航空運(yùn)輸是現(xiàn)代社會(huì)重要的運(yùn)輸方式之一,隨著航空運(yùn)輸?shù)娜找嫫占?航班的安全性和準(zhǔn)點(diǎn)性成為社會(huì)各界關(guān)注的焦點(diǎn)。我國(guó)西南地區(qū)多發(fā)霧霾,而霧霾導(dǎo)致的低能見(jiàn)度是影響飛行安全和正常的重要因素。因此有必要對(duì)低能見(jiàn)度進(jìn)行精準(zhǔn)的預(yù)測(cè),以便在低能見(jiàn)度天氣發(fā)生前采取相應(yīng)措施,提高低能見(jiàn)度下的航班運(yùn)行效率。本文由兩個(gè)方面組成:低能見(jiàn)度預(yù)測(cè)、能見(jiàn)度與航班準(zhǔn)點(diǎn)率的相關(guān)性分析,分別概述如下:低能見(jiàn)度預(yù)測(cè)方面,首先通過(guò)調(diào)研國(guó)內(nèi)外眾多學(xué)者對(duì)低能見(jiàn)度預(yù)測(cè)和航班運(yùn)行的相關(guān)研究,結(jié)合民航運(yùn)行標(biāo)準(zhǔn)將能見(jiàn)度分為3個(gè)等級(jí),確立了使用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行能見(jiàn)度分級(jí)預(yù)測(cè)建模的適用性;然后利用2015²017年成都雙流國(guó)際機(jī)場(chǎng)的METAR報(bào)文提取氣象數(shù)據(jù),在統(tǒng)計(jì)了低能見(jiàn)度下各氣象因子的分布規(guī)律的基礎(chǔ)上,通過(guò)因子顯著性檢驗(yàn)確立了預(yù)測(cè)所需的指標(biāo)集;最后,抽取618組樣本進(jìn)行基于BP神經(jīng)網(wǎng)絡(luò)的能見(jiàn)度分級(jí)預(yù)測(cè)建模,以此實(shí)現(xiàn)對(duì)雙流機(jī)場(chǎng)未來(lái)1、2、3h能見(jiàn)度等級(jí)的預(yù)測(cè),并達(dá)到了預(yù)期的準(zhǔn)確率。能見(jiàn)度與航班準(zhǔn)點(diǎn)率相關(guān)性分析方面,根據(jù)研究時(shí)間尺度的不同分為逐日分析和逐小時(shí)分析。首先,依托相關(guān)行業(yè)文件,確立了以準(zhǔn)點(diǎn)率為代表的描述航班正常性... 

【文章來(lái)源】：中國(guó)民用航空飛行學(xué)院四川省

【文章頁(yè)數(shù)】：68 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

低能見(jiàn)度時(shí)間分布統(tǒng)計(jì)

中國(guó)民用航空飛行學(xué)院碩士學(xué)位論文13圖2.2 風(fēng)向頻數(shù)統(tǒng)計(jì) 圖2.3 風(fēng)速頻數(shù)統(tǒng)計(jì)圖2.4溫度頻數(shù)統(tǒng)計(jì)圖 2.5露點(diǎn)溫度頻數(shù)統(tǒng)計(jì)圖 2.6 溫度露點(diǎn)差頻數(shù)統(tǒng)計(jì)圖 2.7 修正?

中國(guó)民用航空飛行學(xué)院碩士學(xué)位論文13圖2.2 風(fēng)向頻數(shù)統(tǒng)計(jì) 圖2.3 風(fēng)速頻數(shù)統(tǒng)計(jì)圖2.4溫度頻數(shù)統(tǒng)計(jì)圖 2.5露點(diǎn)溫度頻數(shù)統(tǒng)計(jì)圖 2.6 溫度露點(diǎn)差頻數(shù)統(tǒng)計(jì)圖 2.7 修正海平面氣壓頻數(shù)統(tǒng)計(jì)

【參考文獻(xiàn)】：
期刊論文
[1]武漢天河機(jī)場(chǎng)1996—2012年低能見(jiàn)度天氣統(tǒng)計(jì)分析[J]. 干新星.  中外企業(yè)家. 2017(01)
[2]大數(shù)據(jù)時(shí)代下的航班延誤組合預(yù)測(cè)[J]. 楊新湦,王倩,劉俊,張寶成.  中國(guó)科技論文. 2016(19)
[3]深度學(xué)習(xí)研究與進(jìn)展[J]. 孫志遠(yuǎn),魯成祥,史忠植,馬剛.  計(jì)算機(jī)科學(xué). 2016(02)
[4]基于遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)霧霾預(yù)測(cè)模型的研究[J]. 趙智.  科技展望. 2015(27)
[5]數(shù)據(jù)挖掘技術(shù)在氣象預(yù)報(bào)研究中的應(yīng)用[J]. 彭昱忠,王謙,元昌安,林開(kāi)平.  干旱氣象. 2015(01)
[6]采用支持向量機(jī)回歸的航班延誤預(yù)測(cè)研究[J]. 羅赟騫,陳志杰,湯錦輝,朱永文.  交通運(yùn)輸系統(tǒng)工程與信息. 2015(01)
[7]基于時(shí)序數(shù)據(jù)挖掘的航班延誤預(yù)測(cè)分析[J]. 羅鳳娥,張成偉.  現(xiàn)代電子技術(shù). 2014(24)
[8]航空公司航班正點(diǎn)率估計(jì)[J]. 靖德果,池宏,許保光,祝碩.  數(shù)理統(tǒng)計(jì)與管理. 2014(04)
[9]關(guān)于提高雙流機(jī)場(chǎng)雙跑道運(yùn)行效率的對(duì)策研究[J]. 王振宇.  電子制作. 2014(10)
[10]國(guó)內(nèi)外霧預(yù)報(bào)技術(shù)研究進(jìn)展[J]. 馮蕾,田華.  南京信息工程大學(xué)學(xué)報(bào)(自然科學(xué)版). 2014(01)

博士論文
[1]三類航危天氣預(yù)報(bào)技術(shù)及業(yè)務(wù)系統(tǒng)研究[D]. 曾淑玲.蘭州大學(xué) 2012
[2]BP神經(jīng)網(wǎng)絡(luò)分類器優(yōu)化技術(shù)研究[D]. 高鵬毅.華中科技大學(xué) 2012
[3]天氣影響的機(jī)場(chǎng)容量與延誤評(píng)估研究[D]. 張靜.南京航空航天大學(xué) 2012

碩士論文
[1]基于改進(jìn)貝葉斯網(wǎng)絡(luò)的氣象數(shù)據(jù)預(yù)測(cè)算法研究[D]. 王昊.太原理工大學(xué) 2016
[2]基于粗糙集和支持向量機(jī)的大霧預(yù)測(cè)及簽派放行研究[D]. 劉亞慈.中國(guó)民用航空飛行學(xué)院 2013
[3]BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化方法的研究及應(yīng)用[D]. 趙壽玲.蘇州大學(xué) 2010
[4]人工神經(jīng)網(wǎng)絡(luò)在大氣污染預(yù)報(bào)中的應(yīng)用研究[D]. 雷蕾.北京工業(yè)大學(xué) 2007
[5]貝葉斯網(wǎng)絡(luò)學(xué)習(xí)方法和算法研究[D]. 張劍飛.東北師范大學(xué) 2005



本文編號(hào)：2970634