基于时间序列数据分析的飞机延迟预测研究

发布时间：2018-01-03 23:05

  本文关键词：基于时间序列数据分析的飞机延迟预测研究　出处：《南京邮电大学》2015年硕士论文　论文类型：学位论文

  更多相关文章： 航班预测 样条曲线 ARIMA 多元回归

【摘要】：如今,社会的发展不仅创造了各种物质财富,同时也产生了海量的数据财富。如何利用这些数据提高人们的生活品质,便要求我们能够利用这些海量数据进行有效地分类,精确地分析,再加上可靠地预测。在运用了大量时间序列数据的基础上,本文提出了两种新的基于样条曲线、ARIMA模型和多元线性回归的航班晚点预测模型。第一种预测模型是飞机晚点通用预测模型,该模型将晚点因素分为季节、起飞时间段和随机因素三大类,季节和起飞时间段两大因素运用权重型样条曲线进行拟合,而残差项随机因素类则运用ARIMA模型进行拟合以使误差降到最低,该模型不仅有良好性预测性,而且可以在一个相对长期的范围内进行预测。第二种预测模型则是针对飞机到达晚点进行实时预测的一种新模型,该模型涵盖了起飞天气、航空公司、国家航空系统,安全性和前一次晚点飞机等众多重要因素,通过样条曲线和多元回归模型,在运用大量相对应的时间序列数据的基础上进行建模,并实时抓取天气数据,航班信息来对航班晚点进行实时预测。同时在此模型的基础上实现了航班预测网站,以更好的展示文本的研究成果。实验表明,该模型有着良好地预测性以及实用性。
[Abstract]:Nowadays, the development of society has not only created a variety of material wealth, but also produced a huge amount of data wealth. How to use these data to improve people's quality of life. It requires us to use these massive data for effective classification, accurate analysis, plus reliable prediction, on the basis of the use of a large number of time series data. This paper presents two new models of flight delay prediction based on spline curve Arima model and multivariate linear regression. The first one is the general prediction model of aircraft delay. The model divides the delayed factors into three categories: season, take-off time and random factors, and applies the weighted spline curve to fit the two factors. The residual random factor class is fitted with ARIMA model to minimize the error. This model not only has good predictability. And it can be predicted in a relatively long-term range. The second model is a new model for real-time prediction of aircraft arrival delay, which covers the take-off weather, airlines. Many important factors, such as national aviation system, safety and the previous delayed flight, are modeled on the basis of using a large number of corresponding time series data through spline curves and multivariate regression models. And real-time grab weather data, flight information to predict the flight delay in real time. At the same time, on the basis of this model, the flight prediction website is implemented to better display the research results of the text. The model has good predictability and practicability.
【学位授予单位】：南京邮电大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：V352

【相似文献】

相关期刊论文 前10条

1 张成;王兴春;;空中机动目标航路预测模型[J];火力与指挥控制;2007年09期

2 李楷;;论汽车整车库存预测模型的构建[J];现代商贸工业;2008年05期

3 赵国清;张少勇;;关于成长曲线预测模型参数识别的一点看法[J];哈尔滨科学技术大学科学报告会论文摘要汇编;1985年S1期

4 左常勇;;随机疲劳寿命分布预测模型[J];机械强度;1988年02期

5 ;《节能管理和预测模型》[J];中国能源;1991年08期

6 刘沐宇,郑泽岱;灰色预测模型及在巷道收敛位移中的应用[J];非金属矿;1992年05期

7 张步涵;郑琢非;;灰色预测模型在农电规划中的应用[J];水电能源科学;1993年02期

8 陈淑敏;王秀英;;指数预测模型及参数识别[J];哈尔滨科学技术大学学报;1993年03期

9 陈传波,刘广宇;实时参量预测模型及其分析[J];湖北工学院学报;2001年04期

10 梅国建;张向波;徐宗昌;温再华;;基于支持向量分类的装备完好性预测模型[J];装甲兵工程学院学报;2009年01期

相关会议论文 前10条

1 鄢小彬;肖新平;;基于灰色马尔可夫模型的煤矿安全预测[A];第九届中国青年信息与管理学者大会论文集[C];2007年

2 罗荣桂;黄敏镁;;基于自适应神经模糊推理系统的服务业发展预测模型[A];Well-off Society Strategies and Systems Engineering--Proceedings of the 13th Annual Conference of System Engineering Society of China[C];2004年

