导读:本文包含了航班延误预警论文开题报告文献综述及选题提纲参考文献，主要关键词:延误预警,集对分析,博弈论,综合评价
航班延误预警论文文献综述
张敏[1]（2019）在《博弈论赋权的航班延误预警集对评价模型》一文中研究指出为了对航班延误状况进行科学有效的预警,首先从引发航班延误的诱因角度出发,基于"人、机、环、管"四个方面构建航班延误预警指标体系。采用博弈论(Game theory,GT)方法把具有主观权重的层次分析法(Analytic Hierarchy Process,AHP)和客观权重的熵权法(Entropy Weight Method, EWM)相结合,分析得到优化后的预警指标权重。由于航班延误预警指标存在不确定性的特点,采用集对分析的方法(Set Pair Analytical Method,SPA)建立航班延误预警模型,确定案例和指标的联系度,然后对案例数据进行集对分析,确定最后的预警等级。应用模型对航班延误等级进行预警,结果显示文章提出的的基于集对博弈论的评价对航班延误的预警结果与实际情况大致相同,论证了该方法在航班延误预警中应用的可行性。(本文来源于《计算机仿真》期刊2019年10期）
胡伯彦,杨建芳[2]（2019）在《2017年华东地区因天气原因大面积航班延误预警(MDRS)统计》一文中研究指出本文利用华东地区大面积航班延误预警(MDRS)记录结果,分析了2017年因天气原因MDRS预警启动情况,并根据用户评分对空管中心气象席位服务质量进行初步评估,总结得到如下结论:华东地区因天气原因全年MDRS预警启动69次,其中黄色预警53次,橙色预警16次,未启动红色预警。6月和8月预警次数相对较多,11-12月没有预警记录。导致预警的天气类型主要为对流,其次为低云低能见度、对流和低云低能见度同时发生。预警区域包含浦东机场、虹桥机场、上海终端区、主干航路,其中终端区和航路预警启动较多。时长5-9.9h的预警全年最多,其次为10-14.9h和0-4.9h的预警。为满足用户需求,空管中心气象席位2017年共发布天气通报2 267份,日均发布6.2份,其中6-8月发布数量显着高于均值。与上海终端区MDRS预警相关的首次天气通报,90%以上提前量超过2 h。全年气象席位预报准确性平均得分88.8,"准确"和"较准确"得分占比超过90%,仅考虑MDRS预警启动日则得分74.5,"准确"和"较准确"得分占比超过80%。全年未出现"不准确"得分。(本文来源于《中国民航飞行学院学报》期刊2019年02期）
高宁煜,杨文东,王晓芬,周靖为[3]（2017）在《粗糙集在航班延误安全预警中的应用》一文中研究指出针对影响航班延误事件的相关因素,基于粗糙集理论,运用Rosetta软件对数据规则进行提取,确定航班延误具体成因与延误等级的关系。实例分析表明:在信息不完全或不确定的情况下,当发生某些等级的航班延误事件时,采用该方法可提前判断可能造成的航班延误等级,为启动安全预警方案作提前准备,避免冲突造成过大损失。(本文来源于《安徽工业大学学报(自然科学版)》期刊2017年04期）
苏军[4]（2017）在《大面积航班延误实时预警研究》一文中研究指出随着我国航空运输业的迅速发展,空中交通容量不能满足日益增长的空中交通需求,加上天气、空管、机场等不确定因素,大面积航班延误频繁发生。大面积航班延误不仅造成巨大的经济损失,而且极易滋生不安全事件。实时、准确的对大面积航班延误进行预警有利于空管部门、航空公司和机场等相关单位及时、有效的调整运行方案,提高应急处置能力,确保航班运行安全、顺畅。本文首先基于大面积航班延误预警历史数据,利用多元统计分析方法探索大面积航班延误的时空分布规律,并用统计学方法验证主要延误因素的相关性;然后,提出基于航班计划的实时航班延误预警模型,评估区域管制空域实时延误程度;随后,采用传染病模型对大面积航班延误的传播机理进行研究,分析航班状态转化关系,建立了基于改进SIR的航班延误传播预警模型;最后,从大面积航班延误特征属性出发,再考虑实时的天气因素,应用支持向量机构建基于SVM的大面积航班延误等级预测分类策略,算例表明该模型的有效性,对比分析表明采用[0,1]归一化方式和径向基核函数时预警等级预测准确率最高,准确率高达94.8%。(本文来源于《中国民航大学》期刊2017-05-19）
