数据缺失下的航班地面保障关键环节时间预测

1

作者 顾思诗 吴薇薇 +1 位作者 蒋燕 张皓瑜 《南京航空航天大学学报(自然科学版)》 北大核心 2025年第2期349-360,共12页

准确预测航班地面保障关键环节时间可以更高效地为航班过站做好保障工作,实现航班精细化管理。在实际航班运行生产过程中,保障数据缺失与异常普遍发生。传统预测模型在面对数据缺失挑战时,其预测性能往往遭受显著制约。为克服此局限,在... 准确预测航班地面保障关键环节时间可以更高效地为航班过站做好保障工作,实现航班精细化管理。在实际航班运行生产过程中,保障数据缺失与异常普遍发生。传统预测模型在面对数据缺失挑战时,其预测性能往往遭受显著制约。为克服此局限,在因果图卷积网络(Causal graph convolutional network,CGCN)的基础上,引入动态时间规整(Dynamic time warping,DTW)模块,构建了面向数据缺失场景的航班保障时间节点预测模型。通过缺失值的自主式处理与时空特征的深入挖掘,为数据缺失下的航班地面保障时间预测提供了一种更为有效的解决方案。以国内某大型机场航班保障数据集(共6480条数据)为例进行验证,实验结果表明:与考虑缺失值的因果图卷积网络(Causal graph convolutional network with missing data,CGCNM)、动态时空图卷积神经网络(Dynamic spatial‑temporal graph convolution network,DSTGCN)、贝叶斯时间因子矩阵分解(Bayesian temporal matrix factorization,BTMF)、长短期记忆网络(Long short‑term memory,LSTM)等7种基准模型相比,所提模型在20%~80%缺失率的场景下,各保障时间节点预测结果的平均绝对误差(Mean absolute error,MAE)至少降低8.1%,均方根误差(Root mean square error,RMSE)至少降低4.6%;且随着缺失率的增加,所提模型的优势更加明显。实例证明,建立的考虑缺失值的航班地面保障时间预测模型在预测精度和预测稳定性上都优于上述基准模型,能够为机场保障运行提供客观可靠的决策依据。 展开更多

关键词 航空运输 时间预测 深度学习 航班保障网络 数据缺失

在线阅读 下载PDF 职称材料

基于多算法协作的航班运行风险辨识研究 被引量：13

2

作者 王岩韬 赵嶷飞 《中国安全科学学报》 CAS CSCD 北大核心 2018年第6期166-172,共7页

针对使用单一算法难以大幅提升航班运行风险辨识精度的问题,首先详细分析航班运行工作流程,筛选出重要评估指标15项,精选X航100个航班案例作为数据样本,使用粗糙集理论约简得到9个风险核心指标;然后选用支持向量机（SVM）和神经网络2种... 针对使用单一算法难以大幅提升航班运行风险辨识精度的问题,首先详细分析航班运行工作流程,筛选出重要评估指标15项,精选X航100个航班案例作为数据样本,使用粗糙集理论约简得到9个风险核心指标;然后选用支持向量机（SVM）和神经网络2种机器学习方法,分别建立风险辨识模型计算风险等级,并将其与基于模糊算法的X航风控系统运算结果对比;进而,依据各算法优缺点,构建多算法协作模型;最后使用G航和N航日运行数据检验模型有效性。结果表明：神经网络方法对低风险分辨效果最好;SVM对中高风险辨识能力最强;用所构建的多算法协作模型计算结果的正确率最高可达95%。 展开更多

关键词 航班运行 神经网络 支持向量机(SVM) 粗糙集 多算法协作

原文传递

基于贝叶斯网络的航班保障服务时间动态估计 被引量：9

3

作者 邢志伟 唐云霄 罗谦 《计算机应用》 CSCD 北大核心 2017年第1期299-304,共6页

针对航班保障服务时间估计的问题,考虑到航班保障服务流程的特殊性、复杂性以及影响因素的不确定性,提出了一种基于贝叶斯网络(BN)的航班保障服务时间估计模型。该模型把航空领域的专家知识与历史数据的机器学习相结合,使用贝叶斯网络... 针对航班保障服务时间估计的问题,考虑到航班保障服务流程的特殊性、复杂性以及影响因素的不确定性,提出了一种基于贝叶斯网络(BN)的航班保障服务时间估计模型。该模型把航空领域的专家知识与历史数据的机器学习相结合,使用贝叶斯网络的增量学习特性动态地调整BN模型,使其适应新的变化,进而不断更新航班保障服务时间的估计值。使用国内某大型枢纽机场信息系统内提取的数据,通过期望最大化(EM)方法对模型进行训练,得到了测试结果。实验结果分析与模型评价表明,所提方法能有效估计航班保障服务时间且具有较高的准确度。敏感性分析表明,航班到达时段的航班密度对航班保障服务时间影响最强。 展开更多

