角度入手，提出四点具体实际的改进措施， 为衡量不同改进措施对航班延误程度的改善措施，我们建立竞争博弈模型，为航
航班延误数学建模
航班延误问题的数学分析摘要随着我国经济实力的不断提升，交通运输能力也在日益增强，比如飞机运输的出现，大大缩减了人们的出行时间，然而相关的问题也是日益突出。
近年来，航班延误的情况越来越多，因此而产生的一些纠纷也在随之增长。
这种不和谐的现象无疑会对中国的社会和谐发展产生一定程度上的负面影响。
为此，我们收集了大量的相关资料，并对其进行处理和分析，先核实题目所给出得报道的准确度，最后的出结论是中国确实存在此类的问题。
然后将问题细化，对问题产生的原因进行整理和编辑，并进行分析。
对问题有了本质的了解之后，然后根据上述的分析与研究构建数学模型，列出相应的数学表达式，构建出问题的数学表达模式。
并对其进行解决，并且又从不同的角度对相关问题的解决提出一些实质性的建议。
最后又针对这样的问题想出来相应的一系列解决办法。
文末我们又对整个问题和相应的处理方法又进行了审核与校正，并总结了本问的不足与缺陷。
一问题的重述问题一：题目所论述的现象是否准确。
问题二：我国航班延误的主要原因是什么。
问题三：可以采取哪些措施来解决问题的存在。
问题四：对由此衍生出来的矛盾的解决方法。
二问题的分析2.1针对问题一问题一要求统计国内国际航班延误数据，进行合理处理。
首先，我们查阅国内外各大航空公司的网页和一些主要统计部门的相关信息，得到关于年度航班延误的一些统计指标，并在此基础之上，对航班延误的原因进行初步的分析。
2.2针对问题二依旧先收集大量的国内各大航空公司航班延误的数据，并观察其特点，分析问题的本质和存在的根本原因，然后循序渐进深挖重点。
然后再通过MATLAB软件对数据进行处理。
2.3针对问题三我们通过分析历年我国航班延误率初步得出我国延误的大致水平，然后从航班延误成本和航班延误时长两个点入手，构造动态规划模型，最后为航空公司提供了一种合理的管理措施，即在延误时长一定的合理范围内，满足延误成本最小的建议。
2.4针对问题四搜集因为航班延误而产生的一些不和谐现象，例如产生的一些民事纠纷案件，暴力冲突事件等等。
- 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)。
航班延误问题摘要近年来，随着我国航班延误问题的增多，所引起乘客与航空公司之间的纠纷也逐渐增多，如果不能及时得到解决，会激发两者之间的矛盾，从而影响我国航空公司的声誉。
本文根据收集所得的数据，分析国内航班延误的真实原因，并对航空公司提出优良的改进措施，对乘客提出合理的应对策略。
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，本文将所得数据进行整理，得到航班总数、正常航班数、不正常航班数的时间序列数据，而且在此基础之上，对因各种因素导致的航班延误数进行统计分析，充分挖掘航班延误的几个主要原因是航空公司自身原因，流量原因，天气原因等。
针对问题三，目前我国国内对航班延误的研究有很多，如对于已知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。
关键词：航班延误率层次分析法一致矩阵法一、问题重述1、题目所给材料得出的中国航班延误问题最严重的结论是否正确？2、我国航班延误的主要原因是什么？3、对于解决航班延误问题有什么改进措施？二、问题分析2.1问题一的分析问题一要求我们回答中国的航班延误问题是否最严重。
首先，我们查阅国内外各大航空公司的网页和一些主要统计部门的相关信息，得到大量关于国内外各大航班的延误情况的原始统计数据，然后考虑用MATLAB软件对这些数据进行合理分析并做出统计数据的相关图形，通过对比分析国内外航班的延误状况，从而得到结论。
2.2问题二的分析分析航班延误的主要原因。
航班延误是当前国民行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。
根据收集到的数据，可以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，涉及到航空公司自身的相关运行管理；另一方面是非航空公司自身因素，包括空管流量控制，恶劣天气，军事活动等非航空公司自身因素。
