随着民航运输业的快速发展,航线的飞行小时数据逐渐成为一个研究热点。由于航班飞行小时的变化受诸如地面机场和空中交通管制、航空公司管理、前序航班、机组人员和旅客等多重因素的影响,传统的统计方法不能准确描述飞行小时的非线性特征。飞行小时的短期预测需要大量的数据样本,且计算过程复杂。对于航空公司而言,航班的飞行小时、小时油耗、航班落地剩余小时油量均是评价航班飞行效率的重要指标。在航空公司中,由于航班计划中飞行小时的波动较大,导致运营、维护和人力成本的增加,严重影响公司的正常生产运营。在飞机加油方面,业内多以历史加油数据为基础制定加油方案,航班落地剩余油量偏多,导致了“油耗油”现象的发生,同样增加了公司的运营成本。本文对于飞行小时的分析与预测将有助于改进上述问题,帮助各方做更好的预判,实现各方收益的优化。本文的研究工作有:第一,分析历史飞行小时统计数据,构建了基于飞行航段距离和飞机最大起飞重量为解释变量的航段平均飞行小时评估模型。通过灰色关联分析法和回归分析理论,确定影响飞行小时变化的主要因素和评估模型的主要参数。结合航班计划,该模型可作为优选航线机型的参考模型。第二,针对不同航段和不同机型,采用混沌理论研究周期采样的飞行小时时间序列。在验证时间序列混沌性的基础上,重构时序的相空间用来寻找样内在秩序,采用加权局域法进行多步预测。对于小数据量的样本,提出了基于海明距离和相似度为标准的新的邻域点选取方法,该方法更能描述时序的变化趋势,能够提高小样本时序的多步预测精度。第三,结合航空公司的实际生产,提出了基于飞行小时的飞机加油量计算方法。通过分析航线的飞行阶段,结合相关的法律法规和历史航线数据,提出了准确的飞机安全飞行时间计算方法。结合小时油耗的实际意义,通过飞行小时估算航线的预加油量,用来缓解燃油虚耗的问题。