Исследование «Включение предсказуемости в оптимизацию затрат для программ наземной задержки» выполнено И Лю и Марком Хансеном из Калифорнийского университета в Беркли. Г-жа Лю получила почетную награду за свое исследование в конкурсе на лучшую студенческую презентацию INFORMS Aviation Applications 2013 года.Ключевой вывод газеты заключается в том, что полезно заранее знать, насколько поздно будет вылет.
Решения Программы задержек на земле (GDP), которые признают это, превосходят решения, которые этого не делают, что существенно снижает стоимость GDP для эксплуатантов. В тематическом исследовании, основанном на международном аэропорту Сан-Франциско, авторы снизили стоимость задержек на 13 процентов.Результаты модели могут подсказать диспетчерам, когда они должны быть оптимистичными, пессимистичными или нейтральными в своих предположениях относительно того, когда пропускная способность прибытия в аэропорту восстановится.Плохая погода вынуждает FAA и авиадиспетчеров вводить GDP.
В случае задержек официальные лица избегают просить пилотов облететь пункт назначения, что может увеличить связанные с топливом и другие расходы, а также подвергнуть опасности пассажиров. Вместо этого они задерживают самолеты на земле до тех пор, пока полет не станет безопасным, и пока количество резервных копий трафика в аэропорты назначения не уменьшится.В 2011 году в США было выпущено 1065 деклараций GDP, что повлекло за собой задержки на 26,8 миллиона минут для 519 940 рейсов. В аэропортах с большим объемом перевозок, таких как Международный Сан-Франциско и Международный Ньюарк Либерти, GDPs внедряются так же часто, как и через день.
Новизна нового исследования заключается в признании того, что авиакомпании и их пассажиры получают выгоду, когда они заранее точно знают о задержках рейсов. Решения по ВВП основаны на прогнозах погоды, которые несут большую неопределенность. Авторы стремились свести к минимуму ожидаемую стоимость задержки, учитывая информацию, которая доступна на момент принятия решения, назначая стоимость изменениям задержки первоначального плана.В идеале, для суммы задержки, понесенной ВВП, затраты будут наименьшими, если вся задержка спрогнозирована заранее; при последующих доработках стоимость увеличивается.
Предыдущие исследования по снижению стоимости задержки были сосредоточены на двух факторах: задержках на земле и в воздухе. Это первое исследование, которое учитывает новый фактор — предсказуемость — в снижении стоимости ВВП.Первоначальные решения по ВВП пересматриваются при изменении условий.
Наиболее частыми изменениями являются продление задержек и досрочное возобновление полетов. Предыдущие исследования не рассматривали, как изменения в первоначальном плане влияют на стоимость ВВП. И в предыдущих исследованиях учитывались одинаковые удельные затраты на задержку наземного транспорта независимо от того, была ли она частью первоначального плана ВВП или наложена в связи с продлением срока. В действительности непредвиденные дополнительные задержки требуют дополнительных усилий диспетчера полетов и сокращают выбор авиадиспетчеров, что может привести к большим расходам по сравнению с первоначальным планом.
Чтобы изучить взаимосвязь между этими проблемами ВВП и решениями, авторы сформулировали проблему на основе метода, известного как «непрерывное приближенное моделирование». Впервые этот класс моделей, хотя и широко используется в других областях анализа транспорта, был применен к такого рода задачам. Модели основаны на небольшом количестве параметров, подчеркивая суть проблемы, не отвлекаясь на посторонние детали.
Анализ также подчеркивает взаимосвязь объема ВВП — географической области, где вылетающим рейсам назначаются наземные задержки, и важность непредсказуемости в определении правильной «позиции риска», которую следует принимать при планировании ВВП. Модель является первой, которая систематически исследует, как решение о масштабе влияет на оптимальную запланированную продолжительность ВВП.
Выводы из этого анализа можно использовать для разработки инструмента поддержки принятия решений, который менеджеры воздушного движения используют для разработки более предсказуемых ВВП.