本文關(guān)鍵詞：基于QAR數(shù)據(jù)的油耗數(shù)值特征估計(jì)

  更多相關(guān)文章： 燃油成本 QAR數(shù)據(jù) 油耗量 樣本量 Bootstrap

【摘要】：當(dāng)前業(yè)界普遍采用基于航空器性能對飛行計(jì)劃油量進(jìn)行添加,但因其技術(shù)壁壘及難以精確考慮實(shí)際航空運(yùn)輸過程中的環(huán)境信息和航空器運(yùn)行真實(shí)姿態(tài),在實(shí)際操作中往往以自主加油量實(shí)現(xiàn)油量添加,這促使我們使用記錄飛行器真實(shí)運(yùn)行狀態(tài)的QAR數(shù)據(jù),運(yùn)用逆向工程法探究新型油耗估計(jì)方法。基于此,本文采用統(tǒng)計(jì)推斷方法,利用QAR數(shù)據(jù)信息對油耗量進(jìn)行分析和估計(jì),分別探討了大樣本量下和小樣本量下的油耗估計(jì)處理方法。本文的主要研究工作有:第一,完成研究所用數(shù)據(jù)的精選。首先,根據(jù)QAR參數(shù)信息及其特點(diǎn),構(gòu)建獲取燃油消耗量及其相關(guān)參數(shù)的計(jì)算方法;其次,根據(jù)油耗影響因素對樣本進(jìn)行初步篩選;再次,使用基于距離偏差為原理的最大范數(shù)殘差(MNR)檢測方法,對野點(diǎn)數(shù)據(jù)完成清除工作;最后,基于分布密度曲線圖對樣本的分布情況給出假設(shè),并且針對樣本使用Anderson-Darling法對樣本分布情況進(jìn)行確認(rèn),以實(shí)現(xiàn)數(shù)據(jù)的準(zhǔn)備與篩選,奠定了研究基礎(chǔ)。第二,推導(dǎo)并實(shí)驗(yàn)證明了統(tǒng)計(jì)推斷所需的最小樣本規(guī)模。根據(jù)樣本的分布特點(diǎn),選擇均值這一特征值估計(jì)油耗區(qū)間,進(jìn)行估計(jì)時(shí),需要對估計(jì)精度和置信水平大小進(jìn)行選取,為了保證估計(jì)準(zhǔn)確度,對達(dá)到一定置信度和精度所需要的最低樣本數(shù)量推導(dǎo)計(jì)算,最后根據(jù)多次試驗(yàn)結(jié)果選取卡方檢驗(yàn)法,對推導(dǎo)的最低樣本數(shù)量進(jìn)行檢驗(yàn),確認(rèn)計(jì)算所得最低樣本數(shù)量的正確性。第三,提出了基于Bootstrap統(tǒng)計(jì)對油耗量進(jìn)行估計(jì)的新方法。在傳統(tǒng)方法下需要大量樣本數(shù)據(jù)作為支持,實(shí)際上有樣本量不足以滿足估計(jì)精度和置信水平要求這一情況,對此提出了適用于小樣本量下的Bootstrap統(tǒng)計(jì)方法,通過對Bootstrap方法下的原樣本量和Bootstrap樣本量大小對估計(jì)正確度影響的討論,給出了最佳的Bootstrap樣本量選擇表。最后,針對Bootstrap方法下的四種區(qū)間估計(jì)精度做出對比討論,最終選擇了估計(jì)精度較高的t百分位數(shù)估計(jì)方法。第四,在以上研究的基礎(chǔ)上,開發(fā)了油耗估計(jì)原型工具。
【關(guān)鍵詞】：燃油成本 QAR數(shù)據(jù) 油耗量 樣本量 Bootstrap
【學(xué)位授予單位】：中國民航大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：V323
【目錄】：