为了问题分析的方便，进而对数据进行更深层次的挖掘处理，并且有效的结合实际情况，分析得出航班延误的主要原因。
2.3问题三的分析问题三要求提出对于航班延误的改进措施（如航空公司的预定票策略，乘客购买航空延误保险或恰当选择出行方式等），我们通过分析历年我国航班的延误率初步得出我国延误的大致水平，然后从航班延误成本和航班延误时长两个点入手，构造动态规划模型，最后为航空公司提供一种合理的管理措施，即延误时长在一定的合理的范围内，满足延误成本最小的建议。
同时我们通过分析航班延误率和延误时长的变化规律，给乘坐飞机的乘客提出几种合理的意见，如周六航班延误时间比较长且延误的可能性比较大，对于此种情况延误系数较大的乘客不建议在周六出行。
三、问题假设1、假设收集到的数据都是可靠的；2、假设没有重大的自然灾害导致航班延误；3、假设国内外对于准点率的标准是一致。
四、符号定义与说明C降低航班延误率 1B 正常航班数量 2B 利润 3B 乘客印象 1A 做好运营管理 2A 增加航路 3A 增加保险金额 4A 增广航域1D 方案A 1、A 2、A 3、A 4对准则B 1的判断矩阵 2D 方案A 1、A 2、A 3、A 4对准则B 2的判断矩阵 3D 方案A 1、A 2、A 3、A 4对准则B 3的判断矩阵 4D准则B 1、B 2、B 3对目标C 的判断矩阵 ij a 矩阵中第i 行第j 列的元素 λ判断矩阵自身产生的误差ij λ判断矩阵中第i 行j 列的元素产生的误差 v 判断矩阵最大特征根对应特征向量w i判断矩阵最大特征根对应特征向量第i 行的元素 γ判断矩阵的最大特征根五、模型建立5.1问题一的模型建立FlightSatas发布的月度全球航空报告称，6月份北京、上海在全球35个主要国际机场里面的准点率垫底。
上海浦东机场倒数第二，准点率仅为28.72%。
就是说，在浦东机场乘10次飞机，只有3次是准时的，见[1]。
事实上，自今年 3月起FlightStats发布全球35个主要机场延误率排行榜以来，中国北、上、广三地机场四个月间始终处于垫底位置（6月缺少广州机场数据）。
历史数据显示，今年3到5月，上海浦东机场准点率分别为30%、33%和36%，在6月则跌至28.72%。
但是我国的航班准点率真的有这么低吗？答案不是这样的。
原因一：“航空物语”前几日做了一个科普：以6月7日广州飞北京的中国南方航空CZ3103航班为例，南航内部数据显示的是飞机在12时01分实际滑出（此时显然舱门已关闭），经过跑道滑行后12时35分实际离地。
而在FlightStats网站查询到的CZ3103航班信息，航班离港时间是12时35分（也就是实际起飞时间，时间点C）。
而在其页面下方，清晰地标注着航班延误计算的是实际关闭舱门（时间点B）和计划关闭舱门（时间点A）相距的时间差。
这也就是说，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。
原因二：机场的延误率不能单从某一段时间或某一个机场的航班情况而断定，我们应该从长时间和多个机场的整体情况来考虑问题。
5.1.1关于飞机晚点时间的规定对于我国机场来说，如果一个航班在计划起飞时间后30分钟内完成起飞（机轮离地），即认为该航班准点放行；对于航空公司而言，如果一个航班在计划降落后30分钟内着陆（机轮接地），则该航班准点到港，反之即为晚点。
但在这里值得提及的是在国际上规定的晚点时间是在15分钟内完成起飞。
因此我们所得到的数据是按照各国自己国情所规定的晚点时间统计的。
针对以上情况，在以下的模型建立与求解中，我们不对数据进行重新统计，采取遵照各国原始数据所反映的延误率情况的原则，进行数据和模型的分析。
5.1.2延误率分析经过我们这几天的查找，我们找到了中国与美国之间航班正常率的数据，如表5.1，[2]。
表5.1中国与美国航班准点率对比年份中国美国年份中国美国2007年83.19% 73.42% 2011年77.20% 79.62%2008年82.57% 76.04% 2012年74.83% 81.85%2009年81.90% 79.49% 2013年73.56% 78.00%2010年75.80% 79.79% 2014年65.44% 76.20%表5.1是我国与美国07-14年的正常率的比较图，由此可以看出07-11年我国的正常率是和美国差不多的在有些年份是高于美国的，但是11年以来我国的正常率却呈现出了递减趋势，这确实需要航空公司的进一步合理规划[1]。
