近年來,伴隨著民航出行需求的快速增長,航班量逐年遞增,航班延誤問題也日漸嚴重。當航班延誤不可避免時,分析和總結航班延誤的相關規(guī)律可以為減輕航班延誤提供有效建議和有益參考。本文收集了某航空公司和OAG數(shù)據(jù)庫的大量歷史數(shù)據(jù),采用統(tǒng)計學和數(shù)據(jù)挖掘相關方法發(fā)現(xiàn)海量數(shù)據(jù)背后潛藏的規(guī)律和知識。本文通過統(tǒng)計歷年航班數(shù)據(jù)找出導致航班延誤的主要原因。利用決策樹模型找到對當前航班延誤類型影響最大的因素,同時分析了不同航班延誤類型的出現(xiàn)條件,并得到了置信度在0.9以上的決策規(guī)則。通過統(tǒng)計和分析不同因素下首航班和非首航班的航班延誤率的變化,找到了影響首航班延誤率和非首航班延誤率的因素。采用TAN貝葉斯網(wǎng)絡模型對首航班和非首航班的延誤狀態(tài)進行建模,得到了影響首航班和非首航班延誤狀態(tài)的主要因素,并且從定量角度分析了主要因素對于航班延誤狀態(tài)的影響程度,同時發(fā)現(xiàn)部分因素之間存在關聯(lián)。通過計算航班實際延誤時間的均值、中位數(shù)、偏度等統(tǒng)計學指標,分析其變化趨勢和極值代表的意義,得出了實際延誤時間在不同月份和不同小時的變化規(guī)律。借助改進后的KNN模型建立了一種預測航班實際延誤時間的模型,并根據(jù)RMSE和MAE選擇使預測精度最... 

【文章來源】：南京航空航天大學江蘇省 211工程院校

【文章頁數(shù)】：66 頁

【學位級別】：碩士

【部分圖文】：

本文的技術路線

圖 2.2 決策樹的示意圖表 2.3 決策規(guī)則的示意圖編號 決策規(guī)則1 如果無收入，則不放貸2 如果有收入且有存款，則放貸3 如果有收入且無存款，則不放貸點優(yōu)點成結果具有較強的可讀性，很容易轉化成規(guī)則，便于下值變量、字符型變量，允許數(shù)據(jù)存在缺失值；，運算速度快；些變量對于目標字段來說更重要。缺點的預測效果較差；較多時分類或者預測的準確率會下降，當數(shù)據(jù)不平衡時預

基于數(shù)據(jù)挖掘的航班延誤的分析與預測測當前航班延誤原因可以減少 42.1%的誤差。表 2.13 延誤原因和前序航班延誤原因的列聯(lián)表分析結果方向度量值 漸進標準誤差a近似值 Tb近Lambda對稱的 .324 .001 192.378 延誤原因 （目標變量） .420 .002 171.818 前序航班延誤原因（目標變量） .266 .001 184.951 Tau延誤原因 （目標變量） .421 .001 前序航班延誤原因（目標變量） .237 .001 a 研 研 研 研 研 研 研 研 研 b 研 研 研 研 研 研 研 研 研 研 研 研 研 研 研 研 c 研 研 研 研 研 研 研圖 2.3、圖 2.4、圖 2.5 可以看到，除了前序航班的延誤原因外，其余解釋變量重要性在不同算法中并不一致，這主要是決策樹的不同算法對分裂屬性的選取。

【參考文獻】：
期刊論文
[1]面向機場時段差異的航班延誤免疫預測算法[J]. 丁建立,王曼,曹衛(wèi)東,胡海生,黃威.  計算機工程與設計. 2015(04)
[2]采用支持向量機回歸的航班延誤預測研究[J]. 羅赟騫,陳志杰,湯錦輝,朱永文.  交通運輸系統(tǒng)工程與信息. 2015(01)
[3]基于加權馬爾科夫的航班延誤預測研究[J]. 李頻,劉君強.  濱州學院學報. 2014(06)
[4]基于時序數(shù)據(jù)挖掘的航班延誤預測分析[J]. 羅鳳娥,張成偉.  現(xiàn)代電子技術. 2014(24)
[5]基于物元二次可拓多機場起飛延誤關聯(lián)性分析及預測[J]. 岳仁田,魏子琦.  科學技術與工程. 2014(28)
[6]基于修正延誤波及樹的航班延誤傳播研究[J]. 吳薇薇,鄭松林.  交通信息與安全. 2014(04)
[7]基于航空信息網(wǎng)絡的樞紐機場航班延誤預測模型[J]. 羅謙,張永輝,程華,李川.  系統(tǒng)工程理論與實踐. 2014(S1)
[8]航班延誤關鍵影響因素及影響程度識別——基于動態(tài)排隊模型的分析[J]. 楊秀云,王軍,何建寶.  統(tǒng)計與信息論壇. 2014(04)
[9]首都機場航班延誤分布規(guī)律分析[J]. 楊文東,黃鸝詩,劉萬明.  交通運輸系統(tǒng)工程與信息. 2013(02)
[10]基于GATS貝葉斯網(wǎng)絡結構學習的航班延誤模型[J]. 曹衛(wèi)東,丁建立.  計算機工程與應用. 2012(31)

博士論文
[1]動態(tài)數(shù)據(jù)驅動的航班延誤預測關鍵技術研究[D]. 陳海燕.南京航空航天大學 2012
[2]天氣影響的機場容量與延誤評估研究[D]. 張靜.南京航空航天大學 2012
[3]基于貝葉斯網(wǎng)絡的航班延誤與波及預測[D]. 劉玉潔.天津大學 2009

碩士論文
[1]基于監(jiān)督式學習模型的航班延誤分析與預測[D]. 劉乙超.浙江大學 2016
[2]基于時間序列數(shù)據(jù)分析的飛機延遲預測研究[D]. 程潔.南京郵電大學 2015
[3]基于航班著陸率的航班延誤研究[D]. 扶雪澆.中國民用航空飛行學院 2013
[4]航班延誤及其衍生事件預測預警方法研究[D]. 吳抗抗.南京航空航天大學 2012
[5]我國航班延誤成因分析及服務應對策略研究[D]. 邱紅平.復旦大學 2011
[6]基于數(shù)據(jù)挖掘的航班延誤預測模型及方法的研究[D]. 劉小飛.南京航空航天大學 2010
[7]基于數(shù)據(jù)挖掘技術的航班延誤DSS研究[D]. 牛亦.電子科技大學 2010
[8]航班延誤統(tǒng)計指標體系及延誤等級評估研究[D]. 張亮.中國民航大學 2008



本文編號：2912865