基于关联分析的航班延误气象因素量化方法研究

来源：计算机应用与软件杂志2025年第9期北京时间：

作者：屈景怡, 徐浩源, 鞠澎, 武世兴

摘要：在所有导致航班延误的因素当中，气象因素占有较大的比重。该文主要采用两种用于关联分析的算法：Apriori 算法和 FP-Growth 算法对航班和气象数据进行量化分析，明确航班延误与气象因素之间的量化关系，在两种算法基础上采用事务压缩、Hash 以及数据压缩方法以提升算法效率，之后分别对关联规则的生成过程和算法的执行过程进行了优化，即规定关联规则的关联指向以及采用并行挖掘代替顺序挖掘，进一步提升系统量化分析效率。采用 Web 开发和大数据可视化技术设计航班延误气象因素量化分析系统，并成功部署到空中交通管理部门。系统能够将单气象因素和多气象因素进行量化分析并对影响航班发生延误的气象条件进行可视化展示，为民航相关部门提供有效的决策依据。

关键词：航班延误, 可视化系统, 气象因素, 关联分析