数学建模论文-关于航班延误问题的分析研究

数学建模论文-关于航班延误问题的分析研究

ID:6789182

大小:652.50 KB

页数:30页

时间:2018-01-25

数学建模论文-关于航班延误问题的分析研究_第1页
数学建模论文-关于航班延误问题的分析研究_第2页
数学建模论文-关于航班延误问题的分析研究_第3页
数学建模论文-关于航班延误问题的分析研究_第4页
数学建模论文-关于航班延误问题的分析研究_第5页
资源描述:

《数学建模论文-关于航班延误问题的分析研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、答卷编号(参赛学校填写):答卷编号(竞赛组委会填写):论文题目:D题目组别?参赛队员信息(必填):参赛学校:辽宁工程技术大学(葫芦岛校区)答卷编号(参赛学校填写):答卷编号(竞赛组委会填写):评阅情况(学校评阅专家填写):学校评阅1.学校评阅2.学校评阅3.评阅情况(联赛评阅专家填写):联赛评阅1.联赛评阅2.联赛评阅3.关于航班延误问题的分析研究随着民航业的迅速发展,航班延误的现象大幅增加,航班延误已成为制约航空业发展的一个痼疾。航班延误的问题一直以来都是困扰着航空公司和旅客的一个难题。我们通过长期对flightstates.com网站和中国民用航天局网数据的

2、收集,利用MATLAB,SPSS,Excel软件对于香港南华早报网对我国航班延误排名和相关问题进行了相关的分析。问题一:我们采用主成分分析法,基于三个延误指标对国际上各大机场的延误率进行排名,验证了香港南华早报网上对我国航班延误率排名分析的正确性。问题二:由于航空运输的特殊性,对天气,航空管制与管理等条件的要求较高。我们用多元线性回归法分析得出了各因素对航班延误的影响程度,进而得出导致航班延误的主要原因,综合利用指数平滑法和灰色预测出未来年份各因素导致航班延误的比率,再通过回归方程预测接下来几年我国航班延误率。问题三:通过聚类分析法我们将导致航班延误的原因分为三

3、大类,第一类是由于航空公司原因,机场原因,还有旅客原因导致的主观可控性因素;第二类是天气原因等不可控性因素,第三类是流量控制原因和军事活动原因为客观可控性因素。由于无法消除天气,军事活动等不可抗拒因素的影响,航班延误研究和实践重心应放在航空公司、机场等可控因素之上,以最大限度减少由可控因素引起的延误,消除由延误服务失败引起的“双倍震荡”延误;降低航班延误是一个系统性问题,需要民航系统内部各服务单位之间的统一协调,也需要民航运输和其他运输方式之间的协调,我们给出航班预警机制数据流图同时对乘客在选择出行时间上给与合理的建议。关键词:航班延误主成分分析法多元线性回归分

4、析指数平滑法灰色预测聚类分析1问题的重述香港南华早报网根据flightStates.com的统计称:中国的航班延误最严重,国际上航班延误最严重的10个机场中,中国占了7个。其中包括上海浦东、上海虹桥、北京国际、杭州萧山、广州白云、深圳宝安、成都双流等机场。请自行收集数据并研究以下问题:(1)上述结论是否正确?(1)我国航班延误的主要原因是什么?(2)有什么改进措施?2模型的假设1:(1)a.本案例所给的各种延误因素具有代表性,数据能确实反映飞机延误的各项指标(2)b.所给数据认为是准确可靠的。(3)c.由于数据量大,对收集到的各个延误因素数据处理符合原数据的数据

5、特点。2:(1) 因变量与自变量之间存在线性关系; (2) 残差是独立的; (3)残差满足方差奇性; (4)残差满足正态分布。4问题的分析与模型的建立4.1问题一的4.1.1问题的分析航班延误是指航班降落时间比计划降落时间(航班时刻表上的时间)延迟30分钟以上或航班取消的情况。香港南华早报网根据flightStates.com的统计称:中国的航班延误最严重,国际上航班延误最严重的10个机场中,中国占了7个,对此问题我们拟用主成分分析法对国际上各大机场的延误情况进行研究分析,进而得出他们的结果是否正确,验证分析是否是中国的机场延误情况最严重。4.1.2模型一主成分

6、分析也称主分量分析,旨在利用降维的思想,把多指标转化为少数几个综合指标。在实际问题研究中,为了全面、系统地分析问题,我们必须考虑众多影响因素。这些涉及的因素一般称为指标,在多元统计分析中也称为变量。因为每个变量都在不同程度上反映了所研究问题的某些信息,并且指标之间彼此有一定的相关性,因而所得的统计数据反映的信息在一定程度上有重叠。我们为了全面分析国际上各大机场的延误情况,我们从Flightstates网站上收集北美,亚洲和欧洲各大机场的延误30-44min,45min以上,和取消的航班为三个不同的延误指标,用主成分分析法对这些机场的延误率情况进行研究定性考察反映

7、亚洲,欧洲和美洲各大机场飞机延误情况的三项指标,同时对亚洲,欧洲和美洲各大机场从0到106进行编号。这些指标简可能存在较强的相关性。比如延误30-44min,延误45分钟以上和取消的航班这三个延误指标之间可能存在较强的相关性,为了验证这种想法,计算出了这三个指标之间的相关系数的相关矩阵如下:解:从样本相关矩阵R出发进行主成分分析。样本相关矩阵R为:可以看出这些指标之间确实存在很强相关性,如果直接用这些指标进行综合评价,必然会造成信息的重叠,影响评价结果的客观性。主成分分析方法可以把多个指标转化为少数几个不相关的综合指标,因此,可以考虑利用主成分进行综合评价。利用

8、matlab软件对三个指

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。