本文關(guān)鍵詞：基于關(guān)聯(lián)規(guī)則分析的離港航班排序優(yōu)化研究

  更多相關(guān)文章： 關(guān)聯(lián)規(guī)則分析 復雜模式關(guān)聯(lián)規(guī)則 離港航班排序 航班排序差異 免疫算法

【摘要】：航班排序關(guān)系到航空公司切身利益和旅客的滿意程度,然而由于一系列因素,預計的航班排序結(jié)果和實際執(zhí)行的結(jié)果存在一定的差異。這將會導致多航班延誤,甚至嚴重影響航空公司航班運行效率。因此,優(yōu)化航班排序減少排序差異使預計排序結(jié)果更接近于實際排序成為亟需解決的問題。本文嘗試對大量歷史航班排序數(shù)據(jù)進行挖掘,采用關(guān)聯(lián)規(guī)則分析的方法,找出導致差異的規(guī)則,用于優(yōu)化離港航班排序,減少預計排序與實際排序之間的差異,旨在減輕排序差異導致的各種問題。其主要工作有:首先分析比較并研究了多維關(guān)聯(lián)規(guī)則、多層關(guān)聯(lián)規(guī)則、約束關(guān)聯(lián)規(guī)則、增量式關(guān)聯(lián)規(guī)則挖掘方法,提出一種對多維、多層、約束關(guān)聯(lián)規(guī)則的挖掘方法,并在存儲、查詢、算法分析等方面對挖掘方法進行優(yōu)化。其次,建立了離港航班排序關(guān)聯(lián)規(guī)則分析模型,并用提出的挖掘方法對離港排序數(shù)據(jù)進行挖掘,找出航班排序差異的規(guī)則。最后根據(jù)航班排序差異規(guī)則建立了離港航班排序優(yōu)化模型,分別針對機場流量正常和機場航班延誤兩種情況進行排序優(yōu)化,并通過仿真實驗排序結(jié)果進行驗證,結(jié)果表明優(yōu)化后的預計航班排序結(jié)果與實際排序結(jié)果差異得到了降低,可以相應減少由于排序差異導致的航空公司和機場準備的不足,提高航班運行效率,同時也減輕了空管工作人員的工作量,提高放行效率。
【關(guān)鍵詞】：關(guān)聯(lián)規(guī)則分析 復雜模式關(guān)聯(lián)規(guī)則 離港航班排序 航班排序差異 免疫算法
【學位授予單位】：中國民航大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：V355;TP311.13
【目錄】：

