本文選題：航班延誤 + 不正常航班��； 參考：《中國民航大學》2017年碩士論文

【摘要】：隨著航空運輸?shù)陌l(fā)展,航班延誤日益嚴重。本文從更微觀的角度,研究離港不正常航班的延誤特征,并根據(jù)其特征,建立離港不正常航班的延誤預測模型,為不正常航班治理與應急預警提供可靠依據(jù),以到達提高離港航班正常率的最終目的。首先,研究了離港不正常航班的延誤特征。選取北京首都國際機場作為研究對象,在總結(jié)現(xiàn)有離港航班正常統(tǒng)計方法的基礎(chǔ)上,提出了按照日、周、航空公司、離港方向和目的機場等新視角細化現(xiàn)有統(tǒng)計方法,重新審視離港不正常航班延誤特征和影響因素與離港不正常率的相關(guān)性。另外,專門建立了歸一化公平性指標,衡量離港航班正常性的差異。其次,基于各離港航班分布的不均衡性,研究了現(xiàn)有航班離港正常性統(tǒng)計指標,應用聚類方法,建立了基于離港方向的統(tǒng)計指標,并用時間序列預測模型驗證了該指標的可行性。最后,根據(jù)離港不正常航班延誤時序等特征,分別建立了時間序列預測模型-自回歸滑動平均序列模型(ARIMA)和遺傳算法優(yōu)化的人工神經(jīng)網(wǎng)絡(BP)預測模型,預測離港航班延誤。預測結(jié)果表明,遺傳算法優(yōu)化BP模型預測精度較高。本文提出了從離港方向的角度統(tǒng)計分析離港不正常航班,建立了衡量航班離港正常性的歸一化指標和基于離港方向統(tǒng)計指標。這些指標和方法,不僅細化航班正常性統(tǒng)計方法,還提高了航班延誤預測精度。
[Abstract]:With the development of air transportation, flight delay is becoming more and more serious. From a more microscopic perspective, this paper studies the delay characteristics of abnormal flights leaving Hong Kong and, according to its characteristics, establishes a delay prediction model for abnormal flights, which provides a reliable basis for the governance and emergency warning of abnormal flights. To achieve the ultimate goal of improving the normal rate of departure flights. First of all, the delay characteristics of abnormal departure flight are studied. This paper selects Beijing Capital International Airport as the research object, on the basis of summarizing the existing normal statistical methods of departing flights, proposes to refine the existing statistical methods according to the new perspectives of Japan, Zhou, airline, departure direction and destination airport, etc. Reexamine the characteristics of departure abnormal flight delay and the correlation between departure abnormal rate and influencing factors. In addition, the normalized fairness index is established to measure the difference of departure flight normality. Secondly, based on the uneven distribution of departure flights, the existing statistical indexes of departure normality are studied, and the statistical indexes based on departure direction are established by using clustering method. The feasibility of this index is verified by time series prediction model. Finally, according to the characteristics of departure abnormal flight delay time series, the time series prediction model-autoregressive moving average sequence model (ARIMA) and genetic algorithm optimized artificial neural network (BP) prediction model are established, respectively, to predict departure flight delay. The prediction results show that the prediction accuracy of BP model optimized by genetic algorithm is high. In this paper, a statistical analysis of departure abnormal flights from the departure direction is presented, and a normalized index and a statistical index based on departure direction are established to measure the normality of flight departure. These indexes and methods not only refine the statistical method of flight normality, but also improve the accuracy of flight delay prediction.
【學位授予單位】：中國民航大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：F562.8

【參考文獻】

相關(guān)期刊論文 前10條

1 楊文東;黃鸝詩;劉萬明;;首都機場航班延誤分布規(guī)律分析[J];交通運輸系統(tǒng)工程與信息;2013年02期

2 丁建立;楊海彤;顧彬;;基于模糊免疫策略的機場航班延誤自適應實時預測方法[J];南京航空航天大學學報;2011年02期

3 徐濤;丁建立;王建東;趙學健;;基于貝葉斯網(wǎng)絡的航班延誤與波及分析模型[J];系統(tǒng)仿真學報;2009年15期

4 李雪梅;張素琴;;數(shù)據(jù)挖掘中聚類分析技術(shù)的應用[J];武漢大學學報(工學版);2009年03期

5 張洪海;胡明華;;CDM GDP飛機著陸時隙多目標優(yōu)化分配[J];系統(tǒng)管理學報;2009年03期

6 王飛;徐肖豪;張靜;;基于人工魚群算法的單機場地面等待優(yōu)化策略[J];南京航空航天大學學報;2009年01期

7 丁建立;陳坦坦;劉玉潔;;有色—時間Petri網(wǎng)航班延誤模型與波及分析[J];計算機集成制造系統(tǒng);2008年12期

8 張榮;胡明華;張洪海;;協(xié)同式地面等待程序中時隙公平分配研究[J];交通與計算機;2008年05期

9 張洪海;胡明華;陳世林;;機場進離場流量協(xié)同分配策略[J];南京航空航天大學學報;2008年05期

10 石麗娜;;多等級模糊評價方法在航班延誤中的應用[J];上海工程技術(shù)大學學報;2006年03期

相關(guān)重要報紙文章 前1條

1 文光;;民航局發(fā)布2015年全國民航航班運行效率報告[N];中國航空報;2016年

相關(guān)博士學位論文 前2條

1 王飛;地面等待策略中的時隙分配模型與算法研究[D];南京航空航天大學;2010年

2 陳世林;協(xié)同式空中交通流量管理關(guān)鍵技術(shù)及若干算法研究[D];南京航空航天大學;2009年

相關(guān)碩士學位論文 前7條

1 張運虎;基于遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡跟車模型研究[D];長安大學;2015年

2 任謝楠;基于遺傳算法的BP神經(jīng)網(wǎng)絡的優(yōu)化研究及MATLAB仿真[D];天津師范大學;2014年

3 謝浩;基于BP神經(jīng)網(wǎng)絡及其優(yōu)化算法的汽車車速預測[D];重慶大學;2014年

4 劉小飛;基于數(shù)據(jù)挖掘的航班延誤預測模型及方法的研究[D];南京航空航天大學;2010年

5 馬育苗;GA-BP神經(jīng)網(wǎng)絡在主汽溫控制系統(tǒng)中的應用[D];華北電力大學（河北）;2008年

6 董云龍;空中交通流量管理資源公平分配算法研究[D];南京航空航天大學;2007年

7 李泉;基于CDM的ATFM策略分析及資源分配機制研究[D];南京航空航天大學;2006年

，

本文編號：1981938