低能见度条件下的航班延误及恢复预测方法研究

发布时间：2023-06-04 00:39

　　21世纪以来,随着国家经济建设与工业生产的高速发展,航空交通运输成为人们选择的主要出行方式之一,因而航空安全性及准点率越来越受到人们的密切关注。而飞机积冰、颠簸、雷暴、风切变以及低能见度等气象因素是影响航班正常运行的重要原因之一,其中西南地区机场受低能见度影响尤为显著。本文以成都双流机场2014-2018年5年间的气象数据、大气气溶胶和大气污染物数据对机场航班延误及恢复进行预测,主要内容由以下三个部分组成:多元非线性分析、低能见度预测、航班延误及恢复预测,具体概述如下:多元非线性分析部分,先进行能见度与其影响因子之间的变化趋势及相关性分析,确定3个主要影响因子及3个次要影响因子。由于能见度观测值受观测仪器量程的影响,为了数据的规范化,剔除数值为10km的数据组,对3个主要影响因子做多元非线性拟合,用得到的拟合方程对剔除数据组的能见度做反向计算得到的优化数据,优化数据组中的能见度与其影响因子之间的任何非线性相关性均较原数据组要高,且主要影响因子与能见度之间的相关函数为S型函数。在低能见度预测方面,根据双流机场的实际低能见度运行程序设定3个能见度等级标准。由于一般BP神经网络存在局限性,所...

【文章页数】：73 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 绪论
    1.1 研究背景和意义
    1.2 国内外研究现状
        1.2.1 国外大气能见度研究现状
        1.2.2 国内大气能见度研究现状
        1.2.3 航班准点率研究现状
    1.3 论文的主要工作
    1.4 论文的结构安排
第2章 资料数据库的构建及研究方法
    2.1 观测仪器与资料来源
    2.2 基本研究方法
    2.3 非线性回归分析方法研究
    2.4 能见度预测等级划分
    2.5 本章小结
第3章 各影响因子对大气能见度的影响
    3.1 大气能见度随时间变化特征及相关性分析
        3.1.1 大气能见度与其影响因子随时间变化特征
        3.1.2 大气能见度与其影响因子相关性分析
    3.2 大气能见度的非线性回归分析及拟合
        3.2.1 大气能见度与PM_2.5和PM₁₀的非线性回归分析
        3.2.2 大气能见度与相对湿度的非线性回归分析
        3.2.3 大气能见度与相对湿度PM_2.5、PM₁₀的多元非线性拟合
    3.3 拟合方程对量程外数据求解
    3.4 本章小结
第4章 基于GA-BP神经网络的低能见度预测模型
    4.1 BP神经网络和遗传算法的原理及适用性分析
        4.1.1 BP神经网络基本原理
        4.1.2 BP神经网络适用性分析
        4.1.3 遗传算法的基本原理
    4.2 数据预处理及BP神经网络预测模型设计
        4.2.1 预测时间范围设定及数据准备
        4.2.2 BP神经网络预测模型的设计
    4.3 GA-BP神经网络模型参数的设置
        4.3.1 遗传算法优化BP神经网络模型设计
        4.3.2 GA-BP神经网络模型参数设置
    4.4 实验结果的验证与分析
        4.4.1 预测模型的计算流程
        4.4.2 预测结果检验
    4.5 本章小结
第5章 低能见度对航班延误的影响
    5.1 正常航班的定义
        5.1.1 航班进出港正常性指标
        5.1.2 不正常航班原因分析
    5.2 航班动态数据处理及分析
        5.2.1 双流机场整体延误率研究
        5.2.2 进出港航班小时平均航班量及延误量分析
        5.2.3 不同能见度类别对航班延误率的影响
    5.3 不同低能见度条件下的航班延误时间变化规律
        5.3.1 低能见度的时间变化规律
        5.3.2 不同低能见度范围内的航班延误率分析
    5.4 本章小结
第6章 低能见度条件下的航班延误及恢复预测
    6.1 航班延误及恢复预测的数学模型
    6.2 个例分析对数学模型求解
    6.3 航班恢复预测模型的检验
    6.4 本章小结
总结与展望
参考文献
攻读硕士学位期间取得的学术成果
致谢



本文编号：3830348