首页>
根据【关键词:内部控制,航空运输,大数据】搜索到相关结果 206 条
-
国际航空枢纽发展关键因素及对我国机场发展的建议
-
作者:
李艳伟
唐宇柔
来源:
综合运输
年份:
2022
文献类型 :
期刊
关键词:
国际航空枢纽
航空运输
关键因素
机场发展
-
描述:
)、国际航空运输协会(IATA)、国际机场协会等民航组织机构中影响力和话语权的重要途径。国外一些大型国际航空枢纽已经发展得较为完善,而我国还缺少真正意义上的国际航空枢纽,因此通过总结成功的国际航空枢纽发展关键因素,帮助我国机场找准发展差距,以关键要素为出发点,寻找提升自身能力的突破口。
-
公共航空运输危险品培训管理智慧化建设
-
作者:
赵宁宁
郭朋
王卫军
台枫
董桂枝
来源:
物流技术
年份:
2022
文献类型 :
期刊
关键词:
培训管理
危险品
智慧化
航空运输
-
描述:
基于公共航空运输危险品培训管理现状,提出危险品培训信息化管理建设方案,将危险品培训机构备案、危险品教学工作实施及监督检查等危险品培训所涉环节全部实施信息化管理,以促进危险品航空运输培训管理工作的提升。
-
我国航空运输发展与经济增长的协同性研究
-
作者:
蒋文玄
来源:
现代营销(下旬刊)
年份:
2022
文献类型 :
期刊
关键词:
协同发展
航空运输
经济增长
-
描述:
民用航空业作为支撑国民经济的先导性产业,是交通运输体系的重要组成部分。航空运输作为交通运输中重要的一环,汇集了大量的人流、物流、资金流,为经济增长插上了腾飞的翅膀。我国民用航空市场存在区域性差异,这
-
空间互联网在航空领域的重点应用分析
-
作者:
谭元晧
张学军
李雪缘
来源:
西华大学学报(自然科学版)
年份:
2022
文献类型 :
期刊
关键词:
航空管理
航空运输
航空安全
空间互联网
-
描述:
近年来国内外低轨卫星星座系统迅速发展,空间互联网的概念被提出并引起广泛关注。空间互联网系统的建立将对航空运输产业带来极大的促进作用,能够为大范围航空用户提供通信、导航、监视等信息服务。本文分析总结
-
需求不确定下航空公司混合渠道鲁棒协调研究
-
作者:
江超
胡荣
李东亚
吴文洁
来源:
武汉理工大学学报(交通科学与工程版)
年份:
2017
文献类型 :
期刊
关键词:
渠道协调
不确定性
鲁棒优化
航空运输
情景分析
-
描述:
为了对航空公司混合渠道进行更有效协调,根据渠道协调特点,运用情景分析法构建了需求不确定情况下航空公司混合渠道协调的鲁棒优化模型,并对该模型进行了多维度数值模拟.结果表明,该模型是解鲁棒和模型鲁棒的,适用于需求不确定下航空公司混合渠道协调;随着分销渠道比例下降,渠道协调鲁棒性呈现先降后升趋势,随着休闲类旅客比例上升,渠道协调鲁棒性呈现先升后平稳趋势.因此航空公司应提升直销渠道和旅客黏性;代理人应降低渠道成本;两者应开展合作吸引休闲类旅客,并在休闲类旅客的高比例区域投放高比例优惠经济舱机票.
-
基于鲁棒控制理论的轨迹规划方案
-
作者:
韩云祥
汤新民
黄晓琼
来源:
南京航空航天大学学报
年份:
2017
文献类型 :
期刊
关键词:
民用航空
轨迹
间隔
空中交通管制
航空运输
-
描述:
为了在大流量、高密度和小间隔条件下获取多航空器鲁棒无冲突轨迹,针对不同的航路空间分布结构,通过将单架航空器视为一个批次以及引入缓冲时间参数,基于航路冲突点保护区竞争机制,在极大代数框架下根据管制间隔约束构建了单航段和多航段航空器流控制模型,建立了模型输入变量、状态变量和输出变量之间的约束关系。从各类子模型的空间逻辑结构出发,进一步构建了空域多航空器极大代数耦合模型。基于不同的调配目标,设定了多类鲁棒优化指标函数,采用调整航空器到达航段入口时刻和在航段上运行速度两种策略,提出了多航空器轨迹规划鲁棒优化模型。算例分析表明,本文所提出的规划模型可行有效。
-
需求不确定下航空公司混合渠道鲁棒协调研究
-
作者:
江超
胡荣
李东亚
吴文洁
来源:
武汉理工大学学报(交通科学与工程版)
年份:
2017
文献类型 :
期刊
关键词:
渠道协调
不确定性
鲁棒优化
航空运输
情景分析
-
描述:
需求不确定下航空公司混合渠道鲁棒协调研究
-
基于FS-MOPSO的多机场终端区协同航班调度策略
-
作者:
王湛
吴艺
来源:
西南交通大学学报
年份:
2017
文献类型 :
期刊
关键词:
模糊自修正粒子群算法
协同决策
调度公平性
航空运输
多机场航班调度
-
描述:
基于FS-MOPSO的多机场终端区协同航班调度策略
-
中国民航飞机大气污染物排放测算及预测分析
-
作者:
费文鹏
熊羚利
欧阳斌
卞雪航
宋国华
来源:
交通运输系统工程与信息
年份:
2021
文献类型 :
期刊
关键词:
油流量法
峰值
预测分析
航空运输
大气污染物
-
描述:
分别达到11 167,86 785,1 260 131,63 264,11 149,11 359 t,排放强度分别为0.09,0.72,10.44,0.52,0.09,0.09 g/(t·km).HC
-
基于深度学习的离场航空器滑行时间预测(英文)
-
作者:
李楠
焦庆宇
朱新华
王少聪
来源:
Transactions of Nanjing University of Aeronautics and Astronautics
年份:
2021
文献类型 :
期刊
关键词:
卷积神经网络
场面运行
滑行时间
深度学习
航空运输
-
描述:
随着航班数量的不断增加,机场协同决策系统(Airport collaborative decision-making,A-CDM)的使用也越来越广泛。滑行时间预测的准确性对A-CDM计算离场航空器起飞排序队列和给出准确的撤轮挡时间具有重要的作用。本文提出一种基于时间-空间-环境数据的深度学习模型(Spatio-temporal-environment deep learning model,STEDL)来提高滑行时间预测的准确性。该模型由时间-流量变量(机场实际容量,场面航空器数量,时间段)、空间变量(滑行距离)、外部环境变量(天气,流控信息,跑道运行模式,机型)3部分组成。使用STEDL模型对香港机场离场航空器滑行时间进行预测验证。实验结果显示,STEDL模型预测准确率为95.4%,预测精度明显优于其他机器学习算法。
<
1
2
3
...
11
12
13
...
19
20
21
>