关键词 航班保障服务 机器学习 贝叶斯网络 增量学习 期望最大化 敏感性分析

在线阅读 下载PDF 职称材料

基于支持向量机的飞行安全隐患危险性评价 被引量：5

4

作者 甘旭升 端木京顺 +1 位作者 丛伟 赵录峰 《中国安全生产科学技术》 CAS 北大核心 2010年第3期206-210,共5页

提出了基于支持向量机的飞行安全隐患危险性评价方法,建立了支持向量机模型。并以飞行安全隐患危险性评价的基本要素为输入节点,以评价结果作为输出节点,对空军某部的飞行安全状况进行了评价。结果表明:对于飞行安全隐患危险性评价问题... 提出了基于支持向量机的飞行安全隐患危险性评价方法,建立了支持向量机模型。并以飞行安全隐患危险性评价的基本要素为输入节点,以评价结果作为输出节点,对空军某部的飞行安全状况进行了评价。结果表明:对于飞行安全隐患危险性评价问题,支持向量机方法较传统神经网络方法精度更高,速度更快,实际应用中也更易于实现。 展开更多

关键词 支持向量机 飞行安全 危险性评价 神经网络

在线阅读 下载PDF 职称材料

胶质瘤脑脊液蛋白质指纹图诊断模型的建立及其在临床诊断中的应用 被引量：4

5

作者 刘建 郑树 +4 位作者 余捷凯 俞学斌 刘伟国 张建民 胡汛 《浙江大学学报（医学版）》 CAS CSCD 2005年第2期141-147,共7页

目的SELDI-TOF建立和评估区分脑胶质瘤与非脑肿瘤、脑胶质瘤与脑良性肿瘤的脑脊液蛋白指纹图诊断模型。方法收集脑胶质瘤、脑良性肿瘤和轻度脑外伤患者的脑脊液共75份,其中50份胶质瘤和非脑肿瘤脑脊液标本,随机分为训练组33份(17例胶质... 目的SELDI-TOF建立和评估区分脑胶质瘤与非脑肿瘤、脑胶质瘤与脑良性肿瘤的脑脊液蛋白指纹图诊断模型。方法收集脑胶质瘤、脑良性肿瘤和轻度脑外伤患者的脑脊液共75份,其中50份胶质瘤和非脑肿瘤脑脊液标本,随机分为训练组33份(17例胶质瘤,16例非脑肿瘤)和盲法测试组17份(5例胶质瘤,12例非脑肿瘤),检测结合在H4蛋白芯片上的蛋白质,获得脑肿瘤和非脑肿瘤的蛋白表达质谱图,用matlab操作平台的人工神经网络分析收集的数据,建立了区分脑胶质瘤与非脑肿瘤的脑脊液蛋白指纹图诊断模型。脑胶质瘤和脑良性肿瘤47份标本,随机分为训练集31份(13例胶质瘤,18例脑良性肿瘤)和盲法测试集16份(9例胶质瘤,7例脑良性肿瘤),运用同样方法分析收集的数据,建立了区分脑胶质瘤与脑良性肿瘤的蛋白指纹图诊断模型。同时运用支持向量机对上述人工神经网络的结果进行验证,二者结果非常相似。结果1建立了区分胶质瘤与非脑肿瘤的脑脊液蛋白指纹图诊断模型,盲法测试胶质瘤诊断的敏感性和特异性分别为100%和91.7%。2建立了区分胶质瘤与脑良性肿瘤的脑脊液蛋白指纹图诊断模型,盲法测试胶质瘤诊断的敏感性和特异性分别为88.9%和100%。结论研究建立的诊断模型为胶质瘤的临床诊断尤其是定性诊断提供了一条崭新的途径。 展开更多

