中文

用于识别航空公司扰动要素的复杂网络科学方法

物理与社会 2023-04-17 v2 计算工程、金融与科学

摘要

当前航班延误十分常见,并且会从始发航班传播至衔接航班,导致整体时刻表的大规模紊乱。这些紊乱造成巨大经济损失、影响航空公司声誉、浪费乘客时间与金钱,并直接冲击环境。本研究采用复杂网络科学方法,通过建模与分析某航空公司的航班时刻表及历史运营数据来解决延误传播问题。我们旨在确定航空公司网络中最具扰动性的机场、航班、航班衔接与衔接类型。扰动要素是航空公司网络中有影响力或关键的实体。它们是那些能够造成(航空公司时刻表)或已经造成(历史数据)网络中最大扰动的要素。航空公司可通过避免由最具扰动性要素引起的延误来改善其运营。所提出的扰动要素分析复杂网络科学方法通过使用一家运营中航空公司的案例研究进行了验证。分析表明,航空公司时刻表中的潜在扰动要素同样也是历史数据中的实际扰动要素,应加以考虑以改进运营。该航空公司网络呈现小世界效应,且延误能以最少四次延误航班传播至网络任意部分。最后,我们观察到航班间乘客衔接是最具扰动性的衔接类型。因此,所提方法为航空公司提供了一种构建减少延误及传播的鲁棒航班时刻表的工具。

关键词

引用

@article{arxiv.2211.08140,
  title  = {Network science approach for identifying disruptive elements of an airline},
  author = {Vinod Kumar Chauhan and Anna Ledwoch and Alexandra Brintrup and Manuel Herrera and Vaggelis Giannikas and Goran Stojkovic and Duncan Mcfarlane},
  journal= {arXiv preprint arXiv:2211.08140},
  year   = {2023}
}

备注

accepted to Data Science and Management