基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
随着空中交通量的不断上升,空中交通延误已经成为一个亟待解决的问题.据统计分析发现,天气影响造成的机场延误达总延误的一半以上,所以研究空中天气与延误之间的关系具有非常重要的意义.将天气条件中的风、能见度和重要天气3个方面纳入研究范围,在天气和交通量数据分布时间较小的情况下提出了对于天气影响交通指数(WITI)计算方法的改进.利用最小二乘法对天气数据及交通量进行概率性处理,得到天气因素对于延误之间的相对权重,再对天气影响空中交通指数中的天气权重进行量化.发现延误与空中交通指数关系之间并不是呈单一线性关系发展,所以将基于最小二乘法的一元线性模型改进为分段式线性模型,即将延误数据按高低延误分类,并将分类数据分别按单一线性模型计算.通过相关性分析和配对检验证明,分段式线性模型是可靠的,其与延误的相关度达到0.790,准确性达到97.8%.
推荐文章
基于灰色评价模型的枢纽机场之间延误影响分析
灰色预测模型
航班延误
延误传播
基于DTW的机场延误特性分析
机场延误
时间序列相似性
动态时间规整
皮尔逊相关系数
基于复杂网络理论的机场航班延误网络研究
航班延误
机场网络
点权
基于BP神经网络的机场离港延误等级预测
机场离港延误
时序因素
延误等级
BP神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于WITI的分段线性机场延误研究模型
来源期刊 交通信息与安全 学科 航空航天
关键词 民航安全 延误模型 线性模型 天气影响交通指数 最小二乘法
年,卷(期) 2018,(5) 所属期刊栏目 交通规划与管理
研究方向 页码范围 109-116
页数 8页 分类号 V351
字数 7310字 语种 中文
DOI 10.3963/j.issn.1674-4861.2018.05.014
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李海峰 南京航空航天大学民航学院 9 28 3.0 5.0
2 霍瑛 南京航空航天大学民航学院 4 5 2.0 2.0
3 刘欣仪 南京航空航天大学民航学院 3 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (30)
共引文献  (12)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
民航安全
延误模型
线性模型
天气影响交通指数
最小二乘法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
交通信息与安全
双月刊
1674-4861
42-1781/U
大16开
武汉市武昌和平大道1178号
38-94
1983
chi
出版文献量(篇)
3739
总下载数(次)
14
总被引数(次)
29572
论文1v1指导