南京航空航天大学学报
南京航空航天大學學報
남경항공항천대학학보
Journal of Nanjing University of Aeronautics & Astronautics
2015年
4期
517-524
,共8页
航空运输%过站时间估计%贝叶斯网%增量学习%灵敏度分析
航空運輸%過站時間估計%貝葉斯網%增量學習%靈敏度分析
항공운수%과참시간고계%패협사망%증량학습%령민도분석
air transport%turnaround time estimation%Bayesian network%incremental learning%sensitivity analysis
一架飞机每天要执行多个航班,从而形成航班链.前序航班进港后,若估计出飞机在机场的过站时间,后续航班的离港时间便可较准确给出.文中选取了对航班过站时间影响较为显著的几个因素,运用历史数据,采用最大似然估计进行贝叶斯网参数学习并获得不同情况下过站时间的估计值.同时,利用贝叶斯网增量学习的特性,运用航班增量数据基于贝叶斯估计修正贝叶斯网参数,并用新的学习结果更新过站时间估计值.实验数据表明,所提出的方法能较好地对飞机过站时间进行估计.最后,对影响过站时间的各因素进行了灵敏度分析对比.
一架飛機每天要執行多箇航班,從而形成航班鏈.前序航班進港後,若估計齣飛機在機場的過站時間,後續航班的離港時間便可較準確給齣.文中選取瞭對航班過站時間影響較為顯著的幾箇因素,運用歷史數據,採用最大似然估計進行貝葉斯網參數學習併穫得不同情況下過站時間的估計值.同時,利用貝葉斯網增量學習的特性,運用航班增量數據基于貝葉斯估計脩正貝葉斯網參數,併用新的學習結果更新過站時間估計值.實驗數據錶明,所提齣的方法能較好地對飛機過站時間進行估計.最後,對影響過站時間的各因素進行瞭靈敏度分析對比.
일가비궤매천요집행다개항반,종이형성항반련.전서항반진항후,약고계출비궤재궤장적과참시간,후속항반적리항시간편가교준학급출.문중선취료대항반과참시간영향교위현저적궤개인소,운용역사수거,채용최대사연고계진행패협사망삼수학습병획득불동정황하과참시간적고계치.동시,이용패협사망증량학습적특성,운용항반증량수거기우패협사고계수정패협사망삼수,병용신적학습결과경신과참시간고계치.실험수거표명,소제출적방법능교호지대비궤과참시간진행고계.최후,대영향과참시간적각인소진행료령민도분석대비.
