本文關(guān)鍵詞：航班動態(tài)數(shù)據(jù)挖掘與航班預(yù)測模型的研究和實現(xiàn)

  更多相關(guān)文章： 數(shù)據(jù)挖掘 特征提取 航班動態(tài) 時間序列

【摘要】：伴隨著云計算時代的到來,越來越多的人們開始重視和關(guān)注大數(shù)據(jù)的研究。數(shù)據(jù)的來源或者承載的方式非常之多,大到物聯(lián)網(wǎng)、云計算、移動互聯(lián)網(wǎng)、車聯(lián)網(wǎng),小到手機、平板電腦、個人電腦,還包括分布在世界各個角落的各種類型的傳感器。而大數(shù)據(jù)最核心的價值就是在于對海量的數(shù)據(jù)進行存儲和分析。 科技水平的飛速發(fā)展,航班航線的快速增加,空中交通流量也隨著日漸增長,由此產(chǎn)生了海量的航班歷史運行數(shù)據(jù),如何找到一些有效的數(shù)據(jù)處理的方法,使隱藏在這些數(shù)據(jù)中的豐富的知識和關(guān)聯(lián)規(guī)則等進行有效地提取和分析,是一直困擾人們的難題。新興的處理海量數(shù)據(jù)的技術(shù)——數(shù)據(jù)挖掘為解決這些問題提供了一種強有力的手段。 首先,本文通過數(shù)據(jù)挖掘的方式和方法,采用特征提取技術(shù)中主成分分析的方法,將航班動態(tài)的原始數(shù)據(jù)進行選擇、預(yù)處理、轉(zhuǎn)換、挖掘抽取、分析和同化,提取出機場的繁忙度、航班平均飛行時間、延誤時間、起飛準點率、到達準點率,根據(jù)航空公司網(wǎng)站公布的艙位表,計算艙位的相對平均價格,根據(jù)每月實際乘坐航班的旅客最大數(shù)估計航班的總艙位數(shù),按照南航2013年的航班上座人數(shù),求得上座率,進而分析上座率與相對平均價格的關(guān)系、上座率與季節(jié)的關(guān)系。 其次,本文采用時間序列統(tǒng)計預(yù)測的方法,建立線性回歸、非線性回歸、人工神經(jīng)網(wǎng)絡(luò)、貝葉斯網(wǎng)絡(luò)常均值模型,基于先驗信息、總體分布信息、樣本信息,推出后驗分布信息的模式,根據(jù)航班的歷史平均飛行時間數(shù)據(jù),并且加入決策者的經(jīng)驗和判斷等信息,對航班的到達時問進行估計。 最后,通過實驗結(jié)果的分析,可以確認,采用數(shù)據(jù)挖掘的方法統(tǒng)計航班上座率與相對平均價格的相關(guān)性、上座率與季節(jié)的相關(guān)性,同時采用時間序列預(yù)測模型來預(yù)測航班的到達時間,對機票價格、航班計劃時間的制定有一定的指導(dǎo)意義。
【關(guān)鍵詞】：數(shù)據(jù)挖掘 特征提取 航班動態(tài) 時間序列
【學(xué)位授予單位】：北京郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP311.13;O211.61
【目錄】：

