航班運(yùn)行風(fēng)險評估與預(yù)測是提升航班運(yùn)行安全水平、提高航空公司安全保障能力的關(guān)鍵,如何實現(xiàn)準(zhǔn)確、有效、可行的航班運(yùn)行風(fēng)險評估和預(yù)測是航空公司風(fēng)險管控工作關(guān)注的重點(diǎn)問題。為了解決上述問題,結(jié)合某航空公司2016～2018共1096天的航班運(yùn)行風(fēng)險數(shù)據(jù),研究了航班運(yùn)行風(fēng)險評估模型和預(yù)測模型的構(gòu)建方法。首先,闡述了航班運(yùn)行風(fēng)險的理論基礎(chǔ),提出了航班運(yùn)行風(fēng)險指標(biāo)體系。然后,依據(jù)機(jī)器學(xué)習(xí)算法中的隨機(jī)森林、支持向量機(jī)和神經(jīng)網(wǎng)絡(luò)算法,構(gòu)建了航班運(yùn)行風(fēng)險評估模型。結(jié)果表明,以上3種機(jī)器學(xué)習(xí)算法的風(fēng)險評估準(zhǔn)確率分別為96.94%、94.90%和92.86%,而對于高風(fēng)險值的樣本,查準(zhǔn)率和查全率均大于93%,說明模型在航班運(yùn)行風(fēng)險評估工作具有實質(zhì)性作用。接著,在識別航班運(yùn)行風(fēng)險時間序列的混沌特征基礎(chǔ)上,構(gòu)建基于極端學(xué)習(xí)機(jī)（ELM）的航班運(yùn)行風(fēng)險混沌預(yù)測模型,并使用基于集成經(jīng)驗?zāi)B(tài)分解（EEMD）方法進(jìn)行改進(jìn),按照改進(jìn)預(yù)測方式的不同,分別進(jìn)行了閾值降噪處理和信息擴(kuò)散處理。結(jié)果表明,由EEMD閾值降噪處理后,預(yù)測未來1天的修正MAPE值降至20.88%,在改進(jìn)前后不同預(yù)測方式中誤差最小,預(yù)測結(jié)果具有實際參考意義;... 

【文章來源】：中國民航大學(xué)天津市

【文章頁數(shù)】：74 頁

【學(xué)位級別】：碩士

【部分圖文】：

風(fēng)險矩陣

【參考文獻(xiàn)】：
期刊論文
[1]基于PCA-CA合用的航班運(yùn)行風(fēng)險等級劃分研究[J]. 谷潤平,李景良,王巖韜.  安全與環(huán)境學(xué)報. 2019(06)
[2]基于飛行數(shù)據(jù)正態(tài)云的著陸操作風(fēng)險評價方法[J]. 汪磊,郭世廣,任勇.  安全與環(huán)境學(xué)報. 2019(05)
[3]混沌理論支持下的橋梁變形監(jiān)測研究[J]. 許章平,欒元重,劉中華,崔騰飛,相濤.  測繪通報. 2019(06)
[4]交流電力測功機(jī)運(yùn)行狀態(tài)的混沌預(yù)測與異常診斷[J]. 鐘定清,王艾倫,何謙,魏克湘.  中南大學(xué)學(xué)報(自然科學(xué)版). 2019(02)
[5]基于粗糙集-混沌時間序列Elman神經(jīng)網(wǎng)絡(luò)的短期用電量預(yù)測[J]. 吳佳懋,李艷,符一健.  電力系統(tǒng)保護(hù)與控制. 2019(03)
[6]基于集對分析的航空公司安全風(fēng)險評估研究[J]. 趙嶷飛,萬俊強(qiáng).  安全與環(huán)境學(xué)報. 2018(05)
[7]動態(tài)預(yù)測技術(shù)在航班運(yùn)行風(fēng)險中的應(yīng)用[J]. 王巖韜,劉宏,唐建勛,趙嶷飛.  控制與決策. 2019(09)
[8]改進(jìn)EMD與小波閾值相結(jié)合的光生混沌信號降噪[J]. 牛闊,張朝霞,王娟芬,楊玲珍.  現(xiàn)代電子技術(shù). 2018(17)
[9]基于Adaptive Lasso與RF的航班運(yùn)行風(fēng)險預(yù)測改進(jìn)研究[J]. 王巖韜,陳冠銘,劉毓,楊遠(yuǎn)浩,趙航.  交通運(yùn)輸系統(tǒng)工程與信息. 2018(04)
[10]基于混沌理論的短時公交到站時間預(yù)測[J]. 安寶坤,周歡歡.  廈門大學(xué)學(xué)報(自然科學(xué)版). 2018(04)



本文編號：3497338