隨著航空運(yùn)輸業(yè)的迅速發(fā)展,國內(nèi)外形成了諸多機(jī)場群,且機(jī)場群的發(fā)展日益成熟;同時隨著大數(shù)據(jù)及深度學(xué)習(xí)技術(shù)的發(fā)展,已經(jīng)廣泛的應(yīng)用在各個領(lǐng)域之中。因此本文以機(jī)場群延誤預(yù)測為目標(biāo),基于大數(shù)據(jù)及深度學(xué)習(xí)技術(shù),提出一種基于跳過門的長短時記憶網(wǎng)絡(luò)（Skip Long Short Term Memory,Skip-LSTM）的機(jī)場群延誤預(yù)測方法。旨在通過深度學(xué)習(xí)算法挖掘中國京津冀機(jī)場群和美國紐約機(jī)場群的數(shù)據(jù)信息對中美機(jī)場群的延誤狀況進(jìn)行預(yù)測,并對比中美機(jī)場群數(shù)據(jù)集的差異。為機(jī)場、空管局、航空公司等相關(guān)部門的決策提供輔助參考意見,論文的主要研究工作如下:首先,構(gòu)造機(jī)場群數(shù)據(jù)集并對數(shù)據(jù)進(jìn)行預(yù)處理:提取目標(biāo)機(jī)場群中各個機(jī)場的航班數(shù)據(jù)及氣象數(shù)據(jù),并以時間為鍵值,融合航班數(shù)據(jù)和氣象數(shù)據(jù),最后合并機(jī)場群中各個機(jī)場的數(shù)據(jù),完成機(jī)場群數(shù)據(jù)集的構(gòu)造;然后根據(jù)機(jī)場群數(shù)據(jù)中各個特征的特點(diǎn),對數(shù)據(jù)進(jìn)行編碼。本文對不同的機(jī)場群數(shù)據(jù)以及不同的數(shù)據(jù)特征采取了不同的編碼方式,以便神經(jīng)網(wǎng)絡(luò)能更準(zhǔn)確地提取機(jī)場群數(shù)據(jù)中的特征信息,得到更好的預(yù)測結(jié)果。其次,提出一種基于長短時記憶網(wǎng)絡(luò)（Long Short Term Memory,LSTM）... 

【文章來源】：中國民航大學(xué)天津市

【文章頁數(shù)】：66 頁

【學(xué)位級別】：碩士

【部分圖文】：

基于京津冀機(jī)場群的LSTM預(yù)測模型的損失值

【參考文獻(xiàn)】：
期刊論文
[1]基于混合編碼和長短時記憶網(wǎng)絡(luò)的機(jī)場延誤預(yù)測方法[J]. 屈景怡,葉萌,曹磊.  信號處理. 2019(07)
[2]京津冀協(xié)同發(fā)展下天津疏解首都航空物流功能的路徑研究[J]. 趙冰,曹允春.  綜合運(yùn)輸. 2019(07)
[3]論京津冀協(xié)同發(fā)展中國際一流航空樞紐的豐富內(nèi)涵[J]. 楊學(xué)兵.  中國民用航空. 2019 (06)
[4]基于區(qū)域殘差和LSTM網(wǎng)絡(luò)的機(jī)場延誤預(yù)測模型[J]. 屈景怡,葉萌,渠星.  通信學(xué)報(bào). 2019(04)
[5]基于深度SE-DenseNet的航班延誤預(yù)測模型[J]. 吳仁彪,趙婷,屈景怡.  電子與信息學(xué)報(bào). 2019(06)
[6]融合氣象數(shù)據(jù)的并行化航班延誤預(yù)測模型[J]. 吳仁彪,李佳怡,屈景怡.  信號處理. 2018(05)
[7]基于雙通道卷積神經(jīng)網(wǎng)絡(luò)的航班延誤預(yù)測模型[J]. 吳仁彪,李佳怡,屈景怡.  計(jì)算機(jī)應(yīng)用. 2018(07)
[8]核心機(jī)場與多核機(jī)場群發(fā)展模式及其特點(diǎn)研究[J]. 張莉,張?jiān)?胡華清.  綜合運(yùn)輸. 2018(01)
[9]基于簡化WITI指標(biāo)的機(jī)場延誤預(yù)測方法[J]. 郭野晨風(fēng),李杰,胡明華,袁立罡.  交通運(yùn)輸系統(tǒng)工程與信息. 2017(05)
[10]機(jī)場群綜合分類評價方法研究[J]. 楊新湦,王倩.  現(xiàn)代電子技術(shù). 2017(16)

博士論文
[1]基于樞紐機(jī)場的機(jī)場群協(xié)作運(yùn)行與管理關(guān)鍵理論與方法研究[D]. 吳剛.南京航空航天大學(xué) 2015

碩士論文
[1]京津冀機(jī)場群協(xié)同發(fā)展下的航線優(yōu)化研究[D]. 陳梵驛.中國民航大學(xué) 2017



本文編號：2932111