3 王亮;刘豹;徐德民;;预测模型的选择及其智能化实现[A];科学决策与系统工程——中国系统工程学会第六次年会论文集[C];1990年

4 肖健华;吴今培;;基于支持向量机的预测模型及应用[A];2003年中国智能自动化会议论文集（下册）[C];2003年

5 李阳旭;邓辉文;;一种新的企业市场预测模型及其比较研究[A];2004年中国管理科学学术会议论文集[C];2004年

6 马志元;;城市区域经济、人口、能源、环境综合系统预测模型及应用[A];中国城市建设与环境保护实践——城市建设与环境保护学术研讨会论文集[C];1997年

7 李兆芹;姚克敏;;一种新的疾病发病率预测模型研究[A];首届长三角气象科技论坛论文集[C];2004年

8 李兆芹;姚克敏;;一种新的疾病发病率预测模型研究[A];首届长三角科技论坛——气象科技发展论坛论文集[C];2004年

9 张晓f^;;全球煤炭产量的灰色预测模型[A];中国现场统计研究会第十三届学术年会论文集[C];2007年

10 肖会敏;樊为刚;;基于神经网络的粮食产量预测模型[A];04'中国企业自动化和信息化建设论坛暨中南六省区自动化学会学术年会专辑[C];2004年

相关重要报纸文章 前10条

1 刘庆;“预测模型”要缓行[N];网络世界;2006年

2 特约记者 刘京涛;华东化工销售员工设计价格预测模型见成效[N];中国石油报;2010年

3 南方日报记者 彭琳　实习生 周鹏程;预测世界杯之外 大数据还能做什么[N];南方日报;2014年

4 本报记者 张超;预测模型：推算SARS起落潮[N];科技日报;2003年

5 本报记者 段佳;机器“品肉师”替您“尝鲜”[N];大众科技报;2010年

6 BMC首席IT技术官 Mahendra Durai　IDC顾问 Eric Hatcher Randy Perry;预测智能：管理复杂基础架构的锁钥[N];中国计算机报;2010年

7 张琳 赵伟;巧用Excel构建利润预测模型[N];财会信报;2007年

8 杨宜勇（作者为国家发改委经济研究所副所长）;发挥信息化对就业的“增补效应”[N];第一财经日报;2005年

9 本报记者 汤浔芳　实习记者 董文萍;“孵化器”模式：大数据的垂直运营样本[N];21世纪经济报道;2014年

10 本报记者 安丰;深部找矿的探镜[N];中国国土资源报;2006年

相关博士学位论文 前10条

1 师懿;城市交通规划环评中空气污染预测模型研究[D];中国地质大学;2015年

2 张丽;牦牛肉用品质特性及近红外预测模型和产量等级系统的研究[D];中国农业科学院;2015年

3 周闯;原发性肝癌术后转移复发分子预测模型的优化整合与临床转化[D];复旦大学;2012年

4 孙忠林;煤矿安全生产预测模型的研究[D];山东科技大学;2009年

5 王冬光;控制技术在投资预测模型建立中的应用研究[D];哈尔滨工程大学;2005年

6 张丽峰;中国能源供求预测模型及发展对策研究[D];首都经济贸易大学;2006年

7 王育红;灰色预测模型与灰色证据组合模型研究及应用[D];南京航空航天大学;2010年

8 崔立志;灰色预测技术及其应用研究[D];南京航空航天大学;2010年

9 崔杰;灰色不确定系统建模的理论与方法研究[D];南京航空航天大学;2010年

10 颜鲁春;异味强度预测模型及其在恶臭评价中应用研究[D];北京科技大学;2015年

相关硕士学位论文 前10条

1 刘冰;基于神经网络的纤维热磨过程能耗预测模型的研究[D];东北林业大学;2015年

2 张念;铁路轨道几何不平顺趋势预测的关键算法研究[D];西南交通大学;2015年

3 田振伟;城市能源预测模型的研究与应用[D];昆明理工大学;2015年

4 吴迪;基于模糊决策树算法的安全库存量预测模型[D];中国地质大学(北京);2015年

5 齐雯;采用灰色预测模型改进的HHT算法在故障诊断中的应用[D];华南理工大学;2015年

6 王萍;膀胱癌遗传分数的计算及发病风险预测模型的构建[D];复旦大学;2013年

7 石大宏;基于序列的蛋白质—核苷酸绑定位点预测研究[D];南京理工大学;2015年

8 熊盛华;基于BP神经网络的混合预测模型的实例研究[D];兰州大学;2015年

9 赵Z，

本文编号：1375968