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%.

链路预测下全服务航空公司航线网络演化研究: 作者： 杨文东蒋云 来源： 北京交通大学学报 年份： 2023 文献类型： 期刊 关键词： 网络演化航线网络 BBV演化模型航空运输链路预测复杂网络; 描述： 为探究全服务航空公司航线网络演化影响因素及演化模型，以全球排名前10的全服务航空公司为研究对象，基于链路预测思想，对5种内生属性相似性指标和3种外生属性相似性指标及耦合相似性指标分别进行曲线下面积（Area Under Curve,AUC）计算，选取AUC值最高的相似性指标进行航线预测及验证，并构建基于链路预测的全服务航空公司航线网络改进BBV动态加权演化模型.研究结果表明：基于优先连接（Preferential Attachment,PA）指标和机场航班量指标的耦合相似性指标的AUC值最高，是影响全服务航空公司航线网络演化的关键指标；在基于该耦合相似性指标的链路预测算法中，平均航线命中率达45.79%,AUC值达95%以上；相比于传统BBV模型，改进BBV动态加权演化模型的航线数拟合准确率平均提升了4.43%，能够较为科学地拟合不同全服务航空公司航线网络的扩张与收缩演变过程.

< 1 >