终检失败 创新训练 120信息科学与系统科学 智能交通未定级

随着航空旅行变得越来越普遍，航空出行需求不断增加，航班延误现象带来的损失也愈发明显。在我国大人口基数的形势下，如此大规模高比例的航班延误，造成了广大乘客的很多不便。乘客们因此损失了财产，耽误了行程，破坏了心情。同时，保险公司需要承担航班延迟带来的损失，根据航班机型、延迟时间长短，保险公司需要承担相应的费用，但是延迟的不确定性让保险公司无法把握合适费率。 航班延误取决于多方面的因素，其中最重要的延误原因是天气。我们的项目重点结合天气条件、历史延误率等多方位可能影响航班延误的信息，以最全面的数据和算法模型提供最精确的航班延误概率预测。且预测范围为国内乃至世界所有航班数天内的延误率（可根据实时信息不断更新变化），并综合延误率、票价、服务满意度等多维度信息，提供出发地到目的地间最高效合适的出行方案。除了提供基本的航班信息，项目采用建立神经网络决策树学习模型以及数学模型等方法，基于BDAP平台软件，对以往的航班情况进行分析，为用户提供一个相对合理的航班选择方案。在数据分析阶段，我们将利用BDAP、tableau等平台软件对数据集进行分类、清洗、建模分析，并通过可视化的模型展现出数据特点，便于后续的进一步分析处理。除了为用户提供航班选择方案外，我们也为用户提供多场景一站式解决方案。最终优准航会给予用户最好的出行体验。