English
Flight delays prediction modeling in Chinese hub airport: a case study of Shanghai Pudong International Airport
文件大小：
1234k
资源说明：Flight delays prediction modeling in Chinese hub airport: a case study of Shanghai Pudong International Airport
本文是关于中国枢纽机场航班延误预测模型的研究，特别选取了上海浦东国际机场作为案例进行分析。文章首先强调了航班延误对枢纽机场的重要性，并指出航班延误通常包括到达延误、出发延误和机场发布延误等几种类型。研究旨在预测延误的种类和每小时延误持续时间，并使用上海浦东国际机场（PVG）作为案例研究对象，后者作为中国最大的机场之一，具有重要的研究价值。
研究方法上，本文通过分析机场运营数据，使用后向逐步选择算法挖掘了相关因素作为预测变量。与以往的研究相比，本文选取了更多的数据字段进行分析。接着，使用网格搜索算法和交叉验证测试来选择最优的模型参数，并建立了支持向量回归（Support Vector Machine Regression, SVMR）模型。通过训练集数据对预测模型进行训练，并使用测试集数据来验证预测结果。分析结果显示，支持向量回归模型能够抓住航班延误的趋势，并准确预测延误。
在引言部分，文章提到近年来随着航空运输的快速发展，航班延误问题日益凸显，已成为机场运营和管理中的主要问题。大规模的航班延误一旦发生，会导致乘客在机场滞留，严重干扰机场的运营秩序，特别是在枢纽机场。因此，建立有效的航班延误预测模型显得十分必要，它能够预测可能的延误，及时发布延误预警并调整运营策略，从而减少由航班延误引起的负面影响。文章还指出，以往关于航空运输延误的研究主要从两个方面进行，一是单个航班延误的预测视角，二是从航空运输延误的角度进行系统的研究。
关键词部分列出了航空运输、航班延误预测、支持向量机回归、后向逐步选择等关键词，这些关键词体现了研究的核心内容和方法。
文章通过建立基于支持向量机回归模型的航班延误预测系统，以数据驱动的方式对航班延误进行精确预测，旨在为中国乃至其他地区的大型机场提供有效的航班延误管理策略，降低延误给机场运营和旅客带来的不良影响。通过对航班延误影响因素的深入分析和模型的精确预测，能够为机场运营决策提供有力支持，实现更高效的机场运营管理。
本源码包内暂不包含可直接显示的源代码文件，请下载源码包。