• 摘要5-6
• Abstract6-9
• 第一章 緒論9-16
• 1.1 課題研究背景及意義9-11
• 1.1.1 課題研究背景9-11
• 1.1.2 課題研究意義11
• 1.2 國內(nèi)外研究動態(tài)11-14
• 1.2.1 國外研究動態(tài)11-12
• 1.2.2 國內(nèi)研究動態(tài)12-14
• 1.3 本文的主要內(nèi)容和結(jié)構(gòu)安排14-16
• 第二章 QAR油耗關(guān)聯(lián)參數(shù)獲取及油耗樣本分布的討論16-26
• 2.1 QAR數(shù)據(jù)來源16
• 2.2 油耗量計(jì)算16-18
• 2.2.1 燃油流量參數(shù)法16-17
• 2.2.2 重量參數(shù)法17-18
• 2.3 飛行距離與時(shí)間計(jì)算18
• 2.4 燃油效率評價(jià)指標(biāo)18
• 2.5 油耗樣本選擇18-20
• 2.6 油耗樣本常數(shù)據(jù)的清洗20-22
• 2.7 油耗樣本分布確定22-25
• 2.8 本章小結(jié)25-26
• 第三章 QAR油耗量數(shù)值特征選擇及估計(jì)的討論26-33
• 3.1 常用數(shù)值特征的比較與選擇26
• 3.2 油耗量區(qū)間估計(jì)26-27
• 3.3 最小樣本量推導(dǎo)27-28
• 3.4 最小樣本量檢驗(yàn)28-31
• 3.5 實(shí)例驗(yàn)證31
• 3.6 本章小結(jié)31-33
• 第四章 小樣本下油耗量估計(jì)33-44
• 4.1 油耗估計(jì)方法選擇33
• 4.2 Bootstrap分類33-35
• 4.3 兩種樣本容量的對估計(jì)準(zhǔn)確性的影響35-39
• 4.3.1 原樣本量對估計(jì)準(zhǔn)確度的影響35-37
• 4.3.2 Bootstrap樣本量對準(zhǔn)確度的影響37-39
• 4.4 基于Bootstrap的區(qū)間估計(jì)法39-41
• 4.4.1 標(biāo)準(zhǔn)區(qū)間估計(jì)法39-40
• 4.4.2 百分位數(shù)區(qū)間估計(jì)法40
• 4.4.3 t百分位數(shù)區(qū)間估計(jì)法40-41
• 4.4.4 修正偏差百分位區(qū)間估計(jì)法41
• 4.5 區(qū)間估計(jì)法的比較41-42
• 4.6 基于Bootstrap油耗估計(jì)方法有效性驗(yàn)證42-43
• 4.7 本章小結(jié)43-44
• 第五章 油耗估計(jì)工具設(shè)計(jì)及綜合應(yīng)用實(shí)例44-52
• 5.1 油耗估計(jì)工具44-48
• 5.1.1 需求分析及開發(fā)工具選擇44-45
• 5.1.2 基本設(shè)計(jì)流程45
• 5.1.3 具體實(shí)現(xiàn)45-48
• 5.2 油耗工具應(yīng)用實(shí)例48-51
• 5.2.1 建模方法48-49
• 5.2.2 建模實(shí)例49-50
• 5.2.3 結(jié)果分析及效果檢驗(yàn)50-51
• 5.3 本章小結(jié)51-52
• 總結(jié)52-54
• 參考文獻(xiàn)54-57
• 致謝57-58
• 作者簡介58

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 陳靜杰;鄒迎歡;;油耗預(yù)測中顯著影響參數(shù)提取方法的仿真[J];計(jì)算機(jī)仿真;2013年06期

2 竇紅霞;楊慧;梁領(lǐng)軍;;基于SQL Server的QAR數(shù)據(jù)倉庫實(shí)現(xiàn)[J];航空維修與工程;2013年02期

3 劉麗霞;劉玉秀;陳林;成琪;;含安慰劑組三臂臨床試驗(yàn)基于bootstrap再抽樣的非劣效評判[J];中國衛(wèi)生統(tǒng)計(jì);2012年01期

4 韓忠民;;知經(jīng)緯度計(jì)算兩點(diǎn)精確距離[J];科技傳播;2011年11期

5 楊巧君;汪琴;章玲;張淵嫻;周燦燦;馬新生;;M/G/c排隊(duì)系統(tǒng)中顧客隊(duì)長排隊(duì)長的置信區(qū)間的Bootstrap估計(jì)[J];浙江外國語學(xué)院學(xué)報(bào);2011年03期

6 岳立文;閔捷;王燦楠;胡丹;李朝峗;肖珊;;應(yīng)用Bootstrap方法估計(jì)加工食品中污染物的殘留濃度[J];衛(wèi)生研究;2011年02期

7 趙慧琴;;Bootstrap方法在區(qū)間估計(jì)中的應(yīng)用[J];江西科學(xué);2010年04期

8 張守玉;封偉書;;基于Bootstrap方法的正態(tài)分布樣本數(shù)據(jù)生成研究[J];裝備指揮技術(shù)學(xué)院學(xué)報(bào);2009年02期

9 張維;于盛林;張弓;;基于Anderson-Darling檢驗(yàn)的恒虛警檢測[J];光電工程;2009年02期

10 耿宏;揭俊;;基于QAR數(shù)據(jù)的飛機(jī)巡航段燃油流量回歸模型[J];航空發(fā)動機(jī);2008年04期

，

本文編號：912159