• 摘要4-5
• ABSTRACT5-9
• 第一章 緒論9-13
• 1.1 課題研究背景9-10
• 1.2 課題研究目的和意義10-11
• 1.3 課題研究現(xiàn)狀11-12
• 1.4 課題研究內(nèi)容及論文結(jié)構(gòu)12-13
• 第二章 數(shù)據(jù)挖掘技術(shù)13-21
• 2.1 數(shù)據(jù)挖掘的涵義13-14
• 2.2 數(shù)據(jù)挖掘的過程14-15
• 2.2.1 確定業(yè)務(wù)對象14
• 2.2.2 數(shù)據(jù)準備14-15
• 2.2.3 數(shù)據(jù)挖掘15
• 2.2.4 結(jié)果分析15
• 2.2.5 知識同化15
• 2.3 數(shù)據(jù)挖掘的功能和算法15-17
• 2.4 數(shù)據(jù)挖掘的工具17-20
• 2.5 本章小結(jié)20-21
• 第三章 航班動態(tài)數(shù)據(jù)的挖掘與分析21-32
• 3.1 機場繁忙度22-26
• 3.1.1 機場當前10分鐘起降次數(shù)23-24
• 3.1.2 機場當前10分鐘起降延誤次數(shù)24
• 3.1.3 機場歷史1年平均起降次數(shù)24-25
• 3.1.4 機場歷史1年平均起降延誤次數(shù)25
• 3.1.5 機場繁忙度的計算25-26
• 3.2 航班準點率26-27
• 3.3 航班上座率及相對平均價格27-28
• 3.4 航班上座率與相對平均價格的關(guān)系28-29
• 3.5 航班上座率與季節(jié)的關(guān)系29-31
• 3.6 本章小結(jié)31-32
• 第四章 航班到達時間的預(yù)測算法研究32-45
• 4.1 航班到達時問的影響因素分析32-33
• 4.1.1 航班飛行時間32-33
• 4.1.2 航班經(jīng)停延誤時間33
• 4.2 航班飛行時間的研究33-39
• 4.2.1 航班飛行時間的直接計算方法34-36
• 4.2.2 航班飛行時間的間接計算方法36-37
• 4.2.3 計算航線飛行時間的正態(tài)分布區(qū)間37-38
• 4.2.4 計算航班的95%概率飛行時間38-39
• 4.3 航班經(jīng)停延誤時間的研究39-43
• 4.3.1 航班減速進港過程分析39-40
• 4.3.2 航班經(jīng)停上下客過程分析40
• 4.3.3 航班加速離港過程分析40-41
• 4.3.4 航班經(jīng)停延誤模型41-43
• 4.4 航班到達時間預(yù)測模型43
• 4.5 本章小結(jié)43-45
• 第五章 航班到達時間預(yù)測模型的實現(xiàn)45-56
• 5.1 時間序列預(yù)測模型45-46
• 5.1.1 時間序列的定義45
• 5.1.2 時間序列預(yù)測模型的特點45-46
• 5.2 預(yù)測過程46-47
• 5.2.1 數(shù)據(jù)預(yù)處理46
• 5.2.2 預(yù)測步驟46-47
• 5.2.3 預(yù)測模型評估47
• 5.3 常見預(yù)測方法在航班到達時間中的應(yīng)用47-55
• 5.3.1 線性回歸方法48-49
• 5.3.2 非線性回歸方法49-50
• 5.3.3 人工神經(jīng)網(wǎng)絡(luò)方法50-52
• 5.3.4 貝葉斯網(wǎng)絡(luò)方法52-55
• 5.4 預(yù)測結(jié)果對比分析55
• 5.5 本章小結(jié)55-56
• 第六章 總結(jié)與展望56-58
• 6.1 論文工作總結(jié)56-57
• 6.2 問題與展望57-58
• 參考文獻58-60
• 致謝60-61
• 攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文61

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前9條

1 呂林濤,李軍懷,呂暉,宋昕,張杰;貝葉斯動態(tài)模型及其預(yù)測算法在數(shù)據(jù)挖掘中的應(yīng)用研究[J];計算機工程與應(yīng)用;2004年20期

2 曹衛(wèi)東;賀國光;;連續(xù)航班延誤與波及的貝葉斯網(wǎng)絡(luò)分析[J];計算機應(yīng)用;2009年02期

3 孫棣華;賴云波;廖孝勇;趙敏;劉衛(wèi)寧;;公交浮動車輛到站時間實時預(yù)測模型[J];交通運輸工程學(xué)報;2011年02期

4 田琳芳;王t$;;一種基于周期的動態(tài)貝葉斯網(wǎng)絡(luò)預(yù)測模型[J];科技信息(學(xué)術(shù)研究);2008年08期

5 李炳燃;張金哲;;數(shù)據(jù)挖掘在設(shè)備故障診斷專家系統(tǒng)知識獲取中的應(yīng)用[J];科技信息;2011年20期

6 吉根林,帥克,孫志揮;數(shù)據(jù)挖掘技術(shù)及其應(yīng)用[J];南京師大學(xué)報(自然科學(xué)版);2000年02期

7 馬正平,崔德光;機場航班延誤優(yōu)化模型[J];清華大學(xué)學(xué)報(自然科學(xué)版);2004年04期

8 曹衛(wèi)東;林翔宇;;基于貝葉斯網(wǎng)絡(luò)的航班過站時間分析與延誤預(yù)測[J];計算機工程與設(shè)計;2011年05期

9 朱世武 ,崔嵬 ,張堯庭 ,謝邦昌;數(shù)據(jù)挖掘運用的理論與技術(shù)[J];統(tǒng)計研究;2003年08期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

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

，

本文編號：913772