摘要 | 第4-5页 |
abstract | 第5页 |
缩略词 | 第11-12页 |
第一章 绪论 | 第12-19页 |
1.1 本文的选题背景和研究意义 | 第12-13页 |
1.1.1 选题背景 | 第12-13页 |
1.1.2 研究意义 | 第13页 |
1.2 国内外研究现状 | 第13-17页 |
1.2.1 关于航班延误原因分析的研究现状和存在问题 | 第13-14页 |
1.2.2 关于航班延误预测的研究现状和存在问题 | 第14-17页 |
1.3 本文的研究内容与研究方法 | 第17-19页 |
1.3.1 研究内容 | 第17-18页 |
1.3.2 研究方法 | 第18页 |
1.3.3 技术路线 | 第18-19页 |
第二章 航班延误原因分析 | 第19-32页 |
2.1 航班的延误原因分析 | 第19-21页 |
2.2 不同类型的航班延误发生条件分析 | 第21-30页 |
2.2.1 决策树 | 第21-22页 |
2.2.2 决策树的特点 | 第22页 |
2.2.3 决策树的构造 | 第22-24页 |
2.2.4 构造航班延误类型的决策树 | 第24-30页 |
2.3 本章小结 | 第30-32页 |
第三章 航班延误率的分析和预测 | 第32-48页 |
3.1 航班延误率的定义 | 第32页 |
3.2 影响航班延误率的不同因素 | 第32-37页 |
3.3 不同因素对航班延误状态的影响 | 第37-46页 |
3.3.1 贝叶斯网络 | 第37-39页 |
3.3.2 TAN贝叶斯网络分析不同因素对航班延误状态的影响 | 第39-46页 |
3.4 本章小结 | 第46-48页 |
第四章 航班实际延误时间的分析和预测 | 第48-59页 |
4.1 航班实际延误时间的定义 | 第48页 |
4.2 航班实际延误时间的分析 | 第48-52页 |
4.2.1 按照月份统计 | 第48-51页 |
4.2.2 按照小时统计 | 第51-52页 |
4.3 航班延误时间的预测 | 第52-58页 |
4.3.1 KNN算法 | 第52-53页 |
4.3.2 用KNN算法进行航班实际延误时间的预测 | 第53-58页 |
4.4 本章小结 | 第58-59页 |
第五章 总结和展望 | 第59-61页 |
5.1 研究工作总结 | 第59-60页 |
5.2 创新之处 | 第60页 |
5.3 研究展望 | 第60-61页 |
参考文献 | 第61-65页 |
致谢 | 第65-66页 |
在学期间的研究成果及发表的学术论文 | 第66页 |