動態(tài)數(shù)據(jù)驅(qū)動的航班延誤預(yù)測關(guān)鍵技術(shù)研究.pdf

1、隨著社會的發(fā)展，空中交通流量日漸增長，航班延誤問題已經(jīng)成為了民航各部門迫切需要解決的難題。造成航班延誤的原因很復(fù)雜，且多屬不確定因素。因此，多年來，航班延誤問題一直不能有效解決。航班延誤還存在一個(gè)鏈?zhǔn)椒磻?yīng)問題，即當(dāng)一架航班發(fā)生延誤時(shí)，可能會影響下一航班的正點(diǎn)到達(dá)或起飛，并間接波及到更多下游航班。當(dāng)樞紐機(jī)場發(fā)生大面積航班延誤時(shí)，如能進(jìn)行預(yù)測，及時(shí)采取相應(yīng)措施，可減小航班延誤波及影響，提高民航業(yè)服務(wù)形象。航班延誤預(yù)測可以看作是一種動態(tài)系統(tǒng)狀

2、態(tài)估計(jì)問題，且航班運(yùn)行整個(gè)過程受監(jiān)控，實(shí)時(shí)數(shù)據(jù)充分。鑒于此，本文嘗試運(yùn)用動態(tài)數(shù)據(jù)驅(qū)動的方法來進(jìn)行航班延誤預(yù)測，對應(yīng)用過程中的關(guān)鍵問題進(jìn)行了研究。本文的主要工作有:
　　(1)提出采用狀態(tài)空間模型來對航班延誤系統(tǒng)進(jìn)行建模的方法，以獲得適用于動態(tài)數(shù)據(jù)驅(qū)動航班延誤預(yù)測的預(yù)測模型。在分析延誤波及事件序列的基礎(chǔ)上，分別建立了單機(jī)多任務(wù)航班延誤狀態(tài)空間模型和連續(xù)進(jìn)離港航班延誤狀態(tài)空間模型，為預(yù)測做好模型準(zhǔn)備。
　　(2)提出采用基于支持

3、向量回歸的方法對航班延誤狀態(tài)空間模型中的關(guān)鍵參數(shù)進(jìn)行回歸。并對航班運(yùn)行歷史記錄進(jìn)行特征提取、標(biāo)準(zhǔn)化處理和孤立點(diǎn)清除，得到可用于模型回歸的數(shù)據(jù)集。在計(jì)算出支持向量機(jī)最佳參數(shù)后，分別對空中延誤和場面延誤進(jìn)行了模型回歸，得到了這兩個(gè)參數(shù)的可不斷根據(jù)航班運(yùn)行記錄更新的計(jì)算模型。
　　(3)對數(shù)據(jù)同化問題進(jìn)行了全面研究，提出采用濾波算法來動態(tài)融合航班延誤狀態(tài)的先驗(yàn)估計(jì)值與觀測值，通過迭代的預(yù)測和更新得到每一步延誤狀態(tài)的后驗(yàn)估計(jì)。在所有十六種

4、可能出現(xiàn)的不同性質(zhì)的系統(tǒng)中，對常用的幾種濾波算法進(jìn)行預(yù)測效果和執(zhí)行效率的對比，為航班延誤預(yù)測過程中數(shù)據(jù)同化方法的選擇提供了依據(jù)。
　　(4)提出了一種基于有限混合模型的航班延誤概率分布計(jì)算方法，并基于遺傳EM算法對混合模型中的所有參數(shù)進(jìn)行了最優(yōu)估計(jì)，以便根據(jù)狀態(tài)變量的實(shí)際分布特性和觀測變量的實(shí)際分布特性選擇合適的數(shù)據(jù)同化方法。在計(jì)算航班延誤概率分布模型的過程中，還驗(yàn)證了遺傳EM算法相比傳統(tǒng)EM算法的優(yōu)勢。
　　(5)基于上述