孟亭婷[5]（2017）在《基于延误波及的航班延误预警研究》一文中研究指出近年来,航空运输业发展迅速,航班延误及传播问题也越来越严重。控制和减少航班延误是国内外民航管理工作的一个长期而艰巨的任务。通过分析航班运行数据,挖掘数据的内在特征,找出航班延误与波及的变化趋势,对研究航班延误问题具有重要指导意义。基于对航班延误问题的相关文献的学习,本文从以下几方面研究此问题:首先研究延误沿着飞机资源传播的问题,建立基于航班串的贝叶斯网络模型模拟航班延误波及和航班间延误的相互关系,揭示不正常运营条件对航班计划可靠性的影响。根据对航班运营可靠性的分析找出航班串中的薄弱环节即关键机场,运用加权马尔科夫链模型对关键机场的整体延误状态进行预测,以反映机场随机延误因素对延误在航班串中传播的影响。从而更准确地预测航班延误状况,并根据预测结果对航班计划进行相应调整,以提高航班计划运营可靠性。其次考虑到飞机与机组是飞行的主要资源,一架飞机和一个机组在一天中往往要执飞多个连续的航班,因此,如果航班串中一个航班发生延误,延误可能会沿着这两种飞行资源波及到其下游航班。基于这两种飞行资源,提出了两种资源分离方案,对两种案例下的延误因素对航班离港延误的影响以及两个案例的运营鲁棒性进行对比分析,为航班延误问题提供了有效的定量分析手段。最后,由于导致航班延误的因素各种各样,相应的航班延误情况也相对复杂。在不同延误因素或者不同延误时长下,各延误航班对应的服务也会有一定区别。通过对航空公司航班延误评估,提出不同情况下的服务补救建议,如不同延误时长情况下、不同延误原因情况下等,以期提升航班延误情况下服务保障。以上有关航班延误波及的分析,能够帮助相关部门进行航班延误相关问题的管理决策。(本文来源于《南京航空航天大学》期刊2017-03-01）
罗凤娥,张成伟,刘安[6]（2016）在《基于数据挖掘的航班延误预警管理分析》一文中研究指出目前国内对航空公司航班延误状态的描述缺乏统一的计算模型,对航班延误结果的评价也不是很明确。基于航空公司大量历史运行数据,结合数据挖掘中的预测模型建立方法,采用层次分析法(Analytic Hierarchy Proces,AHP)提出了以延误率、平均延误时间、延误旅客人数为评价指标的航班延误状态描述方法,并运用马尔可夫(Markov)链对评价指标进行预测。利用模糊层次分析法(Fuzzy Analytic Hierarchy Process,FAHP)得到各指标权重,结合模糊综合评判法对航班延误状况进行综合评价,建立航班延误预警指标体系。仿真实验与结果分析表明:预警指标能较准确地反映航班延误状况,评价结果客观,可为航空公司航班延误预警管理提供理论与方法支持。(本文来源于《计算机科学》期刊2016年S1期）
杨彩红[7]（2016）在《大面积航班延误下群体拥挤事件预警研究》一文中研究指出根据民航局统计结果显示我国发生大面积航班延误的次数逐年增加。大面积航班延误下航站楼内聚集大量人群,一旦发生群体拥挤事件就会威胁到旅客生命安全。通过对大面积航班延误下群体拥挤事件的预警研究,能够及时预防和控制事件的发生。本文运用事故因果连锁理论从管理失误、旅客心理因素、旅客不安全行为、诱因事件四个方面分析得出航站楼内群体拥挤事件致因机理。根据人流量将航站楼内群体分为自由流、最大流、间歇流、拥挤流四种状态。通过分析群体的自组织和耗散结构特点,得出系统中存在的熵。运用熵的局域平衡假设,将局部人群压力和人群流量作为广义力和广义流,建立群体熵值产生模型和不同状态群体的熵值模型,最终对包含不同状态群体的系统熵值模型进行了构建。通过监控数据计算得出群体系统熵值产生p,根据不同状态群体在理论和实际中所占系统面积的大小,得出群体系统的理论熵值S理论和实际熵值S实际。根据S理论值的大小和p值的正负,将群体拥挤预警划分为红、橙、黄叁个等级。根据人群密度得出S实际和S理论的值并比较其大小及的正负来判定启动的预警等级。群体拥挤预警熵值模型不仅能够预测群体拥挤事件发生的地点和时间,而且可以判断系统状态变化的方向和快慢。(本文来源于《中国民航大学》期刊2016-04-29）
张成伟[8]（2016）在《基于数据挖掘的航班延误预警管理研究》一文中研究指出航班延误是限制民航业发展的难题之一。随着“大数据”时代到来,如果能基于数据挖掘等新技术与决策支持理论开展航班延误预测研究,进而可对航班延误情况进行预警,这将对航空公司制定航班计划和安排延误航班后续保障工作有很大帮助。本论文以航空公司的航班延误预测为应用背景,分析大量航班历史运行数据,挖掘数据内在特征,找出延误波及变化趋势和各要素之间的关联性,为航班延误预警管理提供理论与方法支持。本文的主要研究工作如下：1.根据民航规章和航空公司调研数据,归纳总结了航班延误相关概念及延误原因。研究数据挖掘技术中分类和预测的相关模型及算法,提出了预测在航空公司运行管理过程中的重要作用。2. 针对短周期航班计划的延误预测分析。