1 题目

初赛 B：航班数据分析与预测 

一．问题背景 

随着科技的发展，乘坐飞机出行为人们的生活带来了极大的便利，航空交通 管理影响着人们的工作和生活效率。在大数据和人工智能时代的今天，各种各样 的信息科学和工程技术广泛应用于航空领域，为人们的生产生活提供更高的便利 性，因此提高空中资源的优化配置，一直都是计算机科学与技术、信息科学与工 程、数学等领域的一门热点研究方向。当前航空延误是空中资源优化配置的一项 经典课题，分析与预测航空延误有助于提高资源的优化管理，提高生产生活效率，可以为乘客提供更优质的服务。

二．解决问题 

1.航班转机功能实现：当两个城市之间没有直飞航班或者在购买机票附件时 间没有直飞航班的时候，乘客通常需要购票 APP 实现转机功能。

（一）以附件中 2001-2003 年航班数据作为依据，实现在2001-2003年的航班转机功能。（注：从 A 地到 B 地可以有多种转机方案，该功能应提供时间最短 的方案，已知的航班延误信息也应考虑在内）。 

（二）用上述转机功能，查询 2003 年 7 月 4 日出发 7 月 5 日到达，从 CVG 机场到 ANC 机场最短时间方案。（注：航班延误时间也考虑在内） 

2.迈阿密（MIA）起飞航班的延误分析

以论文形式说明：先给出自己对问题（一）和（二）航班延误的分析，再建 立模型做实验得到航班是否延误的准确率，以实验结果检验自己最初的分析。

（一）以附件中的 2001-2003 年的航班数据作为训练集，以附件 2004-2005 年的航班数据作为测试集，以从迈阿密（MIA）到洛杉矶（LAX）和从迈阿密（MIA） 到纽约（JFK）这两组航班数据作为研究对象，先以文字形式叙述预测航班是否 延误的依据，再建立模型预测从迈阿密（MIA）起飞航班（从 MIA 到 LAX 和从 MIA 到 JFK）是否延误，以预测准确率和实验结果检验自己的分析。（注：测试集不 能参与到训练和验证中，否则作违规处理） 

提示：可以在训练、验证和预测中使用机场所在地天气情况等信息，详见附件数据属性说明表。 

（二）以附件中的2001-2003 年的航班数据作为训练集，以附件2004-2005 年的航班数据作为测试集，以从迈阿密（MIA）到洛杉矶（LAX）和从迈阿密（MIA） 到纽约（JFK）这两组航班数据作为研究对象，先以文字形式分析航班延误的各 种原因，再建立模型预测从迈阿密（MIA）起飞航班（从 MIA 到 LAX 和从 MIA 到 JFK）延误的原因，以预测延误原因的准确率和实验结果检验自己的分析。（注：测试集不能参与到训练和验证中，否则作违规处理）

提示：参赛队伍可以先筛选出延误航班，再对延误航班的原因进行预测与分 析，详见属性说明表中航班延误原因。在训练、验证和预测中可以使用机场所在 地天气情况等信息，详见附件数据属性说明表。

2 Python实现

部分代码查看博客 http://t.csdn.cn/2Ot84

2022年7月25号23:50 所有代码已经更新完毕