21世紀以來,隨著國家經濟建設與工業(yè)生產的高速發(fā)展,航空交通運輸成為人們選擇的主要出行方式之一,因而航空安全性及準點率越來越受到人們的密切關注。而飛機積冰、顛簸、雷暴、風切變以及低能見度等氣象因素是影響航班正常運行的重要原因之一,其中西南地區(qū)機場受低能見度影響尤為顯著。本文以成都雙流機場2014-2018年5年間的氣象數據、大氣氣溶膠和大氣污染物數據對機場航班延誤及恢復進行預測,主要內容由以下三個部分組成:多元非線性分析、低能見度預測、航班延誤及恢復預測,具體概述如下:多元非線性分析部分,先進行能見度與其影響因子之間的變化趨勢及相關性分析,確定3個主要影響因子及3個次要影響因子。由于能見度觀測值受觀測儀器量程的影響,為了數據的規(guī)范化,剔除數值為10km的數據組,對3個主要影響因子做多元非線性擬合,用得到的擬合方程對剔除數據組的能見度做反向計算得到的優(yōu)化數據,優(yōu)化數據組中的能見度與其影響因子之間的任何非線性相關性均較原數據組要高,且主要影響因子與能見度之間的相關函數為S型函數。在低能見度預測方面,根據雙流機場的實際低能見度運行程序設定3個能見度等級標準。由于一般BP神經網絡存在局限性,所...

【文章頁數】：73 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 研究背景和意義
    1.2 國內外研究現狀
        1.2.1 國外大氣能見度研究現狀
        1.2.2 國內大氣能見度研究現狀
        1.2.3 航班準點率研究現狀
    1.3 論文的主要工作
    1.4 論文的結構安排
第2章 資料數據庫的構建及研究方法
    2.1 觀測儀器與資料來源
    2.2 基本研究方法
    2.3 非線性回歸分析方法研究
    2.4 能見度預測等級劃分
    2.5 本章小結
第3章 各影響因子對大氣能見度的影響
    3.1 大氣能見度隨時間變化特征及相關性分析
        3.1.1 大氣能見度與其影響因子隨時間變化特征
        3.1.2 大氣能見度與其影響因子相關性分析
    3.2 大氣能見度的非線性回歸分析及擬合
        3.2.1 大氣能見度與PM_2.5和PM₁₀的非線性回歸分析
        3.2.2 大氣能見度與相對濕度的非線性回歸分析
        3.2.3 大氣能見度與相對濕度PM_2.5、PM₁₀的多元非線性擬合
    3.3 擬合方程對量程外數據求解
    3.4 本章小結
第4章 基于GA-BP神經網絡的低能見度預測模型
    4.1 BP神經網絡和遺傳算法的原理及適用性分析
        4.1.1 BP神經網絡基本原理
        4.1.2 BP神經網絡適用性分析
        4.1.3 遺傳算法的基本原理
    4.2 數據預處理及BP神經網絡預測模型設計
        4.2.1 預測時間范圍設定及數據準備
        4.2.2 BP神經網絡預測模型的設計
    4.3 GA-BP神經網絡模型參數的設置
        4.3.1 遺傳算法優(yōu)化BP神經網絡模型設計
        4.3.2 GA-BP神經網絡模型參數設置
    4.4 實驗結果的驗證與分析
        4.4.1 預測模型的計算流程
        4.4.2 預測結果檢驗
    4.5 本章小結
第5章 低能見度對航班延誤的影響
    5.1 正常航班的定義
        5.1.1 航班進出港正常性指標
        5.1.2 不正常航班原因分析
    5.2 航班動態(tài)數據處理及分析
        5.2.1 雙流機場整體延誤率研究
        5.2.2 進出港航班小時平均航班量及延誤量分析
        5.2.3 不同能見度類別對航班延誤率的影響
    5.3 不同低能見度條件下的航班延誤時間變化規(guī)律
        5.3.1 低能見度的時間變化規(guī)律
        5.3.2 不同低能見度范圍內的航班延誤率分析
    5.4 本章小結
第6章 低能見度條件下的航班延誤及恢復預測
    6.1 航班延誤及恢復預測的數學模型
    6.2 個例分析對數學模型求解
    6.3 航班恢復預測模型的檢驗
    6.4 本章小結
總結與展望
參考文獻
攻讀碩士學位期間取得的學術成果
致謝



本文編號：3830348