航班延誤預(yù)測1 - 副本

長春工業(yè)大學(xué)——勁風(fēng)隊(duì)航班延誤預(yù)測第五屆中國軟件杯大學(xué)生軟件設(shè)計(jì)大賽整體流程勁風(fēng)隊(duì)導(dǎo)入歷史數(shù)據(jù)數(shù)據(jù)降維特征提取生成分類模型導(dǎo)入待測數(shù)據(jù)分類預(yù)測輸出預(yù)測結(jié)果訓(xùn)練階段1預(yù)測階段2整體流程勁風(fēng)隊(duì)預(yù)測模型預(yù)測結(jié)果歷史數(shù)據(jù)待預(yù)測數(shù)據(jù)訓(xùn)練階段測試階段數(shù)據(jù)處理勁風(fēng)隊(duì)加載數(shù)據(jù)(Excel)解析數(shù)據(jù)去除臟數(shù)據(jù)數(shù)據(jù)入庫數(shù)據(jù)入庫數(shù)據(jù)處理歷史數(shù)據(jù)變量數(shù)過多，引發(fā)維數(shù)災(zāi)難，難計(jì)算。多列之間具有直接或間接依賴關(guān)系，數(shù)據(jù)冗余較多。數(shù)據(jù)可進(jìn)行手工降維處理。勁風(fēng)隊(duì)數(shù)據(jù)降維特征選擇特征提取得到24個(gè)變量得到12個(gè)變量原數(shù)據(jù)40個(gè)變量屬性分類多少通過觀察可以發(fā)現(xiàn)，周六和周三為延誤高峰期，周一周二為低峰期，其它日期則相差不大。據(jù)此將星期分為三類。勁風(fēng)隊(duì)

星期分類值描述d11，21低峰期d23，62高峰期d34，5，73正常期屬性分類1、研究發(fā)現(xiàn)，航班延誤情況與當(dāng)天是星期幾有關(guān)，根據(jù)歷史數(shù)據(jù)得出如下統(tǒng)計(jì)結(jié)果。勁風(fēng)隊(duì)屬性分類2、由下圖可知航班延誤與起飛時(shí)刻之間有著一定的關(guān)系。勁風(fēng)隊(duì)通過對上表分析6~8點(diǎn)，22~23點(diǎn)為延誤低峰期，其它時(shí)刻無明顯特點(diǎn)。據(jù)此將起飛時(shí)刻屬性分為兩類。勁風(fēng)隊(duì)

時(shí)刻分類值描述d16~8，22~231低峰期d2其它2正常期屬性分類屬性分類3、由航班延誤與天氣之間的歷史數(shù)據(jù)分析關(guān)系得出下圖。勁風(fēng)隊(duì)通過對上圖分析并綜合考慮后，本文將天氣劃分為四類。勁風(fēng)隊(duì)

天氣分類值描述d1大雨及以上1嚴(yán)重惡劣天氣d2小到中雨2中等惡劣天氣d3陰/晴3正常天氣d4其它4其它天氣屬性分類勁風(fēng)隊(duì)針對項(xiàng)目初步確立了以下方案1非線性回歸概率統(tǒng)計(jì)貝葉斯分類線性回歸歷史數(shù)據(jù)龐大難編寫計(jì)算程序高維矩陣的不穩(wěn)定性回歸效果差顯示方程回歸方程形式難以確立軟計(jì)算程序編寫復(fù)雜，時(shí)間開銷大時(shí)間復(fù)雜度O(n)算法簡單可靠程序編寫復(fù)雜度低最終選擇建模算法設(shè)計(jì)建模算法設(shè)計(jì)勁風(fēng)隊(duì)06以Max(P(X|Yi)P(Yi))做為X所屬類別05對每個(gè)類別計(jì)算P(X|Yi)P(Yi)04對每個(gè)特征屬性計(jì)算所劃分的條件概率03對每個(gè)類別計(jì)算P(Yi)02獲取訓(xùn)練樣本01確定特征屬性準(zhǔn)備工作階段應(yīng)用階段分類器訓(xùn)練階段樸素貝葉斯分類流程圖勁風(fēng)隊(duì)成果確立特征屬性對待分類項(xiàng)進(jìn)行分類對屬性進(jìn)行分類訓(xùn)練模型進(jìn)行預(yù)測將上述算法應(yīng)用于航班延誤預(yù)測問題，對應(yīng)的工作如下：建模算法設(shè)計(jì)程序結(jié)構(gòu)勁風(fēng)隊(duì)TextText數(shù)據(jù)庫模型文件預(yù)測程序JSON處理模型加載延誤預(yù)測建模程序數(shù)據(jù)導(dǎo)入數(shù)據(jù)導(dǎo)出模型訓(xùn)練模型測試參數(shù)設(shè)置本程序基于貝葉斯分類算法實(shí)現(xiàn)，完整的程序源代碼總共包括建模和預(yù)測兩部分，兩部分分別使用獨(dú)