本文選題：航班保障服務(wù)　切入點：機器學(xué)習(xí)　出處：《計算機應(yīng)用》2017年01期

【摘要】：針對航班保障服務(wù)時間估計的問題,考慮到航班保障服務(wù)流程的特殊性、復(fù)雜性以及影響因素的不確定性,提出了一種基于貝葉斯網(wǎng)絡(luò)(BN)的航班保障服務(wù)時間估計模型。該模型把航空領(lǐng)域的專家知識與歷史數(shù)據(jù)的機器學(xué)習(xí)相結(jié)合,使用貝葉斯網(wǎng)絡(luò)的增量學(xué)習(xí)特性動態(tài)地調(diào)整BN模型,使其適應(yīng)新的變化,進而不斷更新航班保障服務(wù)時間的估計值。使用國內(nèi)某大型樞紐機場信息系統(tǒng)內(nèi)提取的數(shù)據(jù),通過期望最大化(EM)方法對模型進行訓(xùn)練,得到了測試結(jié)果。實驗結(jié)果分析與模型評價表明,所提方法能有效估計航班保障服務(wù)時間且具有較高的準確度。敏感性分析表明,航班到達時段的航班密度對航班保障服務(wù)時間影響最強。
[Abstract]:Considering the particularity, complexity and uncertainty of the flight support service process, a model of flight support service time estimation based on Bayesian network (BN) is proposed.This model combines expert knowledge in aviation field with machine learning of historical data, and dynamically adjusts BN model to adapt to new changes by using incremental learning characteristics of Bayesian network.Furthermore, the estimated time of flight guarantee service is constantly updated.Using the data extracted from the information system of a large hub in China, the model is trained by the method of expectation maximization (EMM), and the test results are obtained.The experimental results and model evaluation show that the proposed method can effectively estimate the flight guarantee service time and has a high accuracy.The sensitivity analysis shows that the flight density of the flight arrival time has the strongest influence on the flight guarantee service time.
【作者單位】： 中國民航大學(xué)電子信息與自動化學(xué)院;中國民航局第二研究所信息技術(shù)分公司;
【基金】：國家自然科學(xué)基金委員會-中國民用航空局聯(lián)合研究基金資助項目(U1533203) 中央高�；究蒲袠I(yè)務(wù)費基金資助項目(3122014P003)~~
【分類號】：V35;TP18

【相似文獻】

相關(guān)期刊論文 前3條

1 高佩霞,張曙,樓U，

本文編號：1720190