基于改进贝叶斯网络结构学习的航班延误波及分析的任务书.docx

基于改进贝叶斯网络结构学习的航班延误波及分析的任务书
任务书
一、背景
航班延误问题一直是航空运输中的大问题之一。由于复杂的气象环境、操作失误、机场设施运转问题、飞机维修保养等多种原因，航班延误波及的现象非常普遍。航班延误不仅给旅客造成不便，同时也会给航空公司造成经济损失。因此，深入研究航班延误波及问题及其原因分析，具有重要的实际意义。
当前，随着互联网技术的快速发展，数据量的不断积累，我们能使用的数据和信息变得越来越丰富和全面。其中，航空数据作为一种重要的数据类型，随着传感器技术的进步，以及信息与通讯技术的成熟，其数据量更是不断飞速增长。这种数据量的快速增长让我们有可能通过科学技术的手段，对航班延误波及问题进行更深入的研究分析。
贝叶斯网络能够处理不确定性的问题，因而被广泛应用于航班延误、航空运输等领域。然而传统贝叶斯网络通常在网络结构的构建上会遇到困难，因此如何解决贝叶斯网络结构构建的问题，是目前的研究热点之一。在本次任务中，我们试图基于改进的贝叶斯网络结构学习方法，对航班延误波及问题进行分析研究。
二、任务目标
本次任务要求完成以下目标：
1.确定研究对象和范围
本次任务的研究对象是航班延误波及问题。要求明确所选取的数据类型、时间范围、地域范围等。
2.搜集数据并进行预处理
根据确定的对象和范围，搜集相关数据并进行预处理。预处理步骤包括数据清洗、数据归一化、数据采样等处理方式。
3.构建贝叶斯网络结构
基于改进的贝叶斯网络结构学习方法，构建适合研究对象的贝叶斯网络结构。
4.分析航班延误波及问题
利用构建好的贝叶斯网络，对航班延误波及问题进行分析。通过节点之间的概率关系，揭示延误问题的原因及其波及范围。
5.撰写报告
根据完成以上任务，撰写一份完整的研究报告，包括数据搜集、预处理、贝叶斯网络结构构建、航班延误波及问题分析等方面，对研究结果进行有效的阐述和总结。
三、具体要求
1.数据搜集：数据来源可以是航空公司提供的公开数据、开放的数据集，以及通过网络爬虫等方式获取的数据。数据格式应当明确，数据质量应当可靠。
2.预处理：对数据进行清洗、删选、归一化处理，使得数据的分布情况更加合理、方便建模使用。
3.贝叶斯网络结构学习：本次任务要求选取合适数目的属性特征，并采用适当的算法进行贝叶斯网络结构的学习，使得网络的结构更加合理有效。
4.分析结果：通过贝叶斯网络节点之间的概率关系，揭示延误问题的原因及其波及范围。对分析的结果进行阐述，通过可视化的方式进行表现，包括分析报告、数据报表等。
5.报告撰写：本次任务完成后需要撰写一份完整的研究报告，要求包括以下部分：
1）研究背景与任务说明
2）数据搜集与预处理
3）贝叶斯网络结构构建
4）航班延误波及问题分析
5）研究结果总结与讨论
四、评估方法
本次任务主要评估依据如下：
1.数据搜集的全面度和质量；
2.数据预处理的合理程度和有效性；
3.贝叶斯网络结构学习的效果和准确率；
4.分析结果的可解释性和科学性；
5.报告撰写的规范性和完整性。
五、参考文献
1.李宁,马玉如,刘明特.基于贝叶斯网络的航班延误预测方法[J].电子设计工程,2017.(3):176-178+181.
2.周健,刘路.基于概率演化模型的航班延误影响分析[J].电子设计工程,2018.(6):141-142+157.
3.吕媛.基于贝叶斯网络的飞机失效预测[J].电子设计工程,2019.(8):229-233.
4.黄俊.基于机器学习的航空公司航班延误预测研究[D].上海交通大学,2019.
5.罗之华,代领新,徐思远.基于LSTM的航班延误预测模型[J].电子技术应用,2019,45(17):248-251.