航班延誤每天在世界各個(gè)機(jī)場(chǎng)發(fā)生,嚴(yán)重降低了航班運(yùn)行效率,給旅客出行帶來(lái)了不便。統(tǒng)計(jì)物理方法已被廣泛應(yīng)用到復(fù)雜系統(tǒng)的研究中,但還沒(méi)有應(yīng)用到研究航班延誤問(wèn)題。Havlin首次提出時(shí)間延遲穩(wěn)定性方法(TDS),并應(yīng)用到了人體生理信號(hào)關(guān)聯(lián)性的研究中,成功揭示了關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)與生理狀態(tài)的確定性關(guān)聯(lián)。本文的研究目的就在于,采用TDS方法揭示美國(guó)國(guó)內(nèi)客運(yùn)航班之間的關(guān)聯(lián)。我們分別對(duì)時(shí)間序列最長(zhǎng)的三組航班(航班數(shù)分別為12,84,102)進(jìn)行數(shù)據(jù)挖掘,基于閾值ρ構(gòu)造出這些航班無(wú)量綱速度時(shí)間序列之間的時(shí)變關(guān)聯(lián)態(tài)網(wǎng)絡(luò)。我們?cè)?2個(gè)航班的關(guān)聯(lián)態(tài)網(wǎng)絡(luò)演化中找到了重復(fù)出現(xiàn)的關(guān)聯(lián)態(tài),即演化過(guò)程中的吸引子,它們大多數(shù)是高度稀疏的網(wǎng)絡(luò)。這些多次出現(xiàn)的關(guān)聯(lián)態(tài)之間的演化過(guò)程中部分演化方向是單向的,而84個(gè)和102個(gè)航班的關(guān)聯(lián)態(tài)的演化沒(méi)有出現(xiàn)吸引子。我們還找到了關(guān)聯(lián)態(tài)網(wǎng)絡(luò)連邊數(shù)量的航空意義。12個(gè)航班的關(guān)聯(lián)態(tài)網(wǎng)絡(luò)連邊數(shù)與航班延誤率之間存在明顯的正相關(guān)。對(duì)于84個(gè)和102個(gè)航班這兩組數(shù)據(jù),我們發(fā)現(xiàn)當(dāng)航班延誤率超過(guò)65%時(shí),關(guān)聯(lián)態(tài)網(wǎng)絡(luò)的平均度在延誤率達(dá)到最大前均達(dá)到了峰值,隨后明顯下降。因此關(guān)聯(lián)態(tài)網(wǎng)絡(luò)連邊峰值可以用來(lái)作為大規(guī)模航班延誤的預(yù)警信號(hào)。同時(shí)網(wǎng)絡(luò)連邊數(shù)序列和延誤率序列的Hurst指數(shù)數(shù)值相近,揭示了兩者具有相似的記憶效應(yīng)。最后,我們基于數(shù)據(jù)挖掘確定了閾值ρ的合理取值范圍。航班數(shù)量為12時(shí),閾值ρ的范圍應(yīng)當(dāng)為0.5-0.6。航班數(shù)量為84和102時(shí),閾值ρ的范圍應(yīng)當(dāng)為0.4-0.6。
【學(xué)位單位】：南京航空航天大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：V35;O157.5
【部分圖文】：

圖 1.1 2012 年—2016 年中國(guó)民用航空旅客周轉(zhuǎn)量圖 1.2 2012 年—2016 年中國(guó)民用航空旅客運(yùn)輸量著世界范圍內(nèi)民用航空運(yùn)輸量和運(yùn)輸能力的不斷發(fā)展，民用商業(yè)航班延誤問(wèn)題顯得越。航班延誤每天都在全世界的機(jī)場(chǎng)發(fā)生。大面積、長(zhǎng)時(shí)間的航班延誤不僅造成人們出

圖 1.2 2012 年—2016 年中國(guó)民用航空旅客運(yùn)輸量世界范圍內(nèi)民用航空運(yùn)輸量和運(yùn)輸能力的不斷發(fā)展，民用商業(yè)航班延誤問(wèn)題顯得航班延誤每天都在全世界的機(jī)場(chǎng)發(fā)生。大面積、長(zhǎng)時(shí)間的航班延誤不僅造成人們來(lái)空中交通秩序的混亂，也給航空公司帶來(lái)大量經(jīng)濟(jì)損失。根據(jù)中國(guó)民用航空總016 年航班的正班載運(yùn)率為 72.7%，比 2015 年提高 0.5 個(gè)百分點(diǎn)。其中國(guó)內(nèi)航線的 75.5%，港澳臺(tái)航線的正班載運(yùn)率為 65.6%，分別比上年提高了 1.4 個(gè)百分點(diǎn)和 1而中國(guó)國(guó)際航班的正班載運(yùn)率為 68.1%，與前一年相比下降了 0.7 個(gè)百分點(diǎn)。201均航班正常率為 76.76%。在眾多引起航班不正常的因素中，航空公司原因占到了 9占到了 8.24%，天氣原因占到了 56.52%，其它原因?yàn)?25.70%。2016 年，民航局消、民用航空總局、各地區(qū)的管理局以及全國(guó)航空運(yùn)輸協(xié)會(huì)共受理了航空消費(fèi)者的，與前一年相比增長(zhǎng)了 84%。

