机场航班延误状况时间序列分析与预测研究

发布时间：2021-12-29 05:56

　　在民航航班量日益增长过程中,航班延误问题是民航运输必须面对的难题和挑战。机场空域资源不足、黄金时刻拥挤等问题,加之天气变化等不确定因素,使得航班延误频繁发生。通过航班延误影响因素进行事后分析固然容易,但在航班延误影响因素难以预知的前提下,如何从航班延误状况大数据出发,通过学习延误状况时间序列的变化趋势或行为模式对未来一段时间范围内的航班延误状况实现准确、有效预测是民航发展过程中的亟需攻克问题。对此,本文结合某枢纽机场2014.1.1至2018.12.31共5年的航班延误状况数据展开研究。首先,从延误架次、延误时间和平均延误时长3个方面统计航班延误状况,构建了航班延误状况时间序列。然后针对延误状况时间序列的非线性特征进行研究,探讨了3种类型延误状况时间序列的混沌、分形特征,进而利用递归图定性分析不同时间序列的可预测性。结果表明,进场、离场航班延误架次、延误时间和平均延误时长的时间序列均具有混沌特征;采用分形R/S分析表明各序列具有长记忆性,未来趋势与过去是正相关的,且任一时间段的离场航班延误值可对未来15个小时的延误状况产生影响。接着,基于极限学习机（ELM）构建了延误状况时间序列的混沌... 

【文章来源】：中国民航大学天津市

【文章页数】：56 页

【学位级别】：硕士

【部分图文】：

论文研究技术路线

根据第2.2节某枢纽机场的航班延误数据,对于不同的延误状况统计指标,分别构建进、离场航班延误架次、延误率、平均延误时长时间序列,以2018年1月1日至2018年1月20日为例,如图2-1所示。图2-1中,时间长度为15天而时间点却为300个,原因在于构建时间序列过程中数据进行了预处理,删除了01:00~04:59的数据,导致一天内仅含20个小时。凌晨的航班量较少,航班延误状况统计指标多接近于0,或为数值较高的极端值,影响时间序列的分析和预测效果;同时实际当中凌晨时间航班延误分析与预测的应用价值不大,因此,可去除凌晨01:00~04:59的数据。

Lorenz混沌系统的吸引子


本文编号：3555531