首页>
根据【关键词:需求预测,航空物流,成都天府国际机场】搜索到相关结果 396 条
-
基于EWM-CBR的森林航空消防直升机需求研究
-
作者:
张青松
罗丹
高广泽
廖云龙
来源:
消防科学与技术
年份:
2019
文献类型 :
期刊
关键词:
熵权法
应急管理
CBR
需求预测
航空应急救援
-
描述:
基于案例推理(CBR)的原理及方法,使用熵权法(EWM)确定相似案例检索中的指标权重,在案例库中检索与本次火灾相似度最高的历史案例,参考历史案例中的直升机数量配置和评价,合理修正后确定本次火灾所需直升机具体数量。通过实例验证该方法科学有效。森林火灾发生后快速确定直升机需求,可以为直升机调度节约时间,提高消防救援效率。
-
基于EWM-CBR的森林航空消防直升机需求研究
-
作者:
张青松
罗丹
高广泽
廖云龙
来源:
消防科学与技术
年份:
2019
文献类型 :
期刊
关键词:
熵权法
应急管理
CBR
需求预测
航空应急救援
-
描述:
基于案例推理(CBR)的原理及方法,使用熵权法(EWM)确定相似案例检索中的指标权重,在案例库中检索与本次火灾相似度最高的历史案例,参考历史案例中的直升机数量配置和评价,合理修正后确定本次火灾所需直升机具体数量。通过实例验证该方法科学有效。森林火灾发生后快速确定直升机需求,可以为直升机调度节约时间,提高消防救援效率。
-
基于航空装备维修数据的维修需求预测方法
-
作者:
蔡复青
王戈
钟道
来源:
海军航空工程学院学报
年份:
2019
文献类型 :
期刊
关键词:
飞行强度
需求预测
维修
多元协变量模型
航空装备
-
描述:
飞机的维修活动是装备管理工作的重要内容,但是飞机具有产品结构复杂、使用环境复杂的特点,建立在经典大样本同总体分布模型假设的维修需求预测方法难以适用。文章基于航空装备维修保障数据,围绕飞机维修需求预测
-
基于多元回归模型的航空运输客运量预测
-
作者:
蔡文婷
彭怡
陈秋吉
来源:
航空计算技术
年份:
2019
文献类型 :
期刊
关键词:
多元回归
需求预测
灰色综合关联分析
民航客运量
影响因素
-
描述:
,以此结果为基础建立多元回归模型,并对多元回归模型进行检验。用2010年—2016年的民航运输客运量历史数据对所构建多元回归模型的预测值进行比较分析,验证多元回归模型的有效性,并与时间序列法
-
基于GM(1,1)模型的新机备件需求预测
-
作者:
孙伟奇
郭峰
刘臣宇
史玉敏
来源:
环境技术
年份:
2020
文献类型 :
期刊
关键词:
新机备件
灰色理论
需求预测
1)模型
GM(1
-
描述:
基于GM(1,1)模型的新机备件需求预测
-
基于航空装备维修数据的维修需求预测方法
-
作者:
蔡复青
王戈
钟道
来源:
海军航空工程学院学报
年份:
2019
文献类型 :
期刊
关键词:
飞行强度
需求预测
维修
多元协变量模型
航空装备
-
描述:
飞机的维修活动是装备管理工作的重要内容,但是飞机具有产品结构复杂、使用环境复杂的特点,建立在经典大样本同总体分布模型假设的维修需求预测方法难以适用。文章基于航空装备维修保障数据,围绕飞机维修需求预测
-
基于多元回归模型的航空运输客运量预测
-
作者:
蔡文婷
彭怡
陈秋吉
来源:
航空计算技术
年份:
2019
文献类型 :
期刊
关键词:
多元回归
需求预测
灰色综合关联分析
民航客运量
影响因素
-
描述:
,以此结果为基础建立多元回归模型,并对多元回归模型进行检验。用2010年—2016年的民航运输客运量历史数据对所构建多元回归模型的预测值进行比较分析,验证多元回归模型的有效性,并与时间序列法
-
基于GM(1,1)模型的新机备件需求预测
-
作者:
孙伟奇
郭峰
刘臣宇
史玉敏
来源:
环境技术
年份:
2020
文献类型 :
期刊
关键词:
新机备件
灰色理论
需求预测
1)模型
GM(1
-
描述:
基于GM(1,1)模型的新机备件需求预测
-
人工智能在航空货运决策优化中的实践
-
作者:
李依晨
来源:
产业科技创新
年份:
2024
文献类型 :
期刊
关键词:
动态定价
航空货运
需求预测
人工智能
风险管理
决策优化
-
描述:
在航空货运中的应用,包括需求预测与容量规划、货物跟踪与管理以及价格优化与收益管理,并探讨了AI技术对提升决策速度与效率、降低成本与运营优化、风险管理与应对策略的影响。本文还展望了AI在航空货运领域的未来发展趋势及面临的挑战,为行业的持续创新和发展提供了见解。
-
人工智能在航空货运决策优化中的实践
-
作者:
李依晨
来源:
产业科技创新
年份:
2024
文献类型 :
期刊
关键词:
动态定价
航空货运
需求预测
人工智能
风险管理
决策优化
-
描述:
在航空货运中的应用,包括需求预测与容量规划、货物跟踪与管理以及价格优化与收益管理,并探讨了AI技术对提升决策速度与效率、降低成本与运营优化、风险管理与应对策略的影响。本文还展望了AI在航空货运领域的未来发展趋势及面临的挑战,为行业的持续创新和发展提供了见解。