發(fā)布時(shí)間：2020-09-21 17:36

　　 隨著空中交通流量的日漸增長,開通航線的不斷增多,航班延誤問題成為了制約著民航業(yè)的發(fā)展的一大難題。而航空公司虛占時(shí)刻的航班異常延誤行為,在一定程度上不僅加劇了航班的擁堵狀況,加大了機(jī)場(chǎng)的流量壓力,而且造成了航空時(shí)刻資源的巨大的浪費(fèi)。因此,如何科學(xué)、有效地檢測(cè)和規(guī)避航班的這種虛占時(shí)刻行為,成為民航重點(diǎn)關(guān)注又亟待解決的重要問題。 目前在我國民航信息系統(tǒng)中儲(chǔ)存著海量的航班運(yùn)行歷史數(shù)據(jù),但其應(yīng)用只是實(shí)現(xiàn)數(shù)據(jù)的簡單查詢、統(tǒng)計(jì)功能,尚未能有效挖掘數(shù)據(jù)中隱藏的關(guān)聯(lián)和規(guī)則。而針對(duì)虛占時(shí)刻的航班異常延誤行為的分析,也主要憑經(jīng)驗(yàn)來判斷,缺乏科學(xué)的理論依據(jù)和有效的決策指導(dǎo)方法。 本文借鑒相關(guān)領(lǐng)域的研究成果,針對(duì)航班延誤的特點(diǎn),結(jié)合數(shù)據(jù)挖掘的理論和思想,構(gòu)建了虛占時(shí)刻航班異常延誤行為研究綜合模型。該綜合模型融合了基于決策樹的異常航班檢測(cè)模型和和基于關(guān)聯(lián)規(guī)則的異常航班機(jī)場(chǎng)關(guān)聯(lián)影響模型。通過基于決策樹算法的異常行為檢測(cè)模型,可有效識(shí)別潛在具有虛占時(shí)刻異常延誤行為傾向的航班;通過構(gòu)建異常航班對(duì)機(jī)場(chǎng)的關(guān)聯(lián)模型,以深入分析虛占時(shí)刻的異常延誤航班對(duì)機(jī)場(chǎng)造成的影響。 本文借助智能的數(shù)據(jù)挖掘工具,采用民航航班延誤的真實(shí)數(shù)據(jù),對(duì)提出的虛占時(shí)刻航班異常延誤行為研究理論模型進(jìn)行了實(shí)證研究,并總結(jié)了虛占時(shí)刻的航班異常延誤行為的三點(diǎn)表象特征和兩點(diǎn)數(shù)據(jù)特征,提出了四方面的行為管理策略建議。 本文以商務(wù)智能、數(shù)據(jù)挖掘技術(shù)的相關(guān)理論和思想為指導(dǎo),以大量文獻(xiàn)資料的搜集和企業(yè)的調(diào)研訪談為基礎(chǔ),綜合采用定性與定量分析,比較評(píng)價(jià)分析,實(shí)證與理論、管理與技術(shù)相結(jié)合等多種科學(xué)研究方法來展開研究。其研究平臺(tái)和工具主要包括Microsoft SQL Server 2005、SPSS 16.0和Clementine 11.0。 本文的研究思路可為航空領(lǐng)域構(gòu)建相關(guān)的異常問題的檢測(cè)模型提供借鑒,其研究成果可為促進(jìn)民航利用科學(xué)的方法檢測(cè)航班異常延誤行為,進(jìn)而采取有效的管理措施預(yù)防虛占時(shí)刻行為的發(fā)生提供決策的參考。
【學(xué)位單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2010
【中圖分類】：F562
【部分圖文】：

航班延誤問題成為了民航的一大難題，制約著機(jī)場(chǎng)和航空公司的發(fā)展。由于航班延誤導(dǎo)致的旅客拒絕登機(jī)、霸機(jī)、毆打工作人員等惡性事件屢見不鮮。（1）航班延誤的投訴量不斷升高根據(jù)中國消費(fèi)者協(xié)會(huì) 2010 年 2 月公布的《2009 年全國消協(xié)組織受理投訴情況分析》[3]顯示，2009 年，航空運(yùn)輸服務(wù)投訴量同比上升 44．4％，高居投訴增幅的第 2 位，如圖 1-1 所示。而且從近 3 年來受理航空運(yùn)輸服務(wù)投訴情況來看，200年投訴量為 254 件，2008 年為 284 件，2009 年為 410 件，投訴量呈顯著增大趨勢(shì)在航空運(yùn)輸服務(wù)投訴中，主要問題是航班延誤理由不能服人，跟進(jìn)服務(wù)主動(dòng)性差行李小票疏于查驗(yàn)，退票不易索賠難等。航班延誤不僅造成了民航優(yōu)質(zhì)服務(wù)形象受損，而且嚴(yán)重影響了機(jī)場(chǎng)安全運(yùn)行秩序。

