隨著航空公司運(yùn)行控制能力和機(jī)場、空管保障能力的不斷提升,在滿足油量政策的前提下,合理減少不必要的燃油攜帶,特別是不可預(yù)期燃油,有利于促進(jìn)綠色低碳飛行,降低燃油成本,提升航空公司競爭力。由交通運(yùn)輸部審核并給予通過第五次修訂的《大型飛機(jī)公共航空運(yùn)輸承運(yùn)人運(yùn)行合格審定規(guī)則》中對燃油政策進(jìn)行了修改,為航空承運(yùn)人實(shí)施燃油政策的優(yōu)化提供了規(guī)章依據(jù)。不可預(yù)期燃油政策的優(yōu)化是基于數(shù)據(jù)統(tǒng)計(jì)方法實(shí)現(xiàn)的。同時,如何準(zhǔn)確描述燃油消耗偏差數(shù)據(jù)特性是完成不可預(yù)期燃油政策優(yōu)化過程中的關(guān)鍵性一步。因此,針對不可預(yù)期燃油政策優(yōu)化中數(shù)據(jù)擬合部分問題,首先建立了箱形圖異常檢驗(yàn)?zāi)Ｐ蛯θ加拖钠顢?shù)據(jù)進(jìn)行檢測、判斷并剔除異常數(shù)據(jù);然后利用積分均方誤差法求得最優(yōu)窗寬值,再通過非參數(shù)核密度估計(jì)方法對燃油消耗偏差數(shù)據(jù)進(jìn)行擬合并通過KS檢驗(yàn)法對其擬合優(yōu)度進(jìn)行檢驗(yàn);最后對擬合得到的密度曲線進(jìn)行分析,依據(jù)安全風(fēng)險閾值來確定其所對應(yīng)的分位數(shù),得出航空承運(yùn)人可向局方申請的不可預(yù)期燃油政策等級,為航空承運(yùn)人實(shí)施不可預(yù)期燃油政策優(yōu)化的申請?zhí)峁├碚摶A(chǔ)和參考。 

