隨著空中交通流量的日漸增長,開通航線的不斷增多,航班延誤問題成為了制約著民航業(yè)的發(fā)展的一大難題。而航空公司虛占時刻的航班異常延誤行為,在一定程度上不僅加劇了航班的擁堵狀況,加大了機場的流量壓力,而且造成了航空時刻資源的巨大的浪費。因此,如何科學、有效地檢測和規(guī)避航班的這種虛占時刻行為,成為民航重點關注又亟待解決的重要問題。 目前在我國民航信息系統(tǒng)中儲存著海量的航班運行歷史數(shù)據(jù),但其應用只是實現(xiàn)數(shù)據(jù)的簡單查詢、統(tǒng)計功能,尚未能有效挖掘數(shù)據(jù)中隱藏的關聯(lián)和規(guī)則。而針對虛占時刻的航班異常延誤行為的分析,也主要憑經(jīng)驗來判斷,缺乏科學的理論依據(jù)和有效的決策指導方法。 本文借鑒相關領域的研究成果,針對航班延誤的特點,結(jié)合數(shù)據(jù)挖掘的理論和思想,構(gòu)建了虛占時刻航班異常延誤行為研究綜合模型。該綜合模型融合了基于決策樹的異常航班檢測模型和和基于關聯(lián)規(guī)則的異常航班機場關聯(lián)影響模型。通過基于決策樹算法的異常行為檢測模型,可有效識別潛在具有虛占時刻異常延誤行為傾向的航班;通過構(gòu)建異常航班對機場的關聯(lián)模型,以深入分析虛占時刻的異常延誤航班對機場造成的影響。 本文借助智能的數(shù)據(jù)挖掘工具,采用民航航班延誤的真實數(shù)據(jù),對提出的虛占時刻航班異常延誤行為研究理論模型進行了實證研究,并總結(jié)了虛占時刻的航班異常延誤行為的三點表象特征和兩點數(shù)據(jù)特征,提出了四方面的行為管理策略建議。 本文以商務智能、數(shù)據(jù)挖掘技術的相關理論和思想為指導,以大量文獻資料的搜集和企業(yè)的調(diào)研訪談為基礎,綜合采用定性與定量分析,比較評價分析,實證與理論、管理與技術相結(jié)合等多種科學研究方法來展開研究。其研究平臺和工具主要包括Microsoft SQL Server 2005、SPSS 16.0和Clementine 11.0。 本文的研究思路可為航空領域構(gòu)建相關的異常問題的檢測模型提供借鑒,其研究成果可為促進民航利用科學的方法檢測航班異常延誤行為,進而采取有效的管理措施預防虛占時刻行為的發(fā)生提供決策的參考。
【學位單位】：電子科技大學
【學位級別】：碩士
【學位年份】：2010
【中圖分類】：F562
【部分圖文】：

航班延誤問題成為了民航的一大難題，制約著機場和航空公司的發(fā)展。由于航班延誤導致的旅客拒絕登機、霸機、毆打工作人員等惡性事件屢見不鮮。（1）航班延誤的投訴量不斷升高根據(jù)中國消費者協(xié)會 2010 年 2 月公布的《2009 年全國消協(xié)組織受理投訴情況分析》[3]顯示，2009 年，航空運輸服務投訴量同比上升 44．4％，高居投訴增幅的第 2 位，如圖 1-1 所示。而且從近 3 年來受理航空運輸服務投訴情況來看，200年投訴量為 254 件，2008 年為 284 件，2009 年為 410 件，投訴量呈顯著增大趨勢在航空運輸服務投訴中，主要問題是航班延誤理由不能服人，跟進服務主動性差行李小票疏于查驗，退票不易索賠難等。航班延誤不僅造成了民航優(yōu)質(zhì)服務形象受損，而且嚴重影響了機場安全運行秩序。

4.2 潛在異常航班決策樹檢測模型建立4.2.1 模型構(gòu)建與參數(shù)設置航班延誤虛占時刻航班決策樹檢測模型構(gòu)建過程，如圖 4-2 所示。包括過濾節(jié)點、類型節(jié)點的設置，以及對數(shù)據(jù)集進行分區(qū)，以分割出 70%的訓練集和 30%的測試集，以及對 CHAID 決策樹節(jié)點參數(shù)的設置等。在本 CHAID 決策樹模型中，主要對誤判成本進行調(diào)整設置，以優(yōu)化模型的性能和效果；并同時采用 CHAID 算法和 Exhaustive CHAID 算法來選擇最優(yōu)的決策樹檢測模型。

圖 4-3 CHAID 決策樹模型結(jié)果評價過程.3.1 指標評價本文主要采用命中率、覆蓋率、總體準確率、提升系數(shù)四個指標來評價模效果。根據(jù)表 4-7 誤判矩陣，指標的定義為：命中率（Precision Rate）命中率=BDD+，即檢測異常的航班中實際異常航班的概率，體現(xiàn)模型檢測精確。覆蓋率（Recall Rate）覆蓋率=CDD+，即實際異常的航班中檢測為異常航班的概率，體現(xiàn)了模型效果的普適性�？傮w準確率（Correct Rate of Overall）總體準確率=ABCDAD++++，表示檢測非異常并且實際非異常，以及檢測為

【參考文獻】

相關期刊論文 前10條

1 趙嶷飛,金長江;區(qū)域空中交通流量控制研究[J];飛行力學;2002年02期

2 李雄;劉光才;顏明池;張瑋;;航班延誤引發(fā)的航空公司及旅客經(jīng)濟損失[J];系統(tǒng)工程;2007年12期

3 徐肖豪,黃寶軍;終端區(qū)飛機排序的模糊綜合評判方法研究[J];航空學報;2001年03期

4 李俊生;丁建立;;基于貝葉斯網(wǎng)絡的航班延誤傳播分析[J];航空學報;2008年06期

5 徐濤;丁建立;顧彬;王建東;;基于增量式排列支持向量機的機場航班延誤預警[J];航空學報;2009年07期

6 周皓峰,朱揚勇,施伯樂;一個基于興趣度的關聯(lián)規(guī)則采掘算法[J];計算機研究與發(fā)展;2002年04期

7 黃曉輝,張四海,王煦法;基于免疫網(wǎng)絡的分類應用于審計欺詐檢測[J];計算機工程與應用;2005年29期

8 曹衛(wèi)東;丁建立;;航班延誤樹的構(gòu)造與波及分析[J];計算機工程與應用;2008年16期

9 劉玉潔;何丕廉;劉春波;曹衛(wèi)東;;基于貝葉斯網(wǎng)絡的航班延誤波及研究[J];計算機工程與應用;2008年17期

10 王珊珊;王建東;丁建立;;航班延誤波及鏈的有色出現(xiàn)網(wǎng)模型[J];計算機科學;2009年02期

相關碩士學位論文 前5條

1 張勵;航班延誤補救與顧客滿意度及行為意向關系研究[D];浙江大學;2006年

2 張勝;空管中心預警管理信息系統(tǒng)研究[D];武漢理工大學;2007年

3 周世東;Web數(shù)據(jù)挖掘在電子商務中的應用研究[D];北京交通大學;2008年

4 計金玲;免疫算法在航班延誤快速恢復中應用研究[D];中國民航大學;2008年

5 張亮;航班延誤統(tǒng)計指標體系及延誤等級評估研究[D];中國民航大學;2008年

本文編號：2823787