以时间序列数据挖掘算法为主要建模方法,采用层次分析法(AHP)提出了以延误率、平均延误时间、延误旅客人数为评价指标的航班延误状态描述方法,分别建立了基于马尔科夫链(Markov)和时间序列的航班延误预测分析模型,针对评价指标预测时间序列属性后续状态,并以算例仿真结果对比分析模型的优劣性。3.针对指定航班计划的延误预测分析。以贝叶斯网络(BN)和动态贝叶斯网络(DBN)推理为主要建模方法,通过建立航班数据的贝叶斯网络分析模型,得到不同条件下航班延误情况概率分布；研究了动态贝叶斯网络推理和仿真过程,提出了一种用于构建航班延误预测模型的新方法,建立了实际航班数据的隐马尔科夫(HMM)延误预测分析模型,利用隐马尔科夫模型中解码问题Viterbi算法实现了航班延误时间的预测,该方法提高了航班延误预测对象的精确性,并给出实例仿真过程,验证了模型的有效性。4.航班延误预警机制的研究。以模糊数学为主要建模方法,将预警管理理念应用到航班延误预测分析过程中。运用模糊层次分析法确定延误预警指标体系,利用模糊综合评判法对航班延误状况进行了综合评价。最后以航空公司实际运行数据进行了实例仿真,评价结果表明,预警指标能较准确地反映航班延误状况,评价结果客观,可为航空公司延误预警管理工作提供支持。(本文来源于《中国民用航空飞行学院》期刊2016-04-25）
肖擎[9]（2014）在《在航班延误预警中积累经验》一文中研究指出我国民航空管部门前天晚间发布大面积航班延误红色预警信息。但在各部门协调后，航班运行情况得到优化，自昨日下午开始华东地区通行能力进一步回升，运行基本正常，已取消对上海虹桥机场、普通机场及华东地区大面积航班延误预警。 最近几天，中国民用航空局空中交(本文来源于《湖北日报》期刊2014-07-30）
钱春弦,贾远琨,王经国,王东明[10]（2014）在《航班延误预警解除，相关空域恢复正常》一文中研究指出据新华社北京7月27日电(钱春弦、贾远琨)我国民航空管部门27日对外发布的大面积航班延误红色预警目前已解除,厦门区域航班运行正在逐渐恢复中。其他区域橙色、黄色预警也已解除,相关机场通行能力恢复正常。 从中国民航局空中交通管理局获悉,民航(本文来源于《新华每日电讯》期刊2014-07-28）
航班延误预警论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文利用华东地区大面积航班延误预警(MDRS)记录结果,分析了2017年因天气原因MDRS预警启动情况,并根据用户评分对空管中心气象席位服务质量进行初步评估,总结得到如下结论:华东地区因天气原因全年MDRS预警启动69次,其中黄色预警53次,橙色预警16次,未启动红色预警。6月和8月预警次数相对较多,11-12月没有预警记录。导致预警的天气类型主要为对流,其次为低云低能见度、对流和低云低能见度同时发生。预警区域包含浦东机场、虹桥机场、上海终端区、主干航路,其中终端区和航路预警启动较多。时长5-9.9h的预警全年最多,其次为10-14.9h和0-4.9h的预警。为满足用户需求,空管中心气象席位2017年共发布天气通报2 267份,日均发布6.2份,其中6-8月发布数量显着高于均值。与上海终端区MDRS预警相关的首次天气通报,90%以上提前量超过2 h。全年气象席位预报准确性平均得分88.8,"准确"和"较准确"得分占比超过90%,仅考虑MDRS预警启动日则得分74.5,"准确"和"较准确"得分占比超过80%。全年未出现"不准确"得分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
航班延误预警论文参考文献
[1].张敏.博弈论赋权的航班延误预警集对评价模型[J].计算机仿真.2019
[2].胡伯彦,杨建芳.2017年华东地区因天气原因大面积航班延误预警(MDRS)统计[J].中国民航飞行学院学报.2019
[3].高宁煜,杨文东,王晓芬,周靖为.粗糙集在航班延误安全预警中的应用[J].安徽工业大学学报(自然科学版).2017
[4].苏军.大面积航班延误实时预警研究[D].中国民航大学.2017
[5].孟亭婷.基于延误波及的航班延误预警研究[D].南京航空航天大学.2017
[6].罗凤娥,张成伟,刘安.基于数据挖掘的航班延误预警管理分析[J].计算机科学.2016
[7].杨彩红.大面积航班延误下群体拥挤事件预警研究[D].中国民航大学.2016
[8].张成伟.基于数据挖掘的航班延误预警管理研究[D].中国民用航空飞行学院.2016
[9].肖擎.在航班延误预警中积累经验[N].湖北日报.2014
[10].钱春弦,贾远琨,王经国,王东明.航班延误预警解除，相关空域恢复正常[N].新华每日电讯.2014