基于数据挖掘的航班延误预警管理研究

发布时间：2020-11-10 02:38

　　 航班延误是限制民航业发展的难题之一。随着“大数据”时代到来,如果能基于数据挖掘等新技术与决策支持理论开展航班延误预测研究,进而可对航班延误情况进行预警,这将对航空公司制定航班计划和安排延误航班后续保障工作有很大帮助。本论文以航空公司的航班延误预测为应用背景,分析大量航班历史运行数据,挖掘数据内在特征,找出延误波及变化趋势和各要素之间的关联性,为航班延误预警管理提供理论与方法支持。本文的主要研究工作如下：1.根据民航规章和航空公司调研数据,归纳总结了航班延误相关概念及延误原因。研究数据挖掘技术中分类和预测的相关模型及算法,提出了预测在航空公司运行管理过程中的重要作用。2. 针对短周期航班计划的延误预测分析。以时间序列数据挖掘算法为主要建模方法,采用层次分析法(AHP)提出了以延误率、平均延误时间、延误旅客人数为评价指标的航班延误状态描述方法,分别建立了基于马尔科夫链(Markov)和时间序列的航班延误预测分析模型,针对评价指标预测时间序列属性后续状态,并以算例仿真结果对比分析模型的优劣性。3.针对指定航班计划的延误预测分析。以贝叶斯网络(BN)和动态贝叶斯网络(DBN)推理为主要建模方法,通过建立航班数据的贝叶斯网络分析模型,得到不同条件下航班延误情况概率分布；研究了动态贝叶斯网络推理和仿真过程,提出了一种用于构建航班延误预测模型的新方法,建立了实际航班数据的隐马尔科夫(HMM)延误预测分析模型,利用隐马尔科夫模型中解码问题Viterbi算法实现了航班延误时间的预测,该方法提高了航班延误预测对象的精确性,并给出实例仿真过程,验证了模型的有效性。4.航班延误预警机制的研究。以模糊数学为主要建模方法,将预警管理理念应用到航班延误预测分析过程中。运用模糊层次分析法确定延误预警指标体系,利用模糊综合评判法对航班延误状况进行了综合评价。最后以航空公司实际运行数据进行了实例仿真,评价结果表明,预警指标能较准确地反映航班延误状况,评价结果客观,可为航空公司延误预警管理工作提供支持。
【学位单位】：中国民用航空飞行学院
【学位级别】：硕士
【学位年份】：2016
【中图分类】：F562;V352
【文章目录】：
摘要
Abstract
第一章 前言
    1.1 研究背景
        1.1.1 航班延误问题
        1.1.2 数据挖掘技术
    1.2 航班延误研究现状
        1.2.1 国外硏究现状
        1.2.2 国内研究现状
    1.3 研究内容及意义
    1.4 论文创新与结构
    1.5 本章小结
第二章 数据挖掘技术与航班延误
    2.1 数据挖掘技术简介
        2.1.1 数据挖掘的概念
        2.1.2 数据挖掘的工作流程
        2.1.3 数据挖掘的功能和算法
    2.2 数据挖掘中的预测
        2.2.1 预测的定义
        2.2.2 预测在航空公司运行管理中的作用
    2.3 航班延误问题分析
        2.3.1 航班延误定义及相关概念
        2.3.2 航班延误因素分析
        2.3.3 航班原始数据分析
    2.4 本章小结
第三章 针对短周期航班计划的延误预测
    3.1 时间序列数据挖掘介绍
        3.1.1 时间序列数据挖掘主要任务
        3.1.2 时间序列预测的常用方法
    3.2 航空公司航班延误层次分析模型
        3.2.1 层次分析法介绍
        3.2.2 航班延误层次分析模型
    3.3 基于马尔科夫链的航班延误预测
        3.3.1 马尔科夫链的基本理论
        3.3.2 航班延误预测模型建立
        3.3.3 预测过程
        3.3.4 预测结果分析
    3.4 基于时间序列模型的航班延误预测
        3.4.1 指数平滑方法介绍
        3.4.2 线性ARIMA模型介绍
        3.4.3 预测过程
        3.4.4 预测结果分析
    3.5 模型预测效果对比分析
    3.6 本章小结
第四章 针对指定航班计划的延误预测
    4.1 贝叶斯网络基础
        4.1.1 贝叶斯网络原理
        4.1.2 贝叶斯网络的分类
        4.1.3 贝叶斯网络的创建
    4.2 动态贝叶斯网络学习
        4.2.1 动态贝叶斯网络模型
        4.2.2 动态贝叶斯网络推理
        4.2.3 动态贝叶斯网络的仿真
    4.3 基于贝叶斯网络的航班离港延误数据分析
        4.3.1 航班延误贝叶斯网络模型
        4.3.2 参数估计与数据分析
        4.3.3 模型评估
    4.4 基于隐马尔科夫模型的航班延误预测分析
        4.4.1 隐马尔科夫模型基本原理
        4.4.2 航班延误隐马尔科夫预测模型
    4.5 算例分析
        4.5.1 算例一
        4.5.2 算例二
    4.6 本章小结
第五章 航班延误预警管理分析
    5.1 预警指标体系的确定
    5.2 评价方法介绍
        5.2.1 模糊层次分析法
        5.2.2 模糊综合评判法
        5.2.3 航班延误评价方法的确定
    5.3 预警量级的构建
        5.3.1 基于模糊层次分析法确定预警指标权重
        5.3.2 航班延误预警量级构建
        5.3.3 模糊综合评判隶属函数的构建
    5.4 实例仿真
    5.5 本章小结
结论与展望
参考文献
附录
攻读硕士学位期间取得的学术成果
致谢

