基于多维关联规则的民航事故数据挖掘研究

发布时间：2017-08-22 14:24

  本文关键词：基于多维关联规则的民航事故数据挖掘研究

  更多相关文章： 数据挖掘 多维关联规则 民航事故 航空安全数据库 决策分析

【摘要】：随着近些年民航运输在交通运输中占比的稳步提升,越来越多的人选择民航运输作为自己的首要出行方式。但同时,与规模不断庞大的民航运输业相比,民航安全水平并没有产生显著的提升。本文将以多维关联规则作为研究方法,提取了航空事故信息统计发布权威网站中的民航历史事故数据,并对这些数据展开了分析,研究了其中存在的可能的关联性,最终为民航安全的更进一步的提升提供一些决策和指导建议。本文论述了数据挖掘理论以及关联规则方法的概念,阐明了目前数据挖掘技术中的几种方法,并说明了其在民航以及航空领域中的应用。分析了民航安全研究的现状,以及其中存在的、有可能进一步改善的空间。横向对比了三家权威的航空事故信息统计和发布网站中的民航事故信息的丰富度和特点,确定了以NTSB公布的民航事故信息为主、ASN和世界民航事故数据库中的民航事故信息为辅的数据来源。结合民航事故调查部门发布的官方事故调查报告中的补充信息,自主搭建适合于多维关联规则分析的民航事故信息数据库。其中,主数据库包含自1985年起、214起全球航空事故详细内容,次数据库包括自1990年起、727起全球航空事故的简要内容。针对多维关联规则分析方法的特点和民航事故信息中的数据结构特性,对多维关联规则的流程和算法进行优化,对民航事故信息数据库中的事故信息进行了筛选,修正和离散化,调整并构建了民航事故信息分析模型。确定了以事故属性为中心,包含飞机属性、发动机属性、伤亡属性、时间属性和状态属性共六点的星型数据连接模型。以修正后适用于民航事故信息分析的多维关联规则算法为基础、编译了航空安全事故决策分析系统软件,包含用户管理、航空事故信息录入与查询、航空不安全因素分析、航空安全相关网站查询等功能,实现了用户自定义查询与民航不安全事故致因分析,为改善民航安全提供了一种有效的研究方法和决策支援。
【关键词】：数据挖掘 多维关联规则 民航事故 航空安全数据库 决策分析
【学位授予单位】：中国民航大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：V328.2
【目录】：

• 摘要5-6
• Abstract6-11
• 第一章 绪论11-22
• 1.1 研究背景与意义11-13
• 1.2 研究现状13-20
• 1.2.1 国内航空安全的研究现状13-15
• 1.2.2 国外航空安全的研究现状15-16
• 1.2.3 数据挖掘技术的研究现状及在航空领域的应用16-20
• 1.3 本文的组织结构及主要内容概述20-22
• 1.3.1 本文的主要研究内容20-21
• 1.3.2 本文的组织结构21-22
• 第二章 适用于民航事故的关联规则及多维Apriori算法优化22-35
• 2.1 关联规则方法的研究目的与意义22-23
• 2.2 关联规则方法的主要参数和概念23-26
• 2.2.1 蕴含式23-24
• 2.2.2 支持度24
• 2.2.3 置信度24-25
• 2.2.4 项集25
• 2.2.5 挖掘步骤25-26
• 2.3 关联规则方法的分类26-28
• 2.3.1 依据所处理数据变量的类型分类26-27
• 2.3.2 依据所处理数据变量的维度进行分类27
• 2.3.3 依据所处理数据变量的层次结构进行分类27-28
• 2.4 针对民航安全事故分析的关联规则方法优化28-30
• 2.4.1 多层次关联规则优化28-29
• 2.4.2 多维度关联规则优化29-30
• 2.5 Apriori算法30-34
• 2.5.1 Apriori算法简介30-33
• 2.5.2 Apriori算法改进33-34
• 2.6 本章小结34-35
• 第三章 民航安全事故数据库的构建35-52
• 3.1 民航安全事故数据来源和预处理35-43
• 3.1.1 NTSB数据的预处理35-38
• 3.1.2 ASN航空事故信息的处理38-41
• 3.1.3 世界民航事故数据库的数据特点41-43
• 3.2 民航安全事故模型与数据库构建43-51
• 3.2.1 民航安全事故模型的定义43-46
• 3.2.2 民航安全事故模型的具体内容46-51
• 3.3 本章小结51-52
• 第四章 航空安全事故决策分析系统的实现52-69
• 4.1 航空安全事故决策分析系统的环境配置52-53
• 4.1.1 开发环境52-53
• 4.1.2 运行环境53
• 4.2 航空安全事故决策分析系统的需求分析53-55
• 4.2.1 业务需求54
• 4.2.2 用户需求54
• 4.2.3 功能需求54-55
• 4.3 航空安全事故决策分析系统的具体实现55-56
• 4.4 航空安全事故决策分析系统的结构框架56-60
• 4.4.1 用户管理模块56-57
• 4.4.2 数据处理模块57-59
• 4.4.3 软件帮助模块59-60
• 4.5 民航安全事故信息的分析60-68
• 4.5.1 基于数据库和事故模型的分析60-63
• 4.5.2 基于决策分析系统的分析63-68
• 4.6 本章小结68-69
• 第五章 总结和展望69-71
• 5.1 总结69
• 5.2 展望69-71
• 致谢71-72
• 参考文献72-75

【相似文献】

中国期刊全文数据库 前1条

1 秦锋,杨学兵;一种基于APRIORI性质的多维关联规则挖掘算法的研究[J];安徽工业大学学报(自然科学版);2003年02期

中国重要会议论文全文数据库 前3条

1 蔡国强;李川;范明;;一个高效的多维关联规则挖掘算法[A];第十九届全国数据库学术会议论文集（研究报告篇）[C];2002年

2 宋国杰;范明;;一种多维关联规则挖掘的模型与算法[A];第十八届全国数据库学术会议论文集（研究报告篇）[C];2001年

3 冯变玲;杨世民;贺小红;雷yN;;药品不良反应多维关联规则挖掘及预警模型构建[A];2012年中国药学会药事管理专业委员会年会暨“十二五”医药科学发展学术研讨会论文集（上册）[C];2012年

中国硕士学位论文全文数据库 前10条

1 李雪芳;基于关联规则的林业科技文献网络建模系统的设计与实现[D];北京林业大学;2016年

2 侯熙桐;基于多维关联规则的民航事故数据挖掘研究[D];中国民航大学;2016年

3 李薇;基于云模型的多维关联规则的研究与应用[D];西安建筑科技大学;2011年

4 朱琰;多维关联规则的研究[D];郑州大学;2001年

5 牛常勇;多维关联规则挖掘算法[D];郑州大学;2001年

6 宋国杰;多维关联规则挖掘研究[D];郑州大学;2001年

7 喻昌祺;多维关联规则算法设计[D];北京邮电大学;2006年

8 李海磊;垂直划分分布数据的多维关联规则挖掘研究[D];燕山大学;2013年

9 张学斌;数值型多维关联规则挖掘研究[D];西南师范大学;2005年

10 蔡国强;多维关联规则挖掘的研究[D];郑州大学;2002年

，

本文编号：719645