航班延誤每天在世界各個機場發(fā)生,嚴重降低了航班運行效率,給旅客出行帶來了不便。統(tǒng)計物理方法已被廣泛應用到復雜系統(tǒng)的研究中,但還沒有應用到研究航班延誤問題。Havlin首次提出時間延遲穩(wěn)定性方法(TDS),并應用到了人體生理信號關聯(lián)性的研究中,成功揭示了關聯(lián)網絡結構與生理狀態(tài)的確定性關聯(lián)。本文的研究目的就在于,采用TDS方法揭示美國國內客運航班之間的關聯(lián)。我們分別對時間序列最長的三組航班(航班數(shù)分別為12,84,102)進行數(shù)據(jù)挖掘,基于閾值ρ構造出這些航班無量綱速度時間序列之間的時變關聯(lián)態(tài)網絡。我們在12個航班的關聯(lián)態(tài)網絡演化中找到了重復出現(xiàn)的關聯(lián)態(tài),即演化過程中的吸引子,它們大多數(shù)是高度稀疏的網絡。這些多次出現(xiàn)的關聯(lián)態(tài)之間的演化過程中部分演化方向是單向的,而84個和102個航班的關聯(lián)態(tài)的演化沒有出現(xiàn)吸引子。我們還找到了關聯(lián)態(tài)網絡連邊數(shù)量的航空意義。12個航班的關聯(lián)態(tài)網絡連邊數(shù)與航班延誤率之間存在明顯的正相關。對于84個和102個航班這兩組數(shù)據(jù),我們發(fā)現(xiàn)當航班延誤率超過65%時,關聯(lián)態(tài)網絡的平均度在延誤率達到最大前均達到了峰值,隨后明顯下降。因此關聯(lián)態(tài)網絡連邊峰值可以用來作為大規(guī)模航班延誤的預警信號。同時網絡連邊數(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。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,閾值ρ的范圍應當為0.5-0.6。航班數(shù)量為84和102時,閾值ρ的范圍應當為0.4-0.6。
【學位單位】：南京航空航天大學
【學位級別】：碩士
【學位年份】：2018
【中圖分類】：V35;O157.5
【部分圖文】：

圖 1.1 2012 年—2016 年中國民用航空旅客周轉量圖 1.2 2012 年—2016 年中國民用航空旅客運輸量著世界范圍內民用航空運輸量和運輸能力的不斷發(fā)展，民用商業(yè)航班延誤問題顯得越。航班延誤每天都在全世界的機場發(fā)生。大面積、長時間的航班延誤不僅造成人們出

圖 1.2 2012 年—2016 年中國民用航空旅客運輸量世界范圍內民用航空運輸量和運輸能力的不斷發(fā)展，民用商業(yè)航班延誤問題顯得航班延誤每天都在全世界的機場發(fā)生。大面積、長時間的航班延誤不僅造成人們來空中交通秩序的混亂，也給航空公司帶來大量經濟損失。根據(jù)中國民用航空總016 年航班的正班載運率為 72.7%，比 2015 年提高 0.5 個百分點。其中國內航線的 75.5%，港澳臺航線的正班載運率為 65.6%，分別比上年提高了 1.4 個百分點和 1而中國國際航班的正班載運率為 68.1%，與前一年相比下降了 0.7 個百分點。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%，其它原因為 25.70%。2016 年，民航局消、民用航空總局、各地區(qū)的管理局以及全國航空運輸協(xié)會共受理了航空消費者的，與前一年相比增長了 84%。

的航班時變關聯(lián)網絡進行了研究和分析。我們還從中整理歸納出各種類型的物理學家提出的高維時間序列關聯(lián)態(tài)理論，同時從科學意義和應用價值兩方定量評價民航網絡的運行、揭示一般規(guī)律、提出改進運行效率的方案做出新絡與時變網絡絡的數(shù)學基礎是復雜網絡的數(shù)學基礎[21-26]。從數(shù)學的角度上來說，點集 V 和邊集 E 構成的，點集 V 是網絡中所有的點所組成的集合，邊集 E 是網絡中所有的邊所構成應的點集記為 G(V)，對應的邊集記為 G(E)。對于點集 V 中任意兩點 Vi 和 V Vj 指向 Vi 在 E 中是兩個不同的元素，則稱 E 為有向邊集，否則 E 為無向邊成的網絡稱為有向網絡，由無向邊集構成的網絡成為無向網絡。圖 1.3 給出網絡的兩個例子。
【相似文獻】

相關期刊論文 前10條

1 蘇小妹;;航班延誤補償亂象[J];消費者報道;2013年05期

2 航綜;;代表委員為航班正點建言獻策[J];廣東交通;2010年02期

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

4 ;白云機場將成為全國首家電子機場[J];廣東交通;2005年05期

5 吳景明;;航班延誤的間接損失也應該賠[J];消費者報道;2015年08期

6 張敏;;熵權集對分析模型在航班延誤預警中的應用[J];計算機仿真;2019年11期

7 張曉玉;章昊靈;;航班延誤引發(fā)的乘客心理問題與服務策略探析[J];成都航空職業(yè)技術學院學報;2019年02期

8 李小虎;;航班延誤因素分析與其應對策略[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事件研究[J];民航管理;2019年10期

10 靳懿德;;關于航班延誤的法律分析[J];法制與社會;2018年30期

相關博士學位論文 前9條

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

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

3 陳海燕;動態(tài)數(shù)據(jù)驅動的航班延誤預測關鍵技術研究[D];南京航空航天大學;2012年

4 劉玉潔;基于貝葉斯網絡的航班延誤與波及預測[D];天津大學;2009年

5 曹衛(wèi)東;基于改進貝葉斯網絡結構學習的航班延誤波及分析[D];天津大學;2009年

6 杜婧;航線網絡穩(wěn)定性分析與控制問題研究[D];南京航空航天大學;2015年

7 榮耀;通用企業(yè)級應用業(yè)務基礎軟件平臺及相關問題研究[D];南京航空航天大學;2012年

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

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

相關碩士學位論文 前10條

1 朱云峰;美國航班延誤的時變關聯(lián)網絡[D];南京航空航天大學;2018年

2 張敏;機場動態(tài)容量評估及航班延誤預警的研究[D];中國民航大學;2019年

3 王晶華;機場大面積航班延誤傳播模型及預測研究[D];中國民航大學;2019年

4 趙婷;基于深度SE-DenseNet的航班延誤預測方法研究[D];中國民航大學;2019年

5 蘭倩;論航空承運人在航班延誤中的安置義務[D];中國民航大學;2019年

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

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

8 瞿佳琪;航班延誤下旅客權益保護法律問題研究[D];華東政法大學;2017年

9 楊豐寧;基于A-CDM的航班延誤恢復研究[D];中國民用航空飛行學院;2019年

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

本文編號：2891196