论文部分内容阅读
为更加准确地预测航班的延误率，基于2015年7月国内所有29．89万次航班数据，对大数据进行数据挖掘处理，筛选可利用的数据，然后对数据进行定量化处理，用量化后的数据进行延误预测。首先，对航班数据进行预处理，并通过影响因素分析确定航班延误的主要影响因素；然后，基于最小二乘法进行参数标定，建立组合预测模型预测航班延误率。采用SPSS对组合预测模型进行求解与检验，得出7月份航班的延误率为43．33％，而全国航班的实际延误率为46．79％，验证得出航班延误判断正确率高达81．86％；组合预测模型对8月份的航班的预