航班动态数据挖掘与航班预测模型的研究和实现
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 课题研究背景 | 第9-10页 |
| 1.2 课题研究目的和意义 | 第10-11页 |
| 1.3 课题研究现状 | 第11-12页 |
| 1.4 课题研究内容及论文结构 | 第12-13页 |
| 第二章 数据挖掘技术 | 第13-21页 |
| 2.1 数据挖掘的涵义 | 第13-14页 |
| 2.2 数据挖掘的过程 | 第14-15页 |
| 2.2.1 确定业务对象 | 第14页 |
| 2.2.2 数据准备 | 第14-15页 |
| 2.2.3 数据挖掘 | 第15页 |
| 2.2.4 结果分析 | 第15页 |
| 2.2.5 知识同化 | 第15页 |
| 2.3 数据挖掘的功能和算法 | 第15-17页 |
| 2.4 数据挖掘的工具 | 第17-20页 |
| 2.5 本章小结 | 第20-21页 |
| 第三章 航班动态数据的挖掘与分析 | 第21-32页 |
| 3.1 机场繁忙度 | 第22-26页 |
| 3.1.1 机场当前10分钟起降次数 | 第23-24页 |
| 3.1.2 机场当前10分钟起降延误次数 | 第24页 |
| 3.1.3 机场历史1年平均起降次数 | 第24-25页 |
| 3.1.4 机场历史1年平均起降延误次数 | 第25页 |
| 3.1.5 机场繁忙度的计算 | 第25-26页 |
| 3.2 航班准点率 | 第26-27页 |
| 3.3 航班上座率及相对平均价格 | 第27-28页 |
| 3.4 航班上座率与相对平均价格的关系 | 第28-29页 |
| 3.5 航班上座率与季节的关系 | 第29-31页 |
| 3.6 本章小结 | 第31-32页 |
| 第四章 航班到达时间的预测算法研究 | 第32-45页 |
| 4.1 航班到达时问的影响因素分析 | 第32-33页 |
| 4.1.1 航班飞行时间 | 第32-33页 |
| 4.1.2 航班经停延误时间 | 第33页 |
| 4.2 航班飞行时间的研究 | 第33-39页 |
| 4.2.1 航班飞行时间的直接计算方法 | 第34-36页 |
| 4.2.2 航班飞行时间的间接计算方法 | 第36-37页 |
| 4.2.3 计算航线飞行时间的正态分布区间 | 第37-38页 |
| 4.2.4 计算航班的95%概率飞行时间 | 第38-39页 |
| 4.3 航班经停延误时间的研究 | 第39-43页 |
| 4.3.1 航班减速进港过程分析 | 第39-40页 |
| 4.3.2 航班经停上下客过程分析 | 第40页 |
| 4.3.3 航班加速离港过程分析 | 第40-41页 |
| 4.3.4 航班经停延误模型 | 第41-43页 |
| 4.4 航班到达时间预测模型 | 第43页 |
| 4.5 本章小结 | 第43-45页 |
| 第五章 航班到达时间预测模型的实现 | 第45-56页 |
| 5.1 时间序列预测模型 | 第45-46页 |
| 5.1.1 时间序列的定义 | 第45页 |
| 5.1.2 时间序列预测模型的特点 | 第45-46页 |
| 5.2 预测过程 | 第46-47页 |
| 5.2.1 数据预处理 | 第46页 |
| 5.2.2 预测步骤 | 第46-47页 |
| 5.2.3 预测模型评估 | 第47页 |
| 5.3 常见预测方法在航班到达时间中的应用 | 第47-55页 |
| 5.3.1 线性回归方法 | 第48-49页 |
| 5.3.2 非线性回归方法 | 第49-50页 |
| 5.3.3 人工神经网络方法 | 第50-52页 |
| 5.3.4 贝叶斯网络方法 | 第52-55页 |
| 5.4 预测结果对比分析 | 第55页 |
| 5.5 本章小结 | 第55-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 6.1 论文工作总结 | 第56-57页 |
| 6.2 问题与展望 | 第57-58页 |
| 参考文献 | 第58-60页 |
| 致谢 | 第60-61页 |
| 攻读学位期间发表的学术论文 | 第61页 |