关键词 表面加强解析/电离-飞行时间-质谱仪 神经网络(计算机) 支持向量机 诊断模型 脑肿瘤/诊断 神经胶质瘸/诊断 肿瘤标记物 生物学/脑脊液

暂未订购

基于最优样本集在线模糊最小二乘支持向量机的飞行冲突网络态势预测 被引量：4

6

作者 温祥西 彭娅婷 +2 位作者 毕可心 衡宇铭 吴明功 《计算机应用》 CSCD 北大核心 2023年第11期3632-3640,共9页

针对空中交通系统运行周期性和时变性的特点,结合复杂网络理论和模糊最小二乘支持向量机(LSSVM),提出一种基于最优样本集在线模糊最小二乘支持向量机(OTSOF-LSSVM)的飞行冲突网络态势预测方法。首先,基于三维的速度障碍法构建飞行冲突... 针对空中交通系统运行周期性和时变性的特点,结合复杂网络理论和模糊最小二乘支持向量机(LSSVM),提出一种基于最优样本集在线模糊最小二乘支持向量机(OTSOF-LSSVM)的飞行冲突网络态势预测方法。首先,基于三维的速度障碍法构建飞行冲突网络模型,并根据航空器的位置、航向和速度判断冲突;其次,分析飞行冲突网络拓扑指标的演化时间序列,得到与预测时刻在时间和距离上相关的样本组成最优样本集;最后,采用在线模糊LSSVM训练得到预测模型,并在模型更新过程中通过分块矩阵思想简化更新过程,提高算法效率。实验结果表明,所提方法能够快速、准确地预测空中态势,为管制员掌握空中交通的发展情况提供参考,并辅助进行冲突的预先调配。 展开更多

关键词 飞行冲突 复杂网络 最小二乘支持向量机 态势预测

在线阅读 下载PDF 职称材料

基于DBN的飞行保障力量配置辅助决策方法 被引量：4

7

作者 刘君阳 朱世松 《系统仿真学报》 CAS CSCD 北大核心 2023年第5期1008-1019,共12页

为弥补机场飞行保障活动中全员出动和比例配置决策方法的不足,构建了基于动态贝叶斯网络(dynamic Bayesian network,DBN)的机场飞行保障力量配置辅助决策模型。在量化保障力量强度的基础上引入隐马尔可夫模型和Hausdorff距离算法,对不... 为弥补机场飞行保障活动中全员出动和比例配置决策方法的不足,构建了基于动态贝叶斯网络(dynamic Bayesian network,DBN)的机场飞行保障力量配置辅助决策模型。在量化保障力量强度的基础上引入隐马尔可夫模型和Hausdorff距离算法,对不同条件下的飞行保障活动进行辅助决策,并定义相关决策评估指标作为模型验证依据。分别对两种情况的机场飞行保障活动进行仿真试验,结果表明,通过决策模型可以生成指标优于传统比例配置的方案,并且可对保障力量缺口补充提供决策支持依据。 展开更多

关键词 飞行保障 动态贝叶斯网络 隐马尔可夫模型 HAUSDORFF距离 力量配置 辅助决策

原文传递

基于STN的机场航班过站保障时间协同规划建模 被引量：3

8

作者 陈斌 刘悦 杨亚磊 《系统仿真学报》 CAS CSCD 北大核心 2022年第6期1196-1207,共12页

资源受限下的机场航班过站保障时间协同规划是提高机场运行效率的有效方法之一。针对机场实际,建立基于简单时间网络(simple temporal network,STN)描述的航班过站保障时间规划模型。采用时间解耦方法、最短路径矩阵简化和求解考虑资源... 资源受限下的机场航班过站保障时间协同规划是提高机场运行效率的有效方法之一。针对机场实际,建立基于简单时间网络(simple temporal network,STN)描述的航班过站保障时间规划模型。采用时间解耦方法、最短路径矩阵简化和求解考虑资源的STN任务模型距离图,得到面向机场考虑资源的航班过站保障时间协同规划方法。仿真和实际数据对比结果表明:考虑资源的STN任务模型起到优化机场航班过站保障时间协同规划,减少航班过站保障时间资源占用的作用,为航班过站保障时间协同规划提供新的研究思路。 展开更多

关键词 简单时间网络 航班保障 保障时间 协同规划

原文传递

过站航班地面保障过程动态预测 被引量：11

9

作者 王立文 李彪 +2 位作者 邢志伟 刘洪恩 罗谦 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2021年第6期1095-1104,共10页

过站航班地面保障过程预测是机场协同决策系统的重要功能。针对目前无法实现过程精细化动态预测且精度较低的问题,提出了一种基于贝叶斯网络的过站航班地面保障过程动态预测方法。建立了地面保障过程贝叶斯网络模型,设计了基于航班属性... 过站航班地面保障过程预测是机场协同决策系统的重要功能。针对目前无法实现过程精细化动态预测且精度较低的问题,提出了一种基于贝叶斯网络的过站航班地面保障过程动态预测方法。建立了地面保障过程贝叶斯网络模型,设计了基于航班属性的初始样本空间生成算法,结合高斯核概率密度估计构建了地面保障过程动态预测方法。某枢纽机场实际数据的仿真结果表明:所提方法在充分考虑航班运行属性的基础上实现了各保障节点的动态预测,其平均绝对误差仅为2.224 1 min,均方根误差相比其他方法低近2 min,能够为机场运行短时战术组织提供客观的决策依据。 展开更多

