Este artículo explora el mecanismo interno del retraso en la salida de los vuelos de Delta Air Lines (código IATA: DL) desde el punto de vista de la ley estadística. A grandes rasgos, dividimos todos los factores de retraso en dos tipos: factores de propagación (FP) y factores de no propagación (NPF). A partir de los resultados estadísticos, observamos que la distribución del retraso de salida de los vuelos causada únicamente por los factores de no propagación presenta una característica evidente de ley de potencia (PL), que puede explicarse por el modelo de colas, mientras que la distribución original del retraso de salida de los vuelos sigue la ley de potencia de desplazamiento (SPL). El mecanismo de la distribución SPL del retraso de salida de vuelos se considera el resultado de la cola de aviones para el despegue debido a la congestión de los aeropuertos y al retraso de propagación causado por los aviones que llegan tarde. Basándonos en el mecanismo anterior, desarrollamos una medida específica para formular la planificación de vuelos desde la perspectiva de la estadística matemática, que es fácil de aplicar y reduce los retrasos de los vuelos sin aumentar los costes operativos. Analizamos los resultados de puntualidad de 10 de los aeropuertos con más tráfico y con mayor ratio de retrasos de 155 aeropuertos en los que despegó y aterrizó DL en el segundo semestre de 2017. A continuación, se ha contabilizado el tiempo de respuesta programado para todos los vuelos y el tiempo medio de respuesta programado para todas las aeronaves operadas por DL. Por último, la eficacia y viabilidad de nuestro método se verifica mediante los datos de operación de vuelos del primer semestre de 2018.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Otro:
Marco conceptual de la cadena de suministro : un nuevo enfoque logístico
Artículo:
Operaciones de SAV en un corredor de línea de autobús: Demanda de viajes, frecuencia de servicio y tamaño de los vehículos
Artículo:
Exploración de los comportamientos de viaje de los pasajeros basada en el modelo de probabilidad de elaboración bajo el impacto de la información inteligente sobre autobuses
Artículo:
Estrategias de conducción eficiente para vehículos pesados: Un enfoque de Platooning basado en la optimización del perfil de velocidad
Artículo:
Predicción de la tendencia de evolución del estado del tráfico basada en los efectos de propagación de la congestión en condiciones de lluvia