全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
按文献类别分组
按栏目分组
关键词
- 民航客运量预测方法研究综述
- 作者： 徐海文 令海龙 夏思薇 来源： 科技和产业 年份： 2024 文献类型 ： 期刊 关键词： 时间序列预测 机器学习 组合预测 民航客运量 神经网络
- 描述： 民航客运量预测方法研究综述
- 为加快发展新质生产力贡献航空工业力量
- 作者： 郝照平 来源： 智慧中国 年份： 2024 文献类型 ： 期刊
- 描述： <正>2023年以来，习近平总书记对发展新质生产力作出一系列重要论述，为开辟发展新领域新赛道、塑造发展新动能新优势提供了科学指引。中国航空工业集团有限公司(以下简称航空工业)作为高科技战略性产业，处在发展新质生产力的最前沿，必须提升政治站位、把握时代脉络，坚决贯彻落实党中央决策部署，为加快发展新质生产力贡献航空工业力量。航空工业发展新质生产力的探索与实践。党的十八大以来，航空工业牢牢把握高质量发展这个首要任务，全面推进改革创新和党的建设，
- 基于神经网络的民航客运量的预测研究
- 作者： 唐甜甜 张佳明 姜为 王海 来源： 现代计算机 年份： 2024 文献类型 ： 期刊 关键词： BP模型 民航客运量 预测分析 神经网络 ARIMA模型
- 描述： 为准确预测民航客运量，解决传统模型无法精准捕捉不稳定客运量的波动问题，选取更可靠的BP模型，以此挖取数据的非线性以及非平稳特征和规律。针对近17年的时间序列民航客运量进行预测研究，构建BP神经网络预测模型，并与传统模型ARIMA对比分析。进行对比预测曲线图，直观地反映出BP模型比ARIMA模型在波动点的预测上更加稳定，表现更好。结果表明，BP模型相比于ARIMA模型有更高的R2和更低的MSE，能够更有效提高民航客运量的预测精度和预测稳定性，为制定航空运输生产计划和发展航空运输业提供了重要参考。
- 泸州航空发展投资集团：科技创新催生航发“澎湃”力量
- 作者： 廖振杰 庞玉宇 来源： 经营管理者 年份： 2024 文献类型 ： 期刊
- 描述： <正>长江之滨，泸州航空发展投资集团有限公司巍然屹立，身负引领泸州战略性新兴产业引育壮大的重担，在新型工业化的浪潮中，焕发出奕奕风采。“泸州工业发展处于工业化中期向后期转变阶段，推动高质量发展必须破解自身规模偏小、产业链条不优、龙头企业不多等困难和问题。”这是泸州市副市长杨长缨对当前泸州工业经济发展阶段的判断。要发展，就要在“新型工业化”这个题目上“破题”。2023年七月，泸州市委九届六次全会召开，
- 基于ELM模型的民航客运量预测研究
- 作者： 陈聪聪 李程 刘聪灵 来源： 物流科技 年份： 2020 文献类型 ： 期刊 关键词： 预测 民航客运量 超极限学习机
- 描述： 航空企业在做规划运营之前,首要是要对民航客运量进行精准预测,这是航空公司在做重大科学决策和实施可行性计划的重要保障。然而,影响民航客运量的因素复杂多样,传统的预测方法难以达到日益高要求的预测精度,据此,文章基于影响民航客运量主要因素,一年的国内生产总值、外国人入境游客、定期航班航线里程、铁路客运量、第三产业增加值,利用超极限学习机(Extreme Learning Machine,ELM)的算法模型,对民航客运量进行预测,结果表明基于ELM预测模型具有较好的预测精度。
- 基于ELM模型的民航客运量预测研究
- 作者： 陈聪聪 李程 刘聪灵 来源： 物流科技 年份： 2020 文献类型 ： 期刊 关键词： 预测 民航客运量 超极限学习机
- 描述： 航空企业在做规划运营之前,首要是要对民航客运量进行精准预测,这是航空公司在做重大科学决策和实施可行性计划的重要保障。然而,影响民航客运量的因素复杂多样,传统的预测方法难以达到日益高要求的预测精度,据此,文章基于影响民航客运量主要因素,一年的国内生产总值、外国人入境游客、定期航班航线里程、铁路客运量、第三产业增加值,利用超极限学习机(Extreme Learning Machine,ELM)的算法模型,对民航客运量进行预测,结果表明基于ELM预测模型具有较好的预测精度。
- 考虑机场位置与航线流量影响的航空网络防御资源优化策略
- 作者： 黄海清 甘旭升 蒋旭瑞 吴奇科 孙静娟 来源： 航空工程进展 年份： 2020 文献类型 ： 期刊 关键词： 模拟退火算法 航空网络 防御资源优化 复杂网络
- 描述： 不同类型防御资源防御量与节点防御能力的函数关系;然后,对传统的重要度评价矩阵做出改进,考虑航线流量、机场位置等影响航空网络防御资源配置的因素对节点进行重要度排序,并分析节点与整个航空网络风险的关系;最后
- 基于BP神经网络的北京民航客运量预测
- 作者： 张良勇 郭猛 来源： 河北企业 年份： 2020 文献类型 ： 期刊 关键词： 网络拓扑结构 BP神经网络 民航客运量
- 描述： 本文首先从经济、旅游、竞争、机场运营能力四个方面构建影响北京民航客运量的指标体系,通过相关分析最终得到8个影响北京民航客运量的因素。然后把得到的8个影响因素作为BP神经网络的输入节点,通过对BP神经网络的不断训练,当BP神经网络的隐含层为11个时模型的性能最优。