为了更方便的看出中美之间的对比我们将表格进行处理得到图5.1，如下图5.1中美准点率条形图对比由图5.1我们更能直观的看出中美航班准点率的对比，由此可以看出两者的差距并没有报道上说的那样大。
我们对此还收集到了2015年一二月中国多个大型机场的航班准点率，如表5.2和表5.3表5.2各大机场一月份正常率 表5.3各大机场二月份正常率由表5.2和5.3足以看出我国大型机场正常率是不低的，只是在个别月份内有所下降，并且题中所说的机场并不能代表我国所有的机场。
由原因一二加上我们对收集到数据的分析和处理足以说明我国只是在个别月份的个别机场出现正常率很低的情况，相对于全国的机场而言我国航班的正常率并不低，由此可以看出上述结论具有偏面性，结论是不完全正确的[2]。
5.2问题二的模型建立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。
由第一问中，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。
经过处理后的数据如下机场正常率同比昆明 88.71% +6.56 成都 83.31% -7.34 郑州 70.37% -8.60 长沙 65.41% -16.95 大连 77.05% -11.34 深圳 73.64% -1.28 青岛 75.78% -4.25 虹桥 72.30% -13.52 贵阳 67.42% -26.48 广州 67.42% -18.95 西安 83.92% -2.86 重庆77.48%-16.67机场 正常率 同比 昆明 87.68% +9.61 成都 87.33% -7.53 郑州 77.60% -9.62 长沙 79.54% -6.27 北京 78.18% +0.34 深圳 80.85% +7.61 青岛 82.68% +0.57 虹桥 80.79% -1.11 贵阳 80.40% -16.22 广州 81.46% -5.01 西安 86.95% -1.61 重庆81.03%-11.7表5.4所示。
表5.4航班延误原因所占比重年份航空公司流量控制天气其他2006 0.48 0.22 0.23 0.072007 0.47 0.28 0.15 0.102008 0.43 0.19 0.27 0.112009 0.39 0.23 0.19 0.192010 0.41 0.24 0.23 0.122011 0.37 0.28 0.20 0.152012 0.36 0.22 0.21 0.212013 0.37 0.28 0.21 0.13将表5.4中的数据以直方图的形式呈现，如下图5.2所示图5.2航班延误原因直方图[3]由直方图我们可以清晰的看出，在航班延误影响的因素比例中，航空公司自身的影响是占比重最大的，但从2006年以来，这个比例在逐年下降，天气原因造成的航班延误基本保持在20%左右。
从当前实际来看，导致航班延误的原因可以分成两大类，分别为航空公司自身因素，例如不合理的航班调配；另外一类为非航空公司因素，例如流量控制，天气原因，军事活动等等。
在上述归类的四大原因中，除天气原因外，其他三方面原因只是航班延误的表层原因，并不是航班延误的深层次原因和实质性矛盾。
表面看来，航空公司自身因素是航班延误的“罪魁祸首”，因为数据表明，其所占比重为40%左右，但由于航空运输的系统性，航班能否正常准点起飞，很大程度上取决于民航系统中其他相关单位的协调与配合，例如机场和空中交通管理部门，而且，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，例如空中交通管理部门实施的流量控制也会导致航班延误。
由此可以得出导致航班延误的真正原因是：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%左右，大量空域被划为军航空域，或者禁区，日益增加的需求量与优先使用的空域资源之间的矛盾是导致航班延误的真实原因。