基于时间序列数据分析的飞机延迟预测研究

摘要

如今，社会的发展不仅创造了各种物质财富，同时也产生了海量的数据财富。如何利用这些数据提高人们的生活品质，便要求我们能够利用这些海量数据进行有效地分类，精确地分析，再加上可靠地预测。
　　本文在运用大量时间序列数据的基础上，提出了两种新的基于样条曲线、ARIMA模型和多元线性回归的航班晚点预测模型。第一种预测模型是飞机晚点通用预测模型，该模型将晚点因素分为季节、起飞时间段和随机因素三大类，季节和起飞时间段两大因素运用权重型样条曲线进行拟合，而残差项随机因素类则运用ARIMA模型进行拟合以使误差降到最低，该模型不仅有良好性预测性，而且可以在一个相对长期的范围内进行预测。第二种预测模型则是针对飞机到达晚点进行实时预测的一种新模型，该模型涵盖了起飞天气、航空公司、国家航空系统，安全性和前一次晚点飞机等众多重要因素，通过样条曲线和多元回归模型，在运用大量相对应的时间序列数据的基础上进行建模，并实时抓取天气数据，航班信息来对航班晚点进行实时预测。同时在此模型的基础上实现了航班预测网站，以更好的展示文本的研究成果。实验表明，该模型有着良好地预测性以及实用性。

目录

声明

摘要

专用术语注释表

第一章 绪论

1．1 研究背景及意义

1．2 国内外研究现状

1．3 研究内容

1．4 论文组织

第二章 预测模型相关理论

2．1 平滑样条曲线估计

2．2 ARIMA(p，d，q)模型

2．3 时间序列数据的平稳性检验

2．4 多元线性回归模型

2．5 本章小结

第三章 航班飞行数据及其特征

3．1 航班飞行数据的来源与组成

3．2 飞机晚点的相关因素

3．2．1 机场相关性

3．2．2 航空公司相关性

3．2．3 天气影响

3．3 飞机晚点数据的特征

3．3．1 优点分析

3．3．2 缺点分析

3．4 本章小结

第四章 飞机晚点通用预测模型

4．1 飞机晚点通用预测模型的设计

4．1．1 天气和假期方程

4．1．2 起飞时间段因素

4．1．3 随机因素

4．2 飞机晚点通用预蓼阻模型的建模

4．2．1 数据处理

4．2．2 天气和假期因素建模

4．2．3 起飞时间段因素建模

4．2．4 随机因素建模

4．3 检测与评估

4．3．1 测试一

4．3．2 测试二

4．4 本章小结

第五章 飞机晚点实时预测模型

5．1 飞机晚点实时预测模型的设计

5．1．1 系统延迟

5．1．2 天气延迟

5．2 飞机晚点实时预测模型的建模

5．2．1 系统延迟的处理

5．2．2 天气延迟的处理

5．3 检测与评估

5．4 本章小结

第六章 飞机晚点预测系统

6．1 系统综述

6．2 网页应用设计框架

6．2．1 简介

6．2．2 所用技术

6．2．3 网站服务器

6．3 接口

6．3．1 航班时刻表接口

6．3．2 天气API

6．4 界面设计

6．4．1 主搜索页面

6．4．2 搜索结果页面

6．5 本章小结

第七章 总结与展望

参考文献

附录1 攻读硕士学位期间撰写的论文

致谢