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。

航空器爬升与下降阶段4D航迹预测

作者： 赵元棣   李科频   朱文心   来源： 科学技术与工程 年份： 2023 文献类型 ： 期刊 关键词： 长短期记忆网络   4D航迹预测   循环神经网络   机器学习   航空运输  

描述： 准确的4D航迹预测可以在冲突探测与解脱、航迹优化和空中交通流量管理等多个领域发挥重要作用。为提高预测的准确性，提出了基于机器学习的航空器4D航迹预测方法。首先，利用爬升阶段提取研究指标，构建循环神经网络(recurrent neural network, RNN)和长短期记忆网络(long short/term memory, LSTM);其次，在下降阶段进行数据维度拓展，构建RNN、LSTM模型进行航迹预测；最后，对各个维度上的预测航迹点和实际航迹点的误差进行分析。仿真结果表明，爬升阶段模型和下降阶段模型对于航空器位置预测准确性高，展现了航迹预测模型的良好鲁棒性。

基于XGBoost算法的终端区进场航空器飞行时间预测

作者： 徐文英   王大军   卢朝阳   顾明昕   来源： 北京交通大学学报 年份： 2022 文献类型 ： 期刊 关键词： 空中交通管理   进场航空器   XGBoost   飞行时间预测  

描述： 为了高效调配进离场航空器，得到进离场航空器的最佳排序顺序，采用机器学习的方法对终端区进场航空器的飞行时间进行预测.分析终端区航空器飞行特点和进场航空器飞行时间的影响因素并且提出了影响飞行时间预测的22个重要特征.引入密度聚类DBSCAN方法，聚类得到交通流的不同路径类别.建立了基于集成机器学习算法XGBoost的飞行时间预测模型，以云南昆明终端区为例，对模型进行了训练、验证和测试，并以平均相对误差和均方误差为评价指标来分析预测结果的误差.结果表明：与线性回归、支持向量机回归和人工神经网络方法相比，本文模型对飞行时间的预测结果最好，±5 min内的预测准确率达到95.18%.

基于机器学习的民航常旅客流失模型的研究

作者： 赵航   来源： 中国民用航空飞行学院 年份： 2021 文献类型 ： 学位论文 关键词： 代价敏感算法   XGBoost   粒子群算法   流失预测  

描述： 基于机器学习的民航常旅客流失模型的研究

基于混合仿真的通用航空应急医疗转运实时任务评估

作者： 占艳丽   来源： 南京航空航天大学 年份： 2019 文献类型 ： 学位论文 关键词： XGBoost   航空医疗转运   实时任务评估   多主体仿真   系统动力学  

描述： 基于混合仿真的通用航空应急医疗转运实时任务评估

基于RSM/XGBoost和KF的航空发动机RUL预测

作者： 李东文   王海瑞   朱贵富   刘翠琴   杨修琦   来源： 空军工程大学学报 年份： 2023 文献类型 ： 期刊 关键词： 随机搜索算法   航空发动机   XGBoost   卡尔曼滤波   剩余使用寿命  

描述： 航空发动机精确的剩余使用寿命预测是确保发动机安全服役必须开展的环节。针对复杂工况环境下涡扇发动机的剩余使用寿命预测问题，提出了一种基于极端梯度提升和卡尔曼滤波的寿命预测模型。首先，采用高斯分布对原始振动数据进行分析，提取具有时间序列和退化趋势的特征数据，并为其设置剩余使用寿命(RUL)标签；其次，利用随机搜索算法对融合参数范围进行寻优，在极端梯度提升(XGBoost)中加入卡尔曼滤波器解决预测值不平滑和噪声干扰的问题；最后在商用模块化航空推进系统仿真数据集(C/MAPSSC)上进行了验证和分析，实验结果证明：与其他模型相比，文中采用的寿命预测方法准确度更高。

商业航空建设一册

作者： 灯孤魂   来源： 商务印书馆 年份： 1934 文献类型 ： 图书 关键词： 航空运输  

描述： 叙述航空史略、商业航空与国防的关系、中国航线网的组织、航空建设工程，以及各国商业航空组织等。

航空公司电子客票航班查询动态缓存系统设计

作者： 姚一   周中雨   李洋   杨程屹   来源： 电子测试 年份： 2018 文献类型 ： 期刊 关键词： 机器学习   缓存   航班查询  

描述： 本文采用机器学习技术实现航空公司电子客票航班查询的动态缓存。针对第三方大量抓取航空公司网站航班数据的问题,进行访问行为分析,建立航班查询缓存模型并进行系统改造,以达到降低查询预订比的效果。

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。