基于灰色模型预测通用航空器数量

作者： 高增   宋薇薇   刘向前   来源： 民营科技 年份： 2017 文献类型 ： 期刊 关键词： 预测   通用航空   灰色模型  

描述： 运用灰色系统预测理论对通用航空运输市场的发展需求进行预测,通过建立灰色预测模型,用GM(1,1)模型预测通用航空飞机数量,并对模型进行了检验。同时,给出预测值与实际值的比较,说明预测精度好,灰色预测方法能够用于预测中国通用航空航空器的发展需求。结果显示,通用航空需求空间巨大,增长潜力十分明显。

三次指数平滑法在民航客运量预测中的应用

作者： 钟丽燕   来源： 经贸实践 年份： 2017 文献类型 ： 期刊 关键词： 三次指数平滑法   预测   民航客运量  

描述： 文章选取了浙江省1996-2015年民航客运人数,建立了三次指数平滑模型,对该省的民航客运量进行预测,所得的预测值与给出的实际值误差较小,验证了用此模型预测民航客运量的合理可行性。模型的结果和分析

基于BP神经网络的民用飞机交易价格预测

作者： 盛鸣剑   张康   来源： 中国民航大学学报 年份： 2017 文献类型 ： 期刊 关键词： 预测   民用飞机   神经网络   交易价格  

描述： 交易价格是航空公司及飞机金融租赁公司采购民用飞机时关注的重点。目前,预测民机交易价格的模型并不多,较多采用回归分析法,一般局限于对新机价格的估算。针对这一问题,综合考虑影响价格的多个特征参数,将飞机

中国民航货运量预测规则集及其应用

作者： 李红启   简晓荣   刘寅莹   袁俊丽   来源： 中国民航大学学报 年份： 2017 文献类型 ： 期刊 关键词： 民航货运量   预测   规则集   粗糙集理论  

描述： 运用粗糙集理论构造出规则集并应用于民航货运增速预测,从整个行业层面确定民航货运量发展趋向,可为民航货运资源配置提供重要参考依据。借助基于粗糙集理论的民航货运量预测流程,以1978—2014历年

基于灰色模型的航空公司安全水平预测

作者： 孙睿韬   来源： 消防界(电子版) 年份： 2017 文献类型 ： 期刊 关键词： 安全   预测   航空公司   灰色模型  

描述： 为准确的评估航空公司的安全水平,本文认为选取低级不安全事件数作为评价指标比事故及事故征候数更具有代表性。基于灰色理论,构建G(1,1)模型对航空公司发生的超限事件数进行预测。结果表明该模型具有较高的精度,能够有效预测短时间内航空公司发生的超限事件,反映航空公司的安全水准。

基于相关向量机的SAR图像飞机目标分类方法研究

作者： 张维坤   叶伟   李国靖   来源： 电子测量技术 年份： 2017 文献类型 ： 期刊 关键词： 支持向量机   相关向量机   飞机目标   SAR图像  

描述： 随着合成孔径雷达(SAR)成像技术的发展,SAR图像的数据处理和图像分类工作近年来成为研究热点。在本文中,将相关向量机(RVM)应用于SAR图像目标分类识别,对3类飞机仿真目标进行分类,从分类正确率、分类时间、泛化能力和鲁棒性方面全面考察其性能。与支持向量机(SVM)相比,相关向量机没有多余的参数调整,核函数不需要满足Mercer条件,可以获得更多的稀疏模型。仿真结果表明,在对3种类型的飞机仿真目标进行分类的情况下,使用RVM方法总体分类性能略高于SVM。

基于支持向量机的飞机重着陆预测模型

作者： 常文兵   张佳宁   周晟瀚   来源： 飞机设计 年份： 2017 文献类型 ： 期刊 关键词： 支持向量机   重着陆   飞参数据   预测模型  

描述： 研究以建立一种重着陆预测模型为目的,筛选飞机着陆过程中部分飞参数据,有针对性地提出一套飞参数据处理与分析方法,基于处理后的飞参数据建立一种支持向量机的重着陆预测模型,通过特征选取与参数优化,对预测

基于多维特征量的航空串联故障电弧检测

作者： 崔芮华   王绍敏   来源： 科学技术与工程 年份： 2017 文献类型 ： 期刊 关键词： 支持向量机   粒子群优化   多维特征量   航空故障电弧  

描述： 的线性负载线路电流进行数据采集。根据电弧电流的特点,提出了一种融合波形畸变特征、间谐波特征和能量分布不确定性特征的多维特征量检测方法。引入支持向量机和粒子群优化算法进行参数寻优,用训练得到的分类模型对测试集进行分类预测。结果表明,该串联故障电弧分类模型最高分类准确率可达到98.83%。

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

基于模糊粗糙集和SVM的航空发动机故障诊断

作者： 曹愈远   张建   李艳军   张丽娜   来源： 振动.测试与诊断 年份： 2017 文献类型 ： 期刊 关键词： 支持向量机   航空发动机   故障诊断   粗糙集   模糊聚类  

描述： 随着航空产业的发展,航空发动机故障诊断逐渐向智能化、精确化方向发展,针对这一趋势结合模糊聚类、粗糙集以及支持向量机理论,提出了一种航空发动机故障诊断方法。首先,运用模糊C-均值聚类算法将连续数据离散化;然后,运用粗糙集的知识发现理论,在保持决策表的决策属性和条件属性之间的依赖关系不发生变化的前提下对决策表进行约简;最后,利用支持向量机适用于小样本数据处理的特性对样本进行学习得到最优超平面决策函数从而进行故障诊断。对航空发动机性能参数实例的验证结果表明,该方法对航空发动机故障具有较强的诊断能力,在不影响诊断率的基础上大大缩短了运算时间。因此,提出的算法具有较好的实用性和准确性。