【文章頁數(shù)】：69 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 課題研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 燃油政策的發(fā)展現(xiàn)狀
        1.2.2 非參數(shù)擬合方法的研究現(xiàn)狀
    1.3 本文所做工作及結(jié)構(gòu)安排
第二章 非參數(shù)估計(jì)算法基本原理
    2.1 非參數(shù)估計(jì)理論和方法
    2.2 核密度估計(jì)算法理論研究
        2.2.1 核密度估計(jì)概念及特點(diǎn)
        2.2.2 核函數(shù)的舉例
        2.2.3 積分均方誤差算法及最優(yōu)窗寬模型的建立
        2.2.4 核密度估計(jì)算法相合性分析
    2.3 Kolmogorov-Smirnov檢驗(yàn)算法
        2.3.1 檢驗(yàn)原理
        2.3.2 檢驗(yàn)實(shí)現(xiàn)步驟
    2.4 本章小結(jié)
第三章 不可預(yù)期燃油政策優(yōu)化及模型建立
    3.1 燃油政策對比
    3.2 數(shù)據(jù)分布擬合基礎(chǔ)
        3.2.1 概率密度函數(shù)
        3.2.2 分布函數(shù)
        3.2.3 描述性統(tǒng)計(jì)量
        3.2.4 經(jīng)驗(yàn)分布函數(shù)
    3.3 基于箱形圖的異常值檢測模型
    3.4 燃油消耗偏差模型的建立
        3.4.1 不可預(yù)期燃油政策優(yōu)化相關(guān)概念
        3.4.2 基于性能的不可預(yù)期燃油政策優(yōu)化流程
    3.5 本章小結(jié)
第四章 燃油偏差數(shù)據(jù)的擬合研究及算例分析
    4.1 數(shù)據(jù)預(yù)處理模型及實(shí)例分析
    4.2 燃油偏差數(shù)據(jù)概率密度求解
        4.2.1 核函數(shù)的選取及實(shí)例分析
        4.2.2 窗寬選取及實(shí)例分析
        4.2.3 基于核密度估計(jì)算法的擬合實(shí)例分析
        4.2.4 擬合模型檢驗(yàn)及實(shí)例分析
    4.3 數(shù)據(jù)統(tǒng)計(jì)及實(shí)例分析
    4.4 綜合實(shí)例分析
    4.5 本章小結(jié)
結(jié)論與展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間取得的學(xué)術(shù)成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于KS檢驗(yàn)的鐵路車站日常貨運(yùn)量預(yù)測[J]. 王巍,陳崇雙,周宏宇,任政偉.  綜合運(yùn)輸. 2018(12)
[2]基于快速存取記錄器數(shù)據(jù)的飛機(jī)滑行階段的油耗模型優(yōu)化[J]. 錢宇,毛子源,向小軍.  民航學(xué)報(bào). 2018(03)
[3]我國航空煤油市場發(fā)展態(tài)勢及生產(chǎn)企業(yè)應(yīng)對策略[J]. 王皓,宋愛萍,閆杰.  石油規(guī)劃設(shè)計(jì). 2017(06)
[4]NQD隨機(jī)樣本經(jīng)驗(yàn)分布函數(shù)列的收斂性[J]. 梁瓊.  湖北民族學(xué)院學(xué)報(bào)(自然科學(xué)版). 2017(02)
[5]非參數(shù)核密度估計(jì)在銅、銀物種敏感度分布中的應(yīng)用[J]. 王穎,馮承蓮,穆云松,何佳,郄玉,吳豐昌.  中國環(huán)境科學(xué). 2017(04)
[6]箱形圖在長江流域棉區(qū)棉花含雜率異常值檢驗(yàn)中的應(yīng)用[J]. 李夢輝,桑小田,田振川,申獻(xiàn)夫.  湖北農(nóng)業(yè)科學(xué). 2016(11)
[7]非參數(shù)核密度估計(jì)在異方差模型中的應(yīng)用[J]. 胡蓓蓓,宗剛.  數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究. 2014(10)
[8]光伏電源輸出功率的非參數(shù)核密度估計(jì)模型[J]. 顏偉,任洲洋,趙霞,余娟,李一銘,戶秀瓊.  電力系統(tǒng)自動化. 2013(10)
[9]核密度估計(jì)逐點(diǎn)最優(yōu)窗寬選擇的改進(jìn)[J]. 黎運(yùn)發(fā),黃名輝.  統(tǒng)計(jì)與決策. 2011(14)
[10]一種快速核密度估計(jì)背景建模方法[J]. 喬俊鋒,朱虹,史靜,孟凡星.  計(jì)算機(jī)工程與應(yīng)用. 2012(05)

博士論文
[1]基于混合數(shù)據(jù)的非參數(shù)模型設(shè)定檢驗(yàn)研究[D]. 閻曉紅.天津財(cái)經(jīng)大學(xué) 2013

碩士論文
[1]燃油政策優(yōu)化中數(shù)據(jù)分布擬合研究[D]. 王恒星.中國民用航空飛行學(xué)院 2018
[2]基于核密度估計(jì)的空間負(fù)荷預(yù)測方法研究[D]. 宋凱豪.東北電力大學(xué) 2018
[3]兩兩PQD序列遞歸核密度估計(jì)的相合性[D]. 張鶴.吉林大學(xué) 2017
[4]核函數(shù)的核密度估計(jì)算法[D]. 茹楊.哈爾濱理工大學(xué) 2016
[5]基于非參數(shù)核估計(jì)模型的服裝銷售預(yù)測研究[D]. 馬珂.浙江工業(yè)大學(xué) 2015
[6]降低中國民航業(yè)碳排放數(shù)量的政策研究[D]. 唐娟.華中師范大學(xué) 2012
[7]下降階段的飛機(jī)油耗優(yōu)化建模方法研究[D]. 劉芳.南京航空航天大學(xué) 2012
[8]非參數(shù)核密度估計(jì)負(fù)荷模型在電網(wǎng)可靠性評估中的應(yīng)用[D]. 張夏菲.重慶大學(xué) 2010
[9]航空節(jié)油飛行策略研究及分析軟件的設(shè)計(jì)和開發(fā)[D]. 李宜.電子科技大學(xué) 2010
[10]基于飛行數(shù)據(jù)分析的飛機(jī)燃油估計(jì)模型[D]. 劉婧.南京航空航天大學(xué) 2010



本文編號：3669539