基于時間序列數據分析的飛機延遲預測研究.pdf

1、如今，社會的發(fā)展不僅創(chuàng)造了各種物質財富，同時也產生了海量的數據財富。如何利用這些數據提高人們的生活品質，便要求我們能夠利用這些海量數據進行有效地分類，精確地分析，再加上可靠地預測。
　　本文在運用大量時間序列數據的基礎上，提出了兩種新的基于樣條曲線、ARIMA模型和多元線性回歸的航班晚點預測模型。第一種預測模型是飛機晚點通用預測模型，該模型將晚點因素分為季節(jié)、起飛時間段和隨機因素三大類，季節(jié)和起飛時間段兩大因素運用權重型樣條曲線進

2、行擬合，而殘差項隨機因素類則運用ARIMA模型進行擬合以使誤差降到最低，該模型不僅有良好性預測性，而且可以在一個相對長期的范圍內進行預測。第二種預測模型則是針對飛機到達晚點進行實時預測的一種新模型，該模型涵蓋了起飛天氣、航空公司、國家航空系統(tǒng)，安全性和前一次晚點飛機等眾多重要因素，通過樣條曲線和多元回歸模型，在運用大量相對應的時間序列數據的基礎上進行建模，并實時抓取天氣數據，航班信息來對航班晚點進行實時預測。同時在此模型的基礎上實現(xiàn)了航