 |
پشتیبانی: ۰۲۱۹۱۰۹۰۸۹۱ support@magiran.com |
تاریخ چاپ: ۱۴۰۴/۰۲/۰۳ |
| این مقاله در «بانک اطلاعات نشریات کشور» به نشانی magiran.com/p2114536 نمایه شده است. برای مطالعه متن آن به سایت مراجعه کنید. |
| ارائه مدل پیش بینی تاخیر پرواز | |
| نویسنده(گان): | حسن خاکسار*، عبدالرضا شیخ السلامی، علی فغانی |
|
چکیده: |
تاخیر در پروازها و تلاش برای کاهش آنها ، یکی از مواردی است که همواره مورد توجه محققین و پژوهشگران برنامه ریزی حمل و نقل و تحقیق در عملیات بوده است. به دلیل ماهیت تصادفی و غیر قطعی پارامترهای موثر در زمان بندی برنامه پروازی ، شرکتهای هواپیمایی معمولا با پدیده تاخیر مواجه هستند که در بسیاری از موارد ، عوامل تولید کننده این تاخیرها و مدیریت آنها در اختیار شرکتهای هواپیمایی نیستند. آنچه موضوع را بحرانی تر می کند تاثیرپذیری پروازها از هم و انتشار (رشد) تاخیرها در شبکه پروازی شرکتهای هواپیمایی است. در این مقاله به بررسی عوامل موثر در بروز تاخیرهای پروازها در شرکتهای هواپیمایی پرداخته شده است و در نهایت یک مدل داده کاوی برای پیش بینی تاخیرهای پروازی ارایه شده است. مدل پیشنهادی بر روی داده های پروازی یکی از شرکتهای هواپیمایی اجرا شده است. بر اساس نتایج مدلسازی ، مدل پیشنهادی قابلیت پیش بینی وقوع تاخیر و میزان آن در ۷۰% مواقع را دارد. |
| کلیدواژگان: | تاخیر پرواز، مدل استوار، برنامه ریزی پرواز، تاخیر انتشاری (عکس العملی) |
| نوع مقاله: | مقاله پژوهشی/اصیل |
| زبان: | فارسی |
| انتشار در: | نشریه مهندسی ترافیک، پیاپی ۷۵ (زمستان ۱۳۹۷) |
| صفحات: | ۳۸ -۴۵ |
| نسخه الکترونیکی: | متن این مقاله در سایت مگیران قابل مطالعه است. |
| Flight delay prediction model | |
| Author(s): | Abdolreza Sheikholeslami، Hassan Khaksar، Ali Faghany |
|
Abstract: |
Flights in around the world have encountered with delays usually. Such delays have many costs for airlines, pas sengers and society. So identifying and predicting the delays is very important problem. Purpose of this research is to predict airline delays and identify the most important factors which generate delays in airline operation. A new data mining approach has been used for delay prediction. This approach can predict occurrence a delay and amount of each delay in the flight network. Proposed methodology was implemented on a real data set of a large Iranian airline with more than 50 airplanes that fly between 52 airports. Results show that the age of fleet, aircraft type and departure time have the most effect on delays. The accuracy of approach is 70% at predicting a delay event and predicting the amount of delay |
| Keywords: | flight delay، ostovar model، flight planing |
| Article Type: | Research/Original Article |
| Language: | Persian |
| Published: | Journal of Traffic Engineering, Volume:18 Issue: 75, 2019 |
| Pages: | 38 -45 |
| Full text: | PDF is available on the website. |