用于航空公司 disruption 管理中不确定性量化与传播的关系动态贝叶斯网络建模

航空公司排班过程中的 disruption 管理可根据计划执行时间划分为前瞻性与反应性过程。航空公司 disruption 管理中决策的现状涉及以启发式、人为中心的方法，该方法未对前瞻性与反应性过程中的不确定性进行系统性研究以管理航班计划 disruption。因此，本文引入不确定性传递函数模型（UTFM）框架，该框架刻画了计划执行前的前瞻性航空公司 disruption 管理、计划执行期间的反应性航空公司 disruption 管理以及计划执行后的前瞻性航空公司 disruption 管理中的不确定性，从而能够构建量化工具，使智能体能够合理化复杂交互与流程以实现稳健的航空公司 disruption 管理。具体而言，我们使用一家美国主要航空公司的历史排班与运行数据来促进 UTFM 的开发与评估，该模型由隐马尔可夫模型（概率图模型的一个特殊类别）定义，可高效地对大型数据集的部分进行模式学习与推断。我们采用 UTFM 评估来自该航空航线网络中两条独立且分别 disruption 的航段。对达拉斯至休斯顿航段的评估（因达拉斯恶劣天气导致空管 hold 而 disruption）显示，由于在转弯与滑出之间转移概率为零，计划执行前在达拉斯的转弯前瞻性 disruption 管理是不切实际的。