首页>
根据【关键词:发展与应用现状,PHM系统,诊断,35,预测,F,问题与挑战,故障预测与健康管理】搜索到相关结果 58 条
-
基于改进的神经网络对航空发动机故障率预测研究
-
作者:
薛永亮
陈振林
来源:
计算机测量与控制
年份:
2019
文献类型 :
期刊
关键词:
BP神经网络
预测
故障率
-
描述:
,优化后的BP神经网络预测结果与实际故障率更为拟合,预测结果更为准确;该模型对于该型号发动机的故障预测具有一定参考意义。
-
海南地区航空物流产业发展影响因素实证研究与预测分析
-
作者:
张玉
陈娜娜
周益
来源:
物流科技
年份:
2022
文献类型 :
期刊
关键词:
航空物流业
预测
影响因素
海南
-
描述:
(1,1)对海南地区航空物流产业发展的衡量指标——航空货物周转量进行预测,得出海南地区航空物流业的整体水平将呈现出稳中有升的发展趋势,为进一步研究海南地区航空物流业的发展路径提供重要的依据与数据支撑。
-
基于灰色模型的航空客源预测——以A航空公司为例
-
作者:
孙宏燕
来源:
技术与市场
年份:
2022
文献类型 :
期刊
关键词:
预测
收益管理
航空客源
灰色模型
-
描述:
随着航空公司之间的竞争加剧,以及高铁、公路等交通运输方式对民航业的冲击日益增长,航空公司收益管理面临新的挑战。基于灰色模型来提高航空客源预测的精准度,通过对不同类型的旅客分类,按照不同的客票预订周期匹配不同的价格策略,使收益管理成为航空公司增加收入的利器,从而使航空公司具备更强的市场竞争优势。
-
基于机器学习的航空公司乘客满意度预测
-
作者:
刘宇波
来源:
科技创业月刊
年份:
2022
文献类型 :
期刊
关键词:
机器学习
满意度
预测
Python
-
描述:
利用Python中的pandas库、numpy库和matplotlib库对数据进行预处理和分析可视化,然后运用机器学习分类算法对数据进行建模,最后对预测结果进行分析。该建模可对用户满意度进行预测,以便制定合适的运营方案,提高乘客满意度。
-
基于ARMA模型的民航机场投诉量预测
-
作者:
吕文畅
来源:
信息技术与信息化
年份:
2023
文献类型 :
期刊
关键词:
ARMA模型
预测
民航机场投诉
最小二乘
-
描述:
,提出了基于ARMA模型的机场投诉量预测方法,采用直接和间接的策略,对机场投诉量进行了建模和预测。预测结果表明,基于ARMA模型的预测方法比最小二乘法更合理,优势突出;ARMA模型在阶次不高的情况下依然
-
基于集成ELM模型的航空发动机性能参数预测
-
作者:
徐建新
侯振华
来源:
中国民航大学学报
年份:
2017
文献类型 :
期刊
关键词:
性能参数
航空发动机
极端学习机
预测
AdaBoost.RT
-
描述:
为预测航空发动机性能参数,提出了一种动态集成极端学习机模型。采用AdaBoost.RT集成算法对极端学习机(ELM)进行集成,并针对AdaBoost.RT集成算法中固定阈值的局限性,采用自适应动态
-
基于联合相似度的民航旅客不文明等级预测
-
作者:
丁建立
李洋
王怀超
来源:
计算机工程与设计
年份:
2021
文献类型 :
期刊
关键词:
非同源
不文明旅客
民航
联合相似度
预测
-
描述:
为便于航空公司和机场对旅客的监管和服务决策,需要对旅客潜在不文明水平进行有效分级预测。通过社会不文明行为与民航不文明行为的相似性分析,预测旅客在民航潜在的不文明行为等级,针对两类行为描述之间存在
-
基于试飞数据的航空发动机维修性分析优化技术研究
-
作者:
徐小芳
高雅娟
武红姣
来源:
航空维修与工程
年份:
2021
文献类型 :
期刊
关键词:
航空发动机
预测
维修性
试飞数据
分析优化
-
描述:
优化方案实施结果进行预测,为提升我国航空发动机维修性水平提供技术支持,为新型发动机维修性研制论证提供参考。
-
基于聚类与SVR的地区支线航空客运市场需求预测
-
作者:
徐梦瑶
赵鸣
李洋
安洋
张友浩
来源:
智能计算机与应用
年份:
2019
文献类型 :
期刊
关键词:
客运市场需求
预测
系统聚类
支线航空
SVR
-
描述:
针对支线航空客运市场需求预测问题,某些地区(如海南)缺少足够的历史数据,难以建立准确的预测模型。本文提出基于聚类与支持向量机回归(SupportVectorRegression,SVR)预测此类地区
-
基于改进EMD的排气温度裕度预测
-
作者:
戴邵武
陈强强
丁宇
来源:
兵器装备工程学报
年份:
2019
文献类型 :
期刊
关键词:
支持向量机
排气温度裕度
预测
经验模态分解
回归
-
描述:
排气温度裕度(Exhaust gas temperature margin,EGTM)是表征发动机运行状态的重要性能参数之一,通过对连续多个飞行架次的EGTM进行预测分析,能够有效预测发动机的工作