基于学习航空定价策略的高铁定价优化

作者： 王裕红   郑砚   纪超   苏刚   来源： 综合运输 年份： 2023 文献类型 ： 期刊 关键词： BP神经网络   综合运输   灰色关联度分析   高铁定价   航空定价  

描述： 随着我国高铁定价市场化改革在加快推进，为进一步提高高铁定价的灵活性与竞争力，本文基于航空和铁路海量定价历史数据，分析了航空与高铁客票的定价策略，并用灰色相关模型计算各因素指标与定价之间的关联程度。建立了一个考虑旅客购票选择多影响因素下神经网络定价模型，采用遗传算法对BP算法的初始值和阈值进行了改进，利用航空订票数据集对神经网络进行训练和验证，结果表明神经网络可以较好的映射航空票价随多影响因素而不断调整的定价策略，通过敏感性分析发现提前期与节假日对票价影响较大。利用该神经网络对高铁票价进行预测，实验结果表明所建立的神经网络模型预测的高铁票价可以较好响应订票影响因素的变化，有助于提升高铁的票价收益。

PCA-ANN在典型航空材料铝合金腐蚀数据预测中的应用

作者： 邓俊豪   陈荻云   张博   刘丽红   王荣祥   龚雨荷   来源： 环境技术 年份： 2023 文献类型 ： 期刊 关键词： 主成分分析   BP神经网络   模拟热带海洋大气环境   广义回归神经网络   铝合金  

描述： 针对航空装备在热带海洋大气环境下服役时对金属材料大气腐蚀预测的需求，提出了主成分分析法（PCA）优化的BP神经网络（BPNN）和广义回归神经网络（GRNN）模拟热带海洋大气腐蚀预测模型。研究结果表明，PCA可以很好地对原始数据的进行特征提取，降低样本集的维度。PCA-BPNN和PCA-GRNN模型的拟合优度与预测精度没有明显的相关关系。与PCA-BPNN相比，PCA-GRNN的预测精度高、稳定性更好，这为模拟热带海洋大气腐蚀研究提供了新思路，具有较好的借鉴意义。

基于智能算法优化BP的航空器滑出时间预测

作者： 朱晓波   贾鑫磊   王楚皓   来源： 科学技术与工程 年份： 2023 文献类型 ： 期刊 关键词： 机场场面运行效率   粒子群优化   麻雀搜索算法   BP神经网络   滑出时间  

描述： 滑出时间是评估大型机场场面运行效率的主要性能指标，科学准确地预测离港航空器的滑出时间，对于提升场面运行效率至关重要。首先，分析了航空器滑出时间影响因素及相关性，构建了基于反向传播(back propagation, BP)神经网络的航空器滑出时间预测模型。针对BP神经网络存在对初始权值和阈值敏感、准确性和稳定性欠佳等缺点，分别采用粒子群优化(particle swarm optimization, PSO)算法和麻雀搜索算法(sparrow search algorithm, SSA)获取BP神经网络的最优权值和阈值，并采用中国中南某枢纽机场2周的实际运行数据对智能算法优化后的预测模型进行了验证。结果表明：滑出时间与半小时平均滑出时间、起飞队列长度、同时段滑行的离港航空器数量均有强相关性，与同时段滑入的进港航空器数量中度相关，与滑行距离和经过冲突热点区域个数相关性较弱；考虑强相关和中度相关影响因素的4元组合预测模型的预测结果最佳；智能优化算法通过获取神经网络的局部最优权重和阈值，可有效地提升航空器滑出时间预测结果的精度，但运算过程耗时也更长；基于PSO优化后的BP神经网络预测结果较优化前的平均绝对百分比误差(mean absolute percentage error, MAPE)提升了1.13%,平均绝对误差(mean absolute error, MAE)减少了4.48 s,均方根误差(root mean squared error, RMSE)减少了4.68 s;基于SSA优化后的BP神经网络预测结果较优化前的MAPE提升了3.05%,MAE减少了16.55 s, RMSE减少了14.31 s。

基于多种预测算法的飞机故障预测效果研究

作者： 朱兴动   章思宇   宋建华   来源： 兵工自动化 年份： 2021 文献类型 ： 期刊 关键词： 支持向量机   Fisher判别法   随机森林   Kappa系数   逻辑回归   故障预测  

描述： 为大幅提高飞机的维修故障预测精度,在充分研究Fisher判别法、逻辑回归、随机森林和支持向量机4种算法的基础上,使用某型飞机故障维修记录数据作为基础数据集,在R平台上实现这4种算法,以分析比较4种算法在故障预测上的效果差异。结果表明,支持向量机的预测效果最好。

基于复合算法的航空发动机磨损故障诊断

作者： 黄帆   李艳军   曹愈远   李依林   来源： 航空计算技术 年份： 2019 文献类型 ： 期刊 关键词： 支持向量机   油液分析   航空发动机   故障诊断   相对劣化度   免疫系统  

描述： 针对航空发动机油液数据种类多样,所处状态阶段存在矛盾性,且传统三线值法制定状态界限值存在缺陷等问题,结合支持向量机理论(SVM),相对劣化度评估和人工免疫算法(AIS),提出了一种航空发动机磨损故障诊断的方法。利用SVM拟合数据的概率密度函数,根据磨粒数据的概率分布制定正常、预警和警告的界限值;根据相对劣化度评估,分析各状态参数偏离正常状态的程度;利用人工免疫算法对待测数据进行故障模式识别。通过实例验证,方法对油液监测数据反映的航空发动机磨损故障具有出色的识别能力,相较于直接归一化原始数据进行故障诊断,有利于故障类别的分离,并且可以有效降低诊断时间,提高识别效率。

