資源描述：
《航班延誤的bn網(wǎng)絡(luò)模型構(gòu)建與治理研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、碩士學(xué)位論文航班延誤的BN網(wǎng)絡(luò)模型構(gòu)建與治理研究研究生姓名：劉振導(dǎo)師姓名：于劍教授2015年4月28日分類號：F560.6密級：公開UDC：658.005.5學(xué)號：1207078中國民航大學(xué)碩士學(xué)位論文航班延誤的BN網(wǎng)絡(luò)模型構(gòu)建與治理研究研究生姓名：劉振導(dǎo)師姓名：于劍教授申請學(xué)位類別：管理學(xué)碩士學(xué)科專業(yè)名稱：工商管理所在院系：經(jīng)濟(jì)與管理學(xué)院論文答辯日期：2015.6.52015年4月28日StudyontheModelofFlightDelaysbasedonBayesianNetworkandit'sSolutionsADissertationSubmittedtoCivilAv
2、iationUniversityofChinaFortheAcademicDegreeofMasterofScienceBYLiuZhenSupervisedbyProf.YuJianEconomicsandManagementSchoolCivilAviationUniversityofChinaApril2015中國民航大學(xué)學(xué)位論文獨(dú)創(chuàng)性聲明摘要近年來我國航班延誤現(xiàn)象頻繁發(fā)生，造成了巨大的經(jīng)濟(jì)損失和社會(huì)不良影響。航班延誤治理受到各方高度重視，但治理效果不佳，航班正常率仍呈現(xiàn)逐年下降的趨勢。提升航班延誤治理的效果，需要對航班延誤規(guī)律做更深入的了解，識別航班延誤的關(guān)鍵影響因素，更有
3、針對性的提出航班延誤治理對策。本文對航班延誤等相關(guān)概念進(jìn)行了界定，對我國航班延誤現(xiàn)狀及延誤原因做出分析，并對航班延誤影響因素按航班運(yùn)行流程進(jìn)行了梳理。在此基礎(chǔ)上，以X機(jī)場離港航班為例，構(gòu)建了航班延誤的貝葉斯網(wǎng)絡(luò)模型并對模型進(jìn)行了檢驗(yàn)。模型同時(shí)具有預(yù)測功能。模型的網(wǎng)絡(luò)結(jié)構(gòu)以及葉節(jié)點(diǎn)的后驗(yàn)概率分布表明，航空公司、始發(fā)航班和機(jī)型是影響航班延誤原因與離港延誤時(shí)間的關(guān)鍵因素。不同航空公司在航班運(yùn)行保障能力方面存在顯著差異，治理航班延誤，航空公司應(yīng)補(bǔ)足自身運(yùn)營的短板，推進(jìn)優(yōu)勢資源的共享與市場化，合理安排執(zhí)飛機(jī)型與航班串。此外，相關(guān)各方還應(yīng)強(qiáng)化對始發(fā)航班延誤的專項(xiàng)整治，完善對航班延誤處置的獎(jiǎng)懲機(jī)
4、制，加強(qiáng)對航班延誤的數(shù)據(jù)統(tǒng)計(jì)工作。關(guān)鍵詞：航班延誤；貝葉斯網(wǎng)絡(luò)；后驗(yàn)概率分布；航班延誤治理IAbstractFlightdelaysarethepressingproblemsofairtransportationsysteminChina，causinggreateconomiclossesandsocialdiscontent.Itisurgentbutdifficulttoimprovetheontimeperformanceofflights,whichisstilldroppingrecently.Bycheckingthefactorsofflightdelaystho
5、roughly,andiffindthekeyfactors,itispossibletocomeupwithmoreeffectivesolutionstoimprovethesituation.Inthispaper,theconceptofflightdelaysisredefinedandananalysisonthecausesofflightdelaysismadewithreferencetotheproceduresofflightoperation.UsingthedataofAirportX,amodelofflightdelaysbasedonBayesian
6、networkisbuiltandvalidated.Themodelcanalsobeusedtoforecastflightdelaysandthecausesofthem.ThestructureofBayesiannetworkandthedistributionofposteriorprobabilityindicatethat,airlines,startflightsandaircrafttypearethekeyfactorsimpactonthecausesanddelays.Someairlinesdobetterthanotherswhentheirfligh
7、tsencounterunfavorablefactors.Soairlinesshouldimprovetheirweaknessesandsharetheirsuperioritytoothersbymarketing.Airlinesshouldalsooptimizetheirstringsofflightsandchoosetherighttypeofaircrafttouse.Moreover,itisvitallyimportanttoguarantee