• 摘要5-6
• Abstract6-9
• 第一章 緒論9-15
• 1.1 研究背景與意義9-10
• 1.2 國內(nèi)外研究現(xiàn)狀10-13
• 1.2.1 關(guān)聯(lián)規(guī)則分析國內(nèi)外研究現(xiàn)狀10-12
• 1.2.2 離港航班排序國內(nèi)外研究現(xiàn)狀12-13
• 1.3 論文組織結(jié)構(gòu)13-15
• 第二章 關(guān)聯(lián)規(guī)則分析相關(guān)理論15-31
• 2.1 關(guān)聯(lián)規(guī)則概述15-17
• 2.1.1 關(guān)聯(lián)規(guī)則相關(guān)定義15-16
• 2.1.2 關(guān)聯(lián)規(guī)則分類16-17
• 2.2 Apriori算法17-19
• 2.2.1 Apriori算法描述17-19
• 2.2.2 Apriori算法不足19
• 2.3 多維多層關(guān)聯(lián)規(guī)則挖掘方法總結(jié)19-27
• 2.3.1 多維關(guān)聯(lián)規(guī)則算法分析19-22
• 2.3.2 多層關(guān)聯(lián)規(guī)則算法分析22-24
• 2.3.3 多維多層關(guān)聯(lián)規(guī)則量化屬性離散化和分層24-26
• 2.3.4 多維多層關(guān)聯(lián)規(guī)則數(shù)據(jù)立方體表示26-27
• 2.4 其他類型關(guān)聯(lián)規(guī)則挖掘方法總結(jié)27-30
• 2.4.1 基于剪枝的約束關(guān)聯(lián)規(guī)則分析27-28
• 2.4.2 增量式關(guān)聯(lián)規(guī)則分析FUP算法28-30
• 2.5 本章小結(jié)30-31
• 第三章 離港航班排序關(guān)聯(lián)規(guī)則挖掘模型31-51
• 3.1 航班排序問題31-34
• 3.1.1 航班排序相關(guān)概念和影響因素31-33
• 3.1.2 航班協(xié)同決策離港排序系統(tǒng)概述33-34
• 3.2 離港航班排序差異關(guān)聯(lián)規(guī)則模型分析34-37
• 3.3 復雜模式關(guān)聯(lián)規(guī)則分析Apriori_cube方法改進37-42
• 3.3.1 分析方法概述37
• 3.3.2 分析和優(yōu)化理論基礎(chǔ)37-41
• 3.3.3 算法流程步驟41-42
• 3.4 仿真實驗42-50
• 3.4.1 航班排序數(shù)據(jù)準備42-47
• 3.4.2 航班排序差異關(guān)聯(lián)規(guī)則發(fā)現(xiàn)47-50
• 3.5 本章小結(jié)50-51
• 第四章 離港航班排序差異問題優(yōu)化模型51-62
• 4.1 航班排序優(yōu)化模型51-52
• 4.2 流量正常航班排序優(yōu)化52-54
• 4.2.1 優(yōu)化原理52
• 4.2.2 優(yōu)化方法52-54
• 4.3 免疫算法優(yōu)化不正常航班排序54-58
• 4.3.1 優(yōu)化原理54-55
• 4.3.2 免疫算法與航班排序優(yōu)化55-58
• 4.4 仿真實驗58-61
• 4.5 本章小結(jié)61-62
• 第五章 結(jié)論與展望62-64
• 參考文獻64-70
• 攻讀學位期間的科研成果70-71
• 致謝71

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前4條

1 劉均,李人厚,鄭慶華;網(wǎng)絡學習中學習者個性挖掘方法的研究[J];西安交通大學學報;2004年06期

2 鄭元兵;孫才新;李劍;陳偉根;王有元;;變壓器故障特征量可信度的關(guān)聯(lián)規(guī)則分析[J];高電壓技術(shù);2012年01期

3 周雄;董威;;基于FP增長挖掘模型的全社會行業(yè)用電關(guān)聯(lián)規(guī)則分析[J];電力建設;2007年03期

4 ;[J];;年期

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 王娜娜;謝煒;李燁;;邳州慢性病與生活習慣等因素的關(guān)聯(lián)規(guī)則分析[A];中國生物醫(yī)學工程學會成立30周年紀念大會暨2010中國生物醫(yī)學工程學會學術(shù)大會壁報展示論文[C];2010年

中國碩士學位論文全文數(shù)據(jù)庫 前6條

1 連松江;基于關(guān)聯(lián)規(guī)則分析的離港航班排序優(yōu)化研究[D];中國民航大學;2016年

2 于芳;關(guān)聯(lián)規(guī)則分析在超市營銷中的應用研究[D];哈爾濱工業(yè)大學;2010年

3 康新霞;基于關(guān)聯(lián)規(guī)則汽輪機組運行優(yōu)化參數(shù)最優(yōu)值的確定[D];華北電力大學（北京）;2007年

4 甘櫪元;基于關(guān)聯(lián)規(guī)則分析法的肝癌致病因素危險性研究[D];廣西大學;2014年

5 黃宇;關(guān)聯(lián)規(guī)則分析在電信告警系統(tǒng)中的研究與應用[D];電子科技大學;2007年

6 王占龍;面向?qū)徲嬵I(lǐng)域的關(guān)聯(lián)規(guī)則分析技術(shù)研究[D];哈爾濱工程大學;2011年

，

本文編號：981910