4.2 潛在異常航班決策樹檢測(cè)模型建立4.2.1 模型構(gòu)建與參數(shù)設(shè)置航班延誤虛占時(shí)刻航班決策樹檢測(cè)模型構(gòu)建過程，如圖 4-2 所示。包括過濾節(jié)點(diǎn)、類型節(jié)點(diǎn)的設(shè)置，以及對(duì)數(shù)據(jù)集進(jìn)行分區(qū)，以分割出 70%的訓(xùn)練集和 30%的測(cè)試集，以及對(duì) CHAID 決策樹節(jié)點(diǎn)參數(shù)的設(shè)置等。在本 CHAID 決策樹模型中，主要對(duì)誤判成本進(jìn)行調(diào)整設(shè)置，以優(yōu)化模型的性能和效果；并同時(shí)采用 CHAID 算法和 Exhaustive CHAID 算法來選擇最優(yōu)的決策樹檢測(cè)模型。

圖 4-3 CHAID 決策樹模型結(jié)果評(píng)價(jià)過程.3.1 指標(biāo)評(píng)價(jià)本文主要采用命中率、覆蓋率、總體準(zhǔn)確率、提升系數(shù)四個(gè)指標(biāo)來評(píng)價(jià)模效果。根據(jù)表 4-7 誤判矩陣，指標(biāo)的定義為：命中率（Precision Rate）命中率=BDD+，即檢測(cè)異常的航班中實(shí)際異常航班的概率，體現(xiàn)模型檢測(cè)精確。覆蓋率（Recall Rate）覆蓋率=CDD+，即實(shí)際異常的航班中檢測(cè)為異常航班的概率，體現(xiàn)了模型效果的普適性�？傮w準(zhǔn)確率（Correct Rate of Overall）總體準(zhǔn)確率=ABCDAD++++，表示檢測(cè)非異常并且實(shí)際非異常，以及檢測(cè)為

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 趙嶷飛,金長江;區(qū)域空中交通流量控制研究[J];飛行力學(xué);2002年02期

2 李雄;劉光才;顏明池;張瑋;;航班延誤引發(fā)的航空公司及旅客經(jīng)濟(jì)損失[J];系統(tǒng)工程;2007年12期

3 徐肖豪,黃寶軍;終端區(qū)飛機(jī)排序的模糊綜合評(píng)判方法研究[J];航空學(xué)報(bào);2001年03期

4 李俊生;丁建立;;基于貝葉斯網(wǎng)絡(luò)的航班延誤傳播分析[J];航空學(xué)報(bào);2008年06期

5 徐濤;丁建立;顧彬;王建東;;基于增量式排列支持向量機(jī)的機(jī)場(chǎng)航班延誤預(yù)警[J];航空學(xué)報(bào);2009年07期

6 周皓峰,朱揚(yáng)勇,施伯樂;一個(gè)基于興趣度的關(guān)聯(lián)規(guī)則采掘算法[J];計(jì)算機(jī)研究與發(fā)展;2002年04期

7 黃曉輝,張四海,王煦法;基于免疫網(wǎng)絡(luò)的分類應(yīng)用于審計(jì)欺詐檢測(cè)[J];計(jì)算機(jī)工程與應(yīng)用;2005年29期

8 曹衛(wèi)東;丁建立;;航班延誤樹的構(gòu)造與波及分析[J];計(jì)算機(jī)工程與應(yīng)用;2008年16期

9 劉玉潔;何丕廉;劉春波;曹衛(wèi)東;;基于貝葉斯網(wǎng)絡(luò)的航班延誤波及研究[J];計(jì)算機(jī)工程與應(yīng)用;2008年17期

10 王珊珊;王建東;丁建立;;航班延誤波及鏈的有色出現(xiàn)網(wǎng)模型[J];計(jì)算機(jī)科學(xué);2009年02期

相關(guān)碩士學(xué)位論文 前5條

1 張勵(lì);航班延誤補(bǔ)救與顧客滿意度及行為意向關(guān)系研究[D];浙江大學(xué);2006年

2 張勝;空管中心預(yù)警管理信息系統(tǒng)研究[D];武漢理工大學(xué);2007年

3 周世東;Web數(shù)據(jù)挖掘在電子商務(wù)中的應(yīng)用研究[D];北京交通大學(xué);2008年

4 計(jì)金玲;免疫算法在航班延誤快速恢復(fù)中應(yīng)用研究[D];中國民航大學(xué);2008年

5 張亮;航班延誤統(tǒng)計(jì)指標(biāo)體系及延誤等級(jí)評(píng)估研究[D];中國民航大學(xué);2008年

本文編號(hào)：2823787