航空文献资源库

按文献类别分组

按栏目分组

按年份分组

按来源分组

关键词

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。

基于神经网络的飞机关键结构载荷预测方法研究: 作者： 薛海峰张彦军宁宇 来源： 航空工程进展 年份： 2025 文献类型： 期刊 关键词： 视情维修 神经网络 飞行参数载荷预测多元线性回归; 描述： 基于神经网络的飞机关键结构载荷预测方法研究

睡眠剥夺在飞行员认知决策领域的研究探讨: 作者： 初建杰俱雅芳王磊陈彦蒿 来源： 航空工程进展 年份： 2020 文献类型： 期刊 关键词： 认知 飞行员 执行功能睡眠剥夺; 描述： 随着航空技术的不断进步和发展,飞机单程长距离飞行的技术难题正在解决,在长时飞行复杂变化环境和高认知负荷情况下,睡眠剥夺对飞行员的认知损害存在明显的影响。本文从睡眠剥夺对主体认知机能的影响分析切入

< 1 >