基于集对分析和AFSA-SVM的军航空管安全评价

作者： 甘旭升   杨捷   刘飞   刘苹妮   来源： 安全与环境学报 年份： 2020 文献类型 ： 期刊 关键词： 集对分析   支持向量机   军航空管   安全系统学   人工鱼群算法   安全评价  

描述： 基于集对分析和AFSA-SVM的军航空管安全评价

基于迁移学习的民航发动机小样本故障诊断

作者： 付松   钟诗胜   林琳   张永健   来源： 计算机集成制造系统 年份： 2020 文献类型 ： 期刊 关键词： 民航发动机   支持向量机   小样本   深度自编码器   故障诊断   迁移学习  

描述： 为解决民航发动机故障诊断面临的故障样本不足问题，提出了一种基于深度自动编码器(deep auto-encoder, DAE)迁移学习的小样本故障诊断方法。在该方法中，首先利用大量的正常样本对DAE进行训练，建立发动机状态特征提取模型；然后将该特征提取模型迁移到具有少量数据的发动机故障样本中，并对这些故障样本进行特征提取；最后利用支持向量机（support vector machine, SVM）实现小样本分类。另外，为了使DAE能够学习到更具有代表性的深度特征，利用重构误差评估不同隐藏层神经元节点数下的单个自动编码器(Auto-Encoder, AE)特征提取能力，进而通过单个AE特征提取能力对DAE隐藏层的神经元节点数进行了优化。以某航空公司的CFM56-7B系列发动机的实际飞行历史数据验证了所提出的故障诊断方法的有效性。

基于多种预测算法的飞机故障预测效果研究

作者： 朱兴动   章思宇   宋建华   来源： 兵工自动化 年份： 2020 文献类型 ： 期刊 关键词： 支持向量机   Fisher判别法   随机森林   Kappa系数   逻辑回归   故障预测  

描述： 为大幅提高飞机的维修故障预测精度,在充分研究Fisher判别法、逻辑回归、随机森林和支持向量机4种算法的基础上,使用某型飞机故障维修记录数据作为基础数据集,在R平台上实现这4种算法,以分析比较4种算法在故障预测上的效果差异。结果表明,支持向量机的预测效果最好。

基于航空正射影像的面向对象林隙识别

作者： 毛学刚   邢秀丽   李佳蕊   谭良全   范文义   来源： 林业科学 年份： 2019 文献类型 ： 期刊 关键词： 面向对象   支持向量机   航空正射影像   影像分割   对象特征   林隙  

描述： 【目的】研究分割尺度及对象特征对航空正射影像面向对象林隙识别的影响,评价基于航空正射影像林隙识别适宜性。【方法】以真彩色航空正射影像为基础数据,采用面向对象分类方法,以东北典型天然次生林帽儿山实验林场东林施业区为试验区进行林隙识别。在面向对象分类过程中,对航空正射影像的3个分量(Blue、Green和Red)采用10种尺度(10～100,步长为10)进行分割,应用拓扑组合准确度(R_(A(or))和R_(A(os)))和位置准确度(D_(sr))评价分割结果。对每种尺度分割结果,应用航空正射影像的光谱及光谱+纹理结合特征,采用带有线性核的支持向量机(SVM)分类器进行林隙、非林隙和树冠分类,共获得20种分类结果。利用混淆矩阵计算的生产者精度、用户精度、分类总精度和Kappa系数4个评价指标对分类结果进行精度评价。【结果】对象特征(大小和形状)受尺度参数影响,小尺度分割产生小面积对象,大尺度分割产生大面积对象,但大尺度不能有效将明显的林隙从冠层中分离出来,存在明显分割不足的现象。拓扑组合准确度(R_(A(or))和R_(A(os)))和位置准确度(D_(sr))说明与参考对象最相似的分割对象结果是在尺度20时获得的分割结果(R_(A(or))和R_(A(os))较大且接近,D_(sr)较小)。光谱及光谱+纹理结合特征分类方案分类总精度具有相似的变化特征,即小尺度分类总精度较低,随着尺度增大,分类总精度也再提高并在某个尺度达到最大值,之后分类总精度随尺度增大而降低,并趋于平稳。光谱+纹理结合特征的分类总精度低于仅使用光谱特征的分类总精度,在中小尺度上尤其明显。在尺度参数为20时使用光谱+纹理结合特征分类总精度低19个百分点,在尺度参数为30时低13个百分点。基于航空正射影像分割最优尺度参数为20。【结论】基于航空正射影像进行林隙识别,最高精度仅为74%(Kappa=61%),林隙生产者和用户精度在60%以上,非林隙生产者和用户精度在90%左右。基于航空正射影像林隙识别纹理特征的加入还将继续降低识别精度。

基于相空间重构的航空电弧故障识别方法

作者： 崔芮华   曹欢   来源： 电工技术学报 年份： 2021 文献类型 ： 期刊 关键词： 遗传算法   信息维数   BP神经网络   相空间重构   计盒维数   相平面图  

描述： 为了进行航空交流串联电弧故障检测,该文在115V/400Hz的航空供电条件下按照美标UL 1699以及SAE AS 5692进行了点接触试验、振动试验和截断试验。利用工控机和数据采集卡提取出电流的正常信号和电弧故障信号,根据基于相空间重构的方法和波形比较法计算出电流信号的计盒维数、信息维数、均值比及其标准差和峰峰值。结果发现,发生了电弧故障后,以上特征值相比于正常情况均产生了较大程度的改变。将上述特征值组成电弧故障样本,作为遗传算法优化的BP神经网络的输入数据,将线路是否正常作为输出,进行电弧故障识别。分析结果表明,该方法的识别效率在96%以上。