【相似文献】

相关期刊论文 前10条

1 刘平;开发航班延误保险 破解经济补偿难题[J];中国民用航空;2004年08期

2 林石平;正确认识和处理航班延误[J];中国民用航空;2004年12期

3 ;国外怎样处理航班延误[J];四川统一战线;2004年09期

4 谭竹;;航班延误补偿困扰民航[J];中国质量万里行;2004年08期

5 李小燕;;美国提升航空系统容量以减少航班延误[J];综合运输;2006年06期

6 李伊;;航班延误——航空公司说不出的痛[J];中国民用航空;2006年10期

7 张薇;;改善航班延误的思考及对策[J];空运商务;2007年02期

8 许志国;;妥善处理矛盾 避免航班延误纠纷[J];中国民用航空;2007年08期

9 谢泗薪;李荣;;航班延误后服务改进与理赔方案设计[J];中国民航大学学报;2007年04期

10 孙金禄;;浅论航班延误处置机制与措施[J];江苏航空;2008年01期

相关博士学位论文 前8条

1 刘小平;航班延误情境下旅客群体性突发事件致因机理及预警机制研究[D];武汉理工大学;2013年

2 陈海燕;动态数据驱动的航班延误预测关键技术研究[D];南京航空航天大学;2012年

3 曹卫东;基于改进贝叶斯网络结构学习的航班延误波及分析[D];天津大学;2009年

4 刘玉洁;基于贝叶斯网络的航班延误与波及预测[D];天津大学;2009年

5 姚韵;航空公司不正常航班管理和调度算法研究[D];南京航空航天大学;2006年

6 贾传亮;航空公司正点率考核与飞行员培养规划研究[D];中国科学技术大学;2006年

7 张米;航空公司机组排班模型研究[D];清华大学;2014年

8 王巡;航空客户消费行为分析与航班优化研究[D];西南交通大学;2013年

相关硕士学位论文 前10条

1 许红;我国航班延误纠纷的现状、诱因及对策[D];湖南大学;2007年

2 邱红平;我国航班延误成因分析及服务应对策略研究[D];复旦大学;2011年

3 张小莉;郑州机场大面积航班延误应急处置策略研究[D];昆明理工大学;2015年

4 卢治国;我国航班延误治理对策研究[D];兰州大学;2015年

5 申建明;昆明长水国际机场航班延误综合治理研究[D];云南财经大学;2015年

6 熊在林;拉萨机场大面积航班延误协调联动系统的设计与实现[D];电子科技大学;2014年

7 陈瑾;公共危机管理下的航班延误问题与对策研究[D];陕西师范大学;2015年

8 赵怡;国际航班延误的法律责任研究[D];华东政法大学;2015年

9 李晖;冰雪大雾天气下大面积航班延误信息系统的分析与设计[D];云南大学;2015年

10 王一涵;我国航班延误下旅客权益保护法律问题研究[D];华东政法大学;2015年

本文编号：2877343