首页>
根据【关键词:地理舆情,时空演化,驱动机制,机器学习,超网络模型,航空客机事故,复杂网络】搜索到相关结果 4 条
-
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:
传统复杂网络领域对网络防御问题的研究未考虑影响航空网络防御资源配置的主要因素,为此提出一种考虑机场位置、航线流量等因素的基于航空网络实际的防御策略,来降低网络风险。首先,利用节点脆弱性减少模型确定
-
基于XGBoost的航空器动态滑行时间预测方法研究
-
作者:
赵征
冯事成
宋梅雯
胡莉
陆莎
来源:
航空工程进展
年份:
2022
文献类型 :
期刊
关键词:
机器学习
XGBoost
动态滑行时间
航空运输
样本量
-
描述:
对航空器进港和离港滑行时间进行精确的动态预测,可以有效提升机场的运行效率。首次提出基于XGBoost的航空器动态滑行时间预测方法,该方法首先通过分析影响机场滑行时间的各类因素,构建可变滑行时间预测的关键特征指标;然后选取XGBoost算法建立可变滑行时间预测模型,对模型的关键输入参数进行测试调整;最后将XGBoost算法与随机森林和支持向量回归算法的预测效果进行对比。同时,首次剖析样本数据量与滑行时间预测精度的关联,并以广州白云国际机场为分析对象进行实验。结果表明:采用XGBoost算法,进/离港滑行时间的预测精度分别达到了94.1%和96.6%,优于主流算法随机森林和支持向量回归;且实现白云机场动态滑行时间的精确和稳定预测所需样本量在32 000条(含)以上。
-
基于XGBoost的航空器动态滑行时间预测方法研究
-
作者:
赵征
冯事成
宋梅雯
胡莉
陆莎
来源:
航空工程进展
年份:
2022
文献类型 :
期刊
关键词:
机器学习
XGBoost
动态滑行时间
航空运输
样本量
-
描述:
对航空器进港和离港滑行时间进行精确的动态预测,可以有效提升机场的运行效率。首次提出基于XGBoost的航空器动态滑行时间预测方法,该方法首先通过分析影响机场滑行时间的各类因素,构建可变滑行时间预测的关键特征指标;然后选取XGBoost算法建立可变滑行时间预测模型,对模型的关键输入参数进行测试调整;最后将XGBoost算法与随机森林和支持向量回归算法的预测效果进行对比。同时,首次剖析样本数据量与滑行时间预测精度的关联,并以广州白云国际机场为分析对象进行实验。结果表明:采用XGBoost算法,进/离港滑行时间的预测精度分别达到了94.1%和96.6%,优于主流算法随机森林和支持向量回归;且实现白云机场动态滑行时间的精确和稳定预测所需样本量在32 000条(含)以上。
-
基于复杂网络的航空制造供应链关键节点识别研究
-
作者:
黄辉
李瑞琪
来源:
航空工程进展
年份:
2023
文献类型 :
期刊
关键词:
航空制造供应链
风险管理
复杂网络
关键节点识别
供应链管理
-
描述:
随着世界局势的不稳定因素增加以及航空制造供应链的参与主体增多,航空制造供应链的管理所面临的风险也随之增大。因此针对航空制造供应链网络的风险管理,以复杂网络为工具研究供应链网络中的关键节点识别