一种新型航班延误组合预测模型

为了克服单一的航班延误预测模型在预报时的缺陷,在分析航班延误的特点的情况下,提出了一种基于危险模式和灰色预测组合的新型航班延误预测的方法。对这两种预测方法的结果采用加权组合预测的方式来预测航班延误的趋势变化,预测结果是单一预测模型的加权和,加权系数动态确定。最后通过国内的某枢纽机场的航班延误情况进行了验证。实验表明该模型可以不受某一较差的预测模型影响,从而有较好的预测效果。     

基于Bi-IndRNN和PSO的航班延误预测

针对普通循环神经网络在航班延误预测问题上精度不高、调试时间长的问题,提出基于Bi-IndRNN和粒子群的机场短期航班延误预测模型。模型采用Bi-IndRNN结构作为预测模型,使用粒子群算法对模型超参数进行全局寻优,使模型不仅能够处理长序列的数据,还能够高效率地选择合适的参数,使其预测准确度更高。实验在2018年国内某机...     

航空公司的航班延误成本模型

随着中国民航运输需求的增长,航班延误问题日趋严重。用直接方法和间接方法构建了航班延误的成本模型,结合中国民航实际数据,对模型的参数进行估计,取得了较好的效果。对比了直接法和间接法的优劣,给出了其应用范围,为相关的决策提供了有利的指导。     

大面积航班延误的实时航班延误程度评估研究

为对大面积航班的延误程度进行实时评估,根据航班延误的时空分布特点,从延误时间和延误范围两个角度给出评估指标,建立了航班延误程度实时评估指标体系。采用层次分析法得到各个指标的权重,并在此基础上给出了基于模糊综合评价的航班延误程度实时评估模型。实例的计算结果表明建立的评估模型是可行的。     

基于贝叶斯网络的航班延误传播分析

 由于机场航班之间存在前后衔接关系,每个航班的延误会波及到下游机场及其航班,因此需要一种有效手段来分析航班衔接时的延误传播。贝叶斯网络（BN）是一种有效的传播分析方法,从某个枢纽机场航班延误出发,对其关联机场的衔接航班的延误影响进行分析,提出了基于BN的航班延误传播模型。结合某航空公司实际数据,通过最大期望值算法对模型进行训练,给出了测试结果。实验表明,所提出的方法能有效地分析航班延误从局部到全局的传播。     

基于MHSA和C- BiGRU的航班延误预测研究

针对普通神经网络预测人为因素造成的航班延误能力不足的问题,提出了一种基于多头自注意力机制和卷积双向门控循环单元的预测模型(MHSA-C-BiGRU)对航班延误问题进行研究。模型采用卷积双向门控循环单元(C-BiGRU)提取局部信息和上下游数据的时序信息,利用多头自注意力机制(MHSA)的并行能力从不同位置提取数据内部之间的特征,强化重要信息的权值,使模型聚焦到对当前任务更重要的信息,从而增强模型分析人为因素造成的航班延误的能力。研究使用2018年上海浦东机场的航班数据和气象数据。结果表明,预测模型相对于基础模型的预测准确率提高了4.4%,各项宏平均值有8%的提高,各项权重平均值有5%的提高。     

区域管制空域航班延误实时预测模型

目前航班延误是航空运输业亟待解决的问题之一,建立有效的预测模型实现较准确的实时延误预测,对管制员解决空中交通拥挤、减少航班延误意义重大.基于航班计划,建立区域管制空域内单航路的平均延误时间实时预测模型,通过求和可得到空域内多航路的延误预测模型.算例分析表明,模型能够实时预测区域管制空域平均延误时间,是可行有效的.     

基于Logit模型的航班延误后乘客行为选择研究

目前中国航班延误现象较为普遍，航班延误后乘客行为和心理研究是航班延误现象研究的重要组成部分。现有研究相对较少，对于航班延误后乘客行为选择的研究尚未出现。为了研究乘客在航班延误后行为选择的影响因素，采用调查法，并结合Logit模型，发现自费与否、出行人数、对航空公司品牌看重程度和航班延误告知与否4个因素对于航班延误后乘客行为选择的影响最为显著。同时，结合分析结果，为航空公司制定经营战略提供参考。     

航班延误补偿标准研究

中国现已具备航班延误补偿立法的条件,应由有立法权限的机构在借鉴国内外经验的基础上制定统一的补偿标准。该标准的主要内容应包括延误的界定、延误原因、补偿形式以及实施方式等方面。各航空公司应积极对外公布补偿标准并严格执行。     

基于贝叶斯网络的航班延误数据初步分析

导致航班延误的影响因素很多,虽然有研究致力于原因分析,但重点多在于定性分析,并没有对这些因素进行界定,而使航班延误的结果存在一个模糊的范围.将概率统计的贝叶斯规则用于分析民航航班数据,建立贝叶斯网络模型,对航班延误发生的时间,延误的时间以及延误原因进行分析.通过贝叶斯方法的概率统计,直观反映航班进出机场的延误情况.研究结果可以辅助领导层决策,针对具体延误原因制定相关策略,为减少飞机延误,保证航空公司飞行正点率工作提供切实的依据.     

基于满意度分析的航班延误处置收益研究

通过研究社会属性和出行特征对旅客在面对航班延误,航班取消等的不同心理反应和行为特征,针对目前旅客满意度研究中基本是依靠评价指标体系进行宏观定量评价的研究现状,提出一种基于行为决策理论(微观心理学)的满意度动力学模型,定量分析大面积航班延误情景下旅客满意度的动态变化和不同措施组合对满意度的提升效果.同时,建立基于前景理论的旅客满意度收益模型,实现旅客满意度变化与航空公司收益的函数映射,通过实验分析不同延误服务组合对航空公司的收益影响,为航空公司提升旅客满意度,提升服务的时效性和针对性提供理论基础.     

基于经济损失的航班延误恢复模型研究

分析了航班延误的恢复调度问题,并针对问题提出了一种机场大面积航班延误恢复模型,模型考虑了航班延误的延误时间,还考虑了不同机型对航班延误经济损失造成的影响。构造了基于免疫机制的免疫遗传算法来求解模型,此算法保留了标准遗传算法随机全局并行搜索的特点,又在相当大的程度上避免了未成熟收敛。用实际的航班信息进行仿真研究结果表明,文中的模型和算法切实可行。     

基于BP神经网络的航班需求预测模型

航班需求预测是航空公司收益管理的关键技术。BP神经网络用大量的历史数据进行学习,能够记忆复杂的历史订座规律和销售趋势,提出了一种基于BP神经网络的航班需求预测模型。通过对历史数据进行主成分分析获得该模型,用一元回归法和相关系数法对训练质量进行评估,对模型作了置信区间分析。将该模型与增量法、回归法进行了对比,具有在线预测速度快、预测精度相对较高等优点。