的航班時(shí)變關(guān)聯(lián)網(wǎng)絡(luò)進(jìn)行了研究和分析。我們還從中整理歸納出各種類型的物理學(xué)家提出的高維時(shí)間序列關(guān)聯(lián)態(tài)理論，同時(shí)從科學(xué)意義和應(yīng)用價(jià)值兩方定量評(píng)價(jià)民航網(wǎng)絡(luò)的運(yùn)行、揭示一般規(guī)律、提出改進(jìn)運(yùn)行效率的方案做出新絡(luò)與時(shí)變網(wǎng)絡(luò)絡(luò)的數(shù)學(xué)基礎(chǔ)是復(fù)雜網(wǎng)絡(luò)的數(shù)學(xué)基礎(chǔ)[21-26]。從數(shù)學(xué)的角度上來(lái)說(shuō)，點(diǎn)集 V 和邊集 E 構(gòu)成的，點(diǎn)集 V 是網(wǎng)絡(luò)中所有的點(diǎn)所組成的集合，邊集 E 是網(wǎng)絡(luò)中所有的邊所構(gòu)成應(yīng)的點(diǎn)集記為 G(V)，對(duì)應(yīng)的邊集記為 G(E)。對(duì)于點(diǎn)集 V 中任意兩點(diǎn) Vi 和 V Vj 指向 Vi 在 E 中是兩個(gè)不同的元素，則稱 E 為有向邊集，否則 E 為無(wú)向邊成的網(wǎng)絡(luò)稱為有向網(wǎng)絡(luò)，由無(wú)向邊集構(gòu)成的網(wǎng)絡(luò)成為無(wú)向網(wǎng)絡(luò)。圖 1.3 給出網(wǎng)絡(luò)的兩個(gè)例子。
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 蘇小妹;;航班延誤補(bǔ)償亂象[J];消費(fèi)者報(bào)道;2013年05期

2 航綜;;代表委員為航班正點(diǎn)建言獻(xiàn)策[J];廣東交通;2010年02期

3 熙怡;;歐盟航班延誤超3小時(shí)乘客最高可獲賠600歐元[J];廣東交通;2012年06期

4 ;白云機(jī)場(chǎng)將成為全國(guó)首家電子機(jī)場(chǎng)[J];廣東交通;2005年05期

5 吳景明;;航班延誤的間接損失也應(yīng)該賠[J];消費(fèi)者報(bào)道;2015年08期

6 張敏;;熵權(quán)集對(duì)分析模型在航班延誤預(yù)警中的應(yīng)用[J];計(jì)算機(jī)仿真;2019年11期

7 張曉玉;章昊靈;;航班延誤引發(fā)的乘客心理問(wèn)題與服務(wù)策略探析[J];成都航空職業(yè)技術(shù)學(xué)院學(xué)報(bào);2019年02期

8 李小虎;;航班延誤因素分析與其應(yīng)對(duì)策略[J];科教文匯(上旬刊);2019年10期

9 杜洋;;一起航班延誤引起的公共群體性危機(jī)事件研究[J];民航管理;2019年10期

10 靳懿德;;關(guān)于航班延誤的法律分析[J];法制與社會(huì);2018年30期

相關(guān)博士學(xué)位論文 前9條

1 賈傳亮;航空公司正點(diǎn)率考核與飛行員培養(yǎng)規(guī)劃研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2006年

2 姚韻;航空公司不正常航班管理和調(diào)度算法研究[D];南京航空航天大學(xué);2006年

3 陳海燕;動(dòng)態(tài)數(shù)據(jù)驅(qū)動(dòng)的航班延誤預(yù)測(cè)關(guān)鍵技術(shù)研究[D];南京航空航天大學(xué);2012年

4 劉玉潔;基于貝葉斯網(wǎng)絡(luò)的航班延誤與波及預(yù)測(cè)[D];天津大學(xué);2009年

5 曹衛(wèi)東;基于改進(jìn)貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)的航班延誤波及分析[D];天津大學(xué);2009年

6 杜婧;航線網(wǎng)絡(luò)穩(wěn)定性分析與控制問(wèn)題研究[D];南京航空航天大學(xué);2015年

7 榮耀;通用企業(yè)級(jí)應(yīng)用業(yè)務(wù)基礎(chǔ)軟件平臺(tái)及相關(guān)問(wèn)題研究[D];南京航空航天大學(xué);2012年

8 劉小平;航班延誤情境下旅客群體性突發(fā)事件致因機(jī)理及預(yù)警機(jī)制研究[D];武漢理工大學(xué);2013年

9 王巡;航空客戶消費(fèi)行為分析與航班優(yōu)化研究[D];西南交通大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 朱云峰;美國(guó)航班延誤的時(shí)變關(guān)聯(lián)網(wǎng)絡(luò)[D];南京航空航天大學(xué);2018年

2 張敏;機(jī)場(chǎng)動(dòng)態(tài)容量評(píng)估及航班延誤預(yù)警的研究[D];中國(guó)民航大學(xué);2019年

3 王晶華;機(jī)場(chǎng)大面積航班延誤傳播模型及預(yù)測(cè)研究[D];中國(guó)民航大學(xué);2019年

4 趙婷;基于深度SE-DenseNet的航班延誤預(yù)測(cè)方法研究[D];中國(guó)民航大學(xué);2019年

5 蘭倩;論航空承運(yùn)人在航班延誤中的安置義務(wù)[D];中國(guó)民航大學(xué);2019年

6 吳薇竹;公共危機(jī)管理視角下的航班延誤管理[D];華東政法大學(xué);2017年

7 陳丹;民航領(lǐng)域延誤現(xiàn)象防范機(jī)制研究[D];河北師范大學(xué);2019年

8 瞿佳琪;航班延誤下旅客權(quán)益保護(hù)法律問(wèn)題研究[D];華東政法大學(xué);2017年

9 楊豐寧;基于A-CDM的航班延誤恢復(fù)研究[D];中國(guó)民用航空飛行學(xué)院;2019年

10 張鵬;雷雨天氣引發(fā)的航班延誤初步量化研究[D];中國(guó)民用航空飛行學(xué)院;2019年

本文編號(hào)：2891196