基于在线学习的机场离港航班延误预测任务书

 2020-02-11 12:02

1. 毕业设计(论文)主要内容:

机场离港航班延误情况对于繁忙的机场意义重大,针对机场离港航班延误的预测问题,论文基于在线学习的相关理论,分析在线学习的模型和方法,理解在线学习在机场离港航班延误的预测问题中的应用,建立预测模型,以某实际对象为例,建立在线预测工具,对任一指定航班的离港时刻进行动态预测。

2. 毕业设计(论文)主要任务及要求

1、查阅不少于15篇的相关资料,其中英文文献不少于3篇,完成开题报告。


2、利用爬虫的方法获取所需数据。


3、使用tensorflow建立预测模型,并用历史数据对模型进行训练。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 毕业设计(论文)完成任务的计划与安排

第1-3周:查阅相关文献资料,明确研究内容,了解研究所需技术语言和开发工具,初步搭建并熟悉开发环境。确定方案,完成开题报告。
第4-6周:阅读参考文献,学习在线学习在机场离港航班延误预测的相关理论和算法。
第7-10周:编程实现在相关航班对象上进行实验论证,完成模型训练和预测。
第11-12周:将程序模块进行整合,完成调试和测试。
第13-15周:完成并修改毕业论文。
第16周:准备论文答辩。

4. 主要参考文献

[1] 华闪闪. 首都国际机场离港不正常航班特征分析与预测[D]. 天津:中国民航大学,2017.
[2] Kim Y J , Choi S , Briceno S , et al. A deep learning approach to flight delay prediction[C]// 2016 IEEE/AIAA 35th Digital Avionics Systems Conference (DASC). IEEE, 2016.
[3] 胡皓月. 航班延误预测的大数据方法研究[D]. 南京:南京航空航天大学,2017.
[4] 潘志松, 唐斯琪, 邱俊洋, et al. 在线学习算法综述[J]. 数据采集与处理, 2016, 31(6):1067-1082.
[5] Abadi M, Barham P, Chen J, et al. Tensorflow: a system for large-scale machine learning[C]//OSDI. 2016, 16: 265-283.

剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付

该课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。