实际的油耗分析和预测模型参数具有很强的不确定性,并且多数情况下存在未能充分考虑传统油耗因实际业载、飞行时间、风速等原因而导致的油耗相对差异问题,从而影响整体区间估计结果。因而需要基于点预测的结果,进一步量化受不确定因素影响的预测结果变化的范围,进而根据数据的偏离性和密度分布,对于同一机型的全部航程数据建立飞机油耗区间估计模型。本文的主要研究工作有:第一,提出飞机油耗数值的偏离性与密度分布欠采样的新方法。将同一机型的全部航程按照数值进行划分,根据每个航程中所有油耗值的均值和偏离度,选定偏离度大于阈值的航程数据集,对其油耗数据进行密度分析,再根据偏离性和保留原则,数据簇进行欠采样,去除了少数航程对整体区间估计的影响。第二,运用飞机油耗数据建立区间估计模型。运用相关向量机区间估计模型得到每个航程的上下边界并进行拟合,在点预测的结果上,量化预测结果变动范围,显示出油耗数值波动的区间;同时选取估计区间覆盖率、区间平均宽度、平均累积偏差和区间估计满意度四个评价指标对区间估计模型进行了分析。第三,完成对飞机往返航向油耗数据的划分。根据北半球夏季或冬季的风向将油耗划分成油耗较多和油耗较少两部分,进一步获得更精确的油耗区间范围。实验结果表明,基于数据偏离性和密度分布欠采样方法下的模型取得了较好的区间估计效果,对飞机油耗的整体区间估计有改进作用,同时往返航向油耗数据的划分获得了更准确的区间范围。