首页>
根据【检索词:故障预测】搜索到相关结果 1184 条
-
民航NOSHOW预测及强因子关联分析
-
作者:
曹卫东
许代代
王静
王家亮
来源:
计算机工程与应用
年份:
2019
文献类型 :
期刊
关键词:
决策树建模
优化C5.0算法
Apriori算法
强因子关联分析
NOSHOW预测
-
描述:
在民航业务中,旅客订座后却不能如期登机(NOSHOW)一直是航空公司收益亏损的未解之题,为了解决该问题,提出了一种民航NOSHOW预测及强因子关联分析方法。首先利用优化C5.0算法进行NOSHOW
-
基于粗糙集的航空装备作战消耗分析与预测
-
作者:
邵雨晗
辛后居
崔阳
王梦玉
来源:
火力与指挥控制
年份:
2019
文献类型 :
期刊
关键词:
属性约简
粗糙集
消耗预测
航空装备
离散化
-
描述:
针对目前航空装备消耗的数据量庞大繁杂,影响航空装备消耗的因素种类多样的现状,将粗糙集理论引入航空装备的消耗预测研究。通过数据离散和属性约简提取了影响航空装备消耗的重要因素并计算了相应的权值,剔除
-
民航飞行技术人才需求预测
-
作者:
马文韬
来源:
民航管理
年份:
2019
文献类型 :
期刊
关键词:
方程式
增长量
人才需求预测
民航业
飞行技术
需求量
预测模型
民航飞行
-
描述:
改革开放以来,我国的交通运输行业得到了迅猛发展。民航运输业在这一过程中也不断发展壮大。随着国民生活水平的提高以及电子商务带来的物流行业的飞速发展。更多的国人认可使用飞机这一快捷且安全的交通工具出行或者运输货物。可以说在过去几十年中,民航飞行运输处在一个发展黄金期。民航产业未来的发展趋势如何,是当下
-
基于两阶段集成学习的航空客流需求预测研究
-
作者:
李晓瑄
来源:
萍乡学院学报
年份:
2022
文献类型 :
期刊
关键词:
变分模态分解算法
多步超前预测
航空客流需求预测
Bagging
-
描述:
航空客流需求的准确预测对未来机场的发展和民航服务的优化都具有重要意义。为了有效分析和预测航空客流需求的波动情况,文章构建了两阶段集成学习模型,用于航空客流需求的月度预测。在第一阶段,不同基模型并行
-
机场航空器碳排放及碳达峰预测
-
作者:
张培文
丁锐
赵联政
来源:
交通运输研究
年份:
2022
文献类型 :
期刊
关键词:
碳达峰
情景分析
起降循环阶段
蒙特卡罗模拟
航空器
-
描述:
为预测机场航空器碳排放量和碳达峰的可能性,探究碳减排的关键影响因素对碳排放的影响,基于运行数据的“自下而上”的计算方法,以成都双流机场为研究对象,将机场航空器未来碳排放设置为初始情景、优化情景、绿色
-
一种战时航空弹药需求预测方法
-
作者:
陈杨
徐晓双
赵亮亮
刘保军
来源:
陆军工程大学学报
年份:
2022
文献类型 :
期刊
关键词:
航空弹药
层次分析
作战需求
精确预测
威布尔分布
-
描述:
针对目前航空弹药作战需求仅从总量考虑,忽视需求结构的问题。研究从总量及结构两个角度对作战需求进行综合预测,分别构建了航空弹药的作战需求总量预测模型及需求结构模型,对航空弹药作战需求进行更精准的预测
-
航空金属材料的损伤机制与预测方法
-
作者:
尚晓晴
曾小勤
来源:
民用飞机设计与研究
年份:
2022
文献类型 :
期刊
关键词:
应力状态
晶体塑性有限元
微观组织
损伤
疲劳
-
描述:
损伤是航空结构件加工制造与服役中的共性问题。以微观损伤机制与损伤预测模型为主要关注点,论述了典型航空用铝合金、钛合金中损伤形核、扩展的影响因素以及宏观、细观尺度损伤断裂的预测方法。对于塑性成形过程
-
基于灰色理论的航空发动机磨损趋势预测
-
作者:
王琳
郁大照
于向财
唐岩辉
来源:
系统仿真技术
年份:
2022
文献类型 :
期刊
关键词:
航空发动机
1)模型
磨损
光谱分析
灰色GM(1
-
描述:
滑油金属含量是航空发动机关键部件出现磨损及裂纹的表征。通过对其进行预测可提前发现相应部件的故障,保证飞行安全。笔者在分析发射光谱原始数据的基础上,将灰色预测模型应用于航空发动机滑油光谱分析技术中
-
基于深度学习的航空器场面轨迹预测
-
作者:
李雪
何元清
胡耀
来源:
现代计算机
年份:
2022
文献类型 :
期刊
关键词:
长短期记忆网络
深度学习
轨迹预测
-
描述:
轨迹预测研究是安全高效控制场面滑行的重要基础,在路由规划,风险预警,航班次序,重要节点的时间安排等都能起到重要作用。利用深度学习中循环神经网络的长期记忆性特点,对航空器场面历史数据进行分析和预处理
-
基于灰色理论的通用航空发展预测
-
作者:
罗立
来源:
科学技术创新
年份:
2022
文献类型 :
期刊
关键词:
灰色理论
通用航空
产业发展
预测模型
-
描述:
近年来,伴随国家对通用航空产业的政策和经济支持不断加强,通用航空进入了快速发展新阶段。运用灰色系统理论建立GM(1,1)预测模型,结合2014年至2020年的通用航空企业和航空器数对模型进行