| 致谢 | 第5-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 1 引言 | 第14-32页 |
| 1.1 研究背景与意义 | 第14-16页 |
| 1.1.1 研究背景 | 第14-15页 |
| 1.1.2 研究意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-23页 |
| 1.2.1 值机行李处理流程及量化指标 | 第16-18页 |
| 1.2.2 机场行李作业相关的国内外研究现状 | 第18-21页 |
| 1.2.3 预测方法概述 | 第21-23页 |
| 1.3 机器学习 | 第23-29页 |
| 1.3.1 机器学习三要素 | 第24-26页 |
| 1.3.2 模型评估与模型选择 | 第26-27页 |
| 1.3.3 生成模型和判别模型 | 第27-28页 |
| 1.3.4 监督式学习的问题分类 | 第28-29页 |
| 1.4 论文研究内容与框架 | 第29-32页 |
| 2 数据预处理 | 第32-52页 |
| 2.1 基于K近邻的缺失数据插补算法原理 | 第32-34页 |
| 2.1.1 K近邻算法简介 | 第32-33页 |
| 2.1.2 基于K近邻的缺失数据插补算法流程 | 第33页 |
| 2.1.3 误差分析方法 | 第33-34页 |
| 2.2 数据来源及加工处理 | 第34-41页 |
| 2.2.1 数据来源 | 第34-35页 |
| 2.2.2 数据存在的问题 | 第35-39页 |
| 2.2.3 旅客样本选取 | 第39-40页 |
| 2.2.4 数据统计 | 第40-41页 |
| 2.3 旅客异常数据项处理实验设计 | 第41-44页 |
| 2.4 数据预处理实验内容总结 | 第44-46页 |
| 2.5 实验结果分析 | 第46-51页 |
| 2.5.1 删除处理结果分析 | 第46-47页 |
| 2.5.2 插补处理结果分析 | 第47-51页 |
| 2.6 本章小结 | 第51-52页 |
| 3 行李需求特性分析 | 第52-72页 |
| 3.1 值机三要素相关特性 | 第52-53页 |
| 3.2 时序规律分析 | 第53-58页 |
| 3.2.1 时间分布规律 | 第54-56页 |
| 3.2.2 时序特性分析 | 第56-58页 |
| 3.3 行李需求序列状态区间划分 | 第58-64页 |
| 3.3.1 Fisher有序聚类原理 | 第59-60页 |
| 3.3.2 序列区间划分结果分析 | 第60-64页 |
| 3.4 航班信息对行李需求的影响分析 | 第64-70页 |
| 3.4.1 航班飞行时间与行李需求的关系分析 | 第64-65页 |
| 3.4.2 到达与离开机理分析 | 第65-67页 |
| 3.4.3 空间相关性 | 第67-70页 |
| 3.5 本章小结 | 第70-72页 |
| 4 基于时间序列分析的行李需求长时预测建模研究 | 第72-90页 |
| 4.1 时间序列基本原理 | 第72-76页 |
| 4.1.1 平稳时间序列及其模型 | 第72-74页 |
| 4.1.2 非平稳时间序列及其模型 | 第74-76页 |
| 4.2 SARIMA模型建模流程 | 第76-79页 |
| 4.2.1 平稳性检验 | 第76-77页 |
| 4.2.2 建模前白噪声检验 | 第77页 |
| 4.2.3 模型定阶 | 第77-78页 |
| 4.2.4 参数估计 | 第78页 |
| 4.2.5 模型诊断 | 第78-79页 |
| 4.3 案例分析 | 第79-89页 |
| 4.3.1 问题描述及数据说明 | 第79页 |
| 4.3.2 长时预测模型构建 | 第79-86页 |
| 4.3.3 实验结果分析 | 第86-89页 |
| 4.4 本章小结 | 第89-90页 |
| 5 基于GBDT集成学习法的行李需求短时预测建模研究 | 第90-114页 |
| 5.1 短时预测模型设计思路 | 第90-92页 |
| 5.2 基于树模型的集成学习方法相关原理 | 第92-100页 |
| 5.2.1 分类回归决策树 | 第92-94页 |
| 5.2.2 集成学习 | 第94-95页 |
| 5.2.3 梯度提升 | 第95-97页 |
| 5.2.4 梯度提升决策树(GBDT) | 第97-100页 |
| 5.3 短时预测模型构建 | 第100-107页 |
| 5.3.1 问题描述及数据说明 | 第100页 |
| 5.3.2 特征工程 | 第100-105页 |
| 5.3.3 参数调优 | 第105-107页 |
| 5.4 实验结果分析 | 第107-112页 |
| 5.4.1 最佳模型设计方案选择 | 第107-108页 |
| 5.4.2 最佳模型设计方案的短时预测结果分析 | 第108-111页 |
| 5.4.3 模型解释 | 第111-112页 |
| 5.5 本章小结 | 第112-114页 |
| 6 总结与展望 | 第114-118页 |
| 6.1 工作总结 | 第114-115页 |
| 6.2 创新点 | 第115-116页 |
| 6.3 研究展望 | 第116-118页 |
| 参考文献 | 第118-122页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第122-126页 |
| 学位论文数据集 | 第126页 |