虚占时刻航班异常延误行为研究

发布时间：2020-09-21 17:36

　　随着空中交通流量的日渐增长,开通航线的不断增多,航班延误问题成为了制约着民航业的发展的一大难题。而航空公司虚占时刻的航班异常延误行为,在一定程度上不仅加剧了航班的拥堵状况,加大了机场的流量压力,而且造成了航空时刻资源的巨大的浪费。因此,如何科学、有效地检测和规避航班的这种虚占时刻行为,成为民航重点关注又亟待解决的重要问题。目前在我国民航信息系统中储存着海量的航班运行历史数据,但其应用只是实现数据的简单查询、统计功能,尚未能有效挖掘数据中隐藏的关联和规则。而针对虚占时刻的航班异常延误行为的分析,也主要凭经验来判断,缺乏科学的理论依据和有效的决策指导方法。本文借鉴相关领域的研究成果,针对航班延误的特点,结合数据挖掘的理论和思想,构建了虚占时刻航班异常延误行为研究综合模型。该综合模型融合了基于决策树的异常航班检测模型和和基于关联规则的异常航班机场关联影响模型。通过基于决策树算法的异常行为检测模型,可有效识别潜在具有虚占时刻异常延误行为倾向的航班;通过构建异常航班对机场的关联模型,以深入分析虚占时刻的异常延误航班对机场造成的影响。本文借助智能的数据挖掘工具,采用民航航班延误的真实数据,对提出的虚占时刻航班异常延误行为研究理论模型进行了实证研究,并总结了虚占时刻的航班异常延误行为的三点表象特征和两点数据特征,提出了四方面的行为管理策略建议。本文以商务智能、数据挖掘技术的相关理论和思想为指导,以大量文献资料的搜集和企业的调研访谈为基础,综合采用定性与定量分析,比较评价分析,实证与理论、管理与技术相结合等多种科学研究方法来展开研究。其研究平台和工具主要包括Microsoft SQL Server 2005、SPSS 16.0和Clementine 11.0。本文的研究思路可为航空领域构建相关的异常问题的检测模型提供借鉴,其研究成果可为促进民航利用科学的方法检测航班异常延误行为,进而采取有效的管理措施预防虚占时刻行为的发生提供决策的参考。
【学位单位】：电子科技大学
【学位级别】：硕士
【学位年份】：2010
【中图分类】：F562
【部分图文】：

航班延误,资料来源,商品,和服

航班延误问题成为了民航的一大难题，制约着机场和航空公司的发展。由于航班延误导致的旅客拒绝登机、霸机、殴打工作人员等恶性事件屡见不鲜。（1）航班延误的投诉量不断升高根据中国消费者协会 2010 年 2 月公布的《2009 年全国消协组织受理投诉情况分析》[3]显示，2009 年，航空运输服务投诉量同比上升 44．4％，高居投诉增幅的第 2 位，如图 1-1 所示。而且从近 3 年来受理航空运输服务投诉情况来看，200年投诉量为 254 件，2008 年为 284 件，2009 年为 410 件，投诉量呈显著增大趋势在航空运输服务投诉中，主要问题是航班延误理由不能服人，跟进服务主动性差行李小票疏于查验，退票不易索赔难等。航班延误不仅造成了民航优质服务形象受损，而且严重影响了机场安全运行秩序。

决策树,检测模型,航班,构建过程

4.2 潜在异常航班决策树检测模型建立4.2.1 模型构建与参数设置航班延误虚占时刻航班决策树检测模型构建过程，如图 4-2 所示。包括过滤节点、类型节点的设置，以及对数据集进行分区，以分割出 70%的训练集和 30%的测试集，以及对 CHAID 决策树节点参数的设置等。在本 CHAID 决策树模型中，主要对误判成本进行调整设置，以优化模型的性能和效果；并同时采用 CHAID 算法和 Exhaustive CHAID 算法来选择最优的决策树检测模型。

过程图,结果评价,决策树,航班

图 4-3 CHAID 决策树模型结果评价过程.3.1 指标评价本文主要采用命中率、覆盖率、总体准确率、提升系数四个指标来评价模效果。根据表 4-7 误判矩阵，指标的定义为：命中率（Precision Rate）命中率=BDD+，即检测异常的航班中实际异常航班的概率，体现模型检测精确。覆盖率（Recall Rate）覆盖率=CDD+，即实际异常的航班中检测为异常航班的概率，体现了模型效果的普适性。总体准确率（Correct Rate of Overall）总体准确率=ABCDAD++++，表示检测非异常并且实际非异常，以及检测为

【参考文献】