关键词 航空运输 动态预测 地面保障过程 贝叶斯网络 航班属性 核概率密度估计

原文传递

基于贝叶斯结构学习的航班保障Petri网构建

10

作者 邢志伟 陈哲 +3 位作者 夏欢 罗谦 丛婉 陈丰华 《中国民航大学学报》 CAS 2020年第3期28-33,49,共7页

高峰时段受机场资源和时间窗口限制,航班保障实际过程较计划流程会产生一定偏差。将贝叶斯结构学习K2算法应用到航班保障业务场景,提出航班保障的贝叶斯网络结构学习模型;结合贝叶斯网与Petri网,形成贝叶斯无环Petri网,以精准刻画航空... 高峰时段受机场资源和时间窗口限制,航班保障实际过程较计划流程会产生一定偏差。将贝叶斯结构学习K2算法应用到航班保障业务场景,提出航班保障的贝叶斯网络结构学习模型;结合贝叶斯网与Petri网,形成贝叶斯无环Petri网,以精准刻画航空器在保障流程中的状态切换;最后利用国内某枢纽机场的实际数据,构建航班保障网络结构。实验分析表明,相比计划流程,从历史数据得到的航班保障网络更符合实际流程。 展开更多

关键词 PETRI网 航班保障 贝叶斯结构学习 K2算法

在线阅读 下载PDF 职称材料

神经网络及回归型支持向量融合健康评估模型 被引量：2

11

作者 吴茂兴 曾庆华 陈龙志 《航空兵器》 2013年第6期43-48,共6页

健康评估是IVHM研究中的关键技术之一,基于关键特征参数监测无法解决复杂组件或系统的健康评估建模问题,而基于解析法的健康评估方法对构造特征参数的数学模型要求极高,工程价值不大。本文提出了一种基于仿真的健康评估建模新方法,该方... 健康评估是IVHM研究中的关键技术之一,基于关键特征参数监测无法解决复杂组件或系统的健康评估建模问题,而基于解析法的健康评估方法对构造特征参数的数学模型要求极高,工程价值不大。本文提出了一种基于仿真的健康评估建模新方法,该方法通过组件或系统在各种健康状态条件下仿真,生成样本数据,利用BP神经网络和支持向量机的非线性映射特性,以测量信息为基础分别构造了两种健康评估模型,考虑到单一模型缺陷,再将神经网络和支持向量机训练模型进行决策融合处理,提出了一种新的健康评估模型,并以石英挠性加速度计为例进行了建模研究与验证。结果表明:测量信息完备情况下,两种单一模型均能满足健康状态评估要求;测量信息不充分时,通过对两种模型进行决策融合处理,也可取得较好的健康状态评估效果。 展开更多

关键词 飞控系统 健康状态 评估模型 BP神经网络 回归型支持向量机

在线阅读 下载PDF 职称材料

物联网技术在航空场务保障中的应用研究

12

作者 尉浪 常如太 李剑涛 《航空工程进展》 CSCD 2019年第A02期41-45,共5页

综合分析场务保障的现状及存在的问题,基于物联网的关键技术与实际应用,探索在航空场务保障中,如何借助物联网技术优势,实时、准确、全面地感知场务保障设备物资及厂房的各类状态信息,从而提升保障质量水平与效率效益。

关键词 物联网技术 场务保障 自动识别技术 传感器技术 无线传感网络

在线阅读 下载PDF 职称材料

基于属性序的贝叶斯网结构快速学习方法

13

作者 吕宗磊 芦穆庆 《计算机工程与设计》 北大核心 2018年第9期2961-2966,共6页

提出一种基于属性序的贝叶斯网结构快速学习方法,实现贝叶斯网结构的快速构建。以先验知识和样本数据信息为基础进行贝叶斯网结构模型的构建;在此基础上进行参数学习,得到体现各个节点相互依赖关系的贝叶斯网。实验结果表明,该方法可以... 提出一种基于属性序的贝叶斯网结构快速学习方法,实现贝叶斯网结构的快速构建。以先验知识和样本数据信息为基础进行贝叶斯网结构模型的构建;在此基础上进行参数学习,得到体现各个节点相互依赖关系的贝叶斯网。实验结果表明,该方法可以有效学习贝叶斯网结构,训练得到的贝叶斯网络节点的后验概率与统计得到的条件概率相当接近,可以用于有效分析航班保障各作业环节之间的相关性。 展开更多

关键词 贝叶斯网 结构学习 属性序 机器学习 航班保障

在线阅读 下载PDF 职称材料