基于深度神经网络的航班保障时间预测研究 被引量：8

1

作者 邢志伟 李彪 +1 位作者 朱慧 罗谦 《系统仿真学报》 CAS CSCD 北大核心 2020年第4期678-686,共9页

航班地面保障时间预测是提高机场运行保障效率和决策能力的关键问题之一。考虑到服务流程的复杂性和特殊性,建立了航班地面保障资源到位时间的高斯概率模型,提出了一种基于深度神经网络的航班地面保障时间预测模型,并根据保障数据规律... 航班地面保障时间预测是提高机场运行保障效率和决策能力的关键问题之一。考虑到服务流程的复杂性和特殊性,建立了航班地面保障资源到位时间的高斯概率模型,提出了一种基于深度神经网络的航班地面保障时间预测模型,并根据保障数据规律性变化调节模型参数,减小不确定性因素产生的泛化误差。研究结果表明,单航班预测结果的平均绝对误差比多航班小4.479 min,模型评价分数达到了94.608,且预测精度比传统BP神经网络和贝叶斯网络方法高3%~5%。 展开更多

关键词 航空运输 航班地面保障 时间预测 深度神经网络 高斯模型

在线阅读 下载PDF 职称材料

飞机滑行路径仿真与优化研究 被引量：4

2

作者 邢志伟 徐铭怡 +1 位作者 罗晓 罗谦 《系统仿真学报》 CAS CSCD 北大核心 2020年第2期323-331,共9页

可变滑行时间是评估机场场面交通流特性的重要指标,影响机场运行效率、旅客满意度以及污染排放问题。针对国内某大型枢纽机场,根据元胞自动机原理和交通流拥塞规律,将机场滑行区域视作由节点和链路构成的网络拓扑,以滑行规则和飞机之间... 可变滑行时间是评估机场场面交通流特性的重要指标,影响机场运行效率、旅客满意度以及污染排放问题。针对国内某大型枢纽机场,根据元胞自动机原理和交通流拥塞规律,将机场滑行区域视作由节点和链路构成的网络拓扑,以滑行规则和飞机之间的冲突作为约束条件。构建飞机离场交通流的模型,使用蒙特卡洛算法得出最优滑行路径,结合航班数据进行仿真分析。研究结果表明,该模型减少了离港飞机的滑行等待时间,滑行效率提高了9.8%,充分调度和合理分配了机场地面资源。 展开更多

关键词 可变滑行时间 离港交通流 机场网络图 元胞自动机 蒙特卡洛算法 运行优化

在线阅读 下载PDF 职称材料

离港值机排队聚集规律及队列模型研究 被引量：4

3

作者 邢志伟 蒋骏贤 +2 位作者 罗晓 罗谦 杨扬 《系统仿真学报》 CAS CSCD 北大核心 2019年第8期1548-1554,共7页

前期结合人类行为动力学研究了离港旅客在航站楼的聚集规律,基此研究了国内离港旅客在非全开放值机岛的值机排队长度变化规律。引入时序概念对排队过程做离散化处理,得到了蛇形排队形式下的队列长度马尔科夫链,以单航班离港旅客聚集模... 前期结合人类行为动力学研究了离港旅客在航站楼的聚集规律,基此研究了国内离港旅客在非全开放值机岛的值机排队长度变化规律。引入时序概念对排队过程做离散化处理,得到了蛇形排队形式下的队列长度马尔科夫链,以单航班离港旅客聚集模型预测每个时序的聚集速率,并通过选定值机柜台服务率的合适值,建立了开放固定数量值机柜台情况下的多个邻近航班值机排队长度模型。通过对比模型预测的排队长度与实际数据,证明队列长度模型有较高预测精度以及排队聚集规律的合理性。 展开更多

关键词 航空运输 队列长度模型 离散化分析 值机排队过程 聚集规律

在线阅读 下载PDF 职称材料

基于图神经网络的航班地面保障数据插补算法

4

作者 邢志伟 孙恪 +3 位作者 罗谦 刘畅 张涛 乔迪 《北京航空航天大学学报》 北大核心 2025年第5期1528-1538,共11页

针对航班地面保障数据缺失问题,提出一种基于图神经网络的数据插补算法。通过降噪编码器降低原始数据中噪声对训练的影响,增强提取特征的可靠性;建立一种图表示学习框架,使用聚合函数聚合采样区间内节点的特征,实现神经网络节点的状态更... 针对航班地面保障数据缺失问题,提出一种基于图神经网络的数据插补算法。通过降噪编码器降低原始数据中噪声对训练的影响,增强提取特征的可靠性;建立一种图表示学习框架,使用聚合函数聚合采样区间内节点的特征,实现神经网络节点的状态更新,得到第1次嵌入特征;应用长短时记忆网络对航班的时序信息进行第2次嵌入得到隐藏层的状态空间;通过反卷积神经网络进行特征还原,提出一种损失函数实现网络的迭代,在迭代多次后得到最终的航班地面保障数据插补结果。使用西南某机场2018年4~6月份的航班地面保障数据对所提算法进行测试,结果表明:相比于其他算法,所提算法在低缺失率时,插补误差平均降低了约74%;在较高缺失率时,插补误差平均降低了约68%;所提算法迭代次数约在100次,正则化系数约为0.5时,插补误差达到最低。 展开更多

关键词 航班地面保障 图嵌入 缺失值插补 递归神经网络 自动编码器 多元时间序列

在线阅读 下载PDF 职称材料

融入集成卷积和注意力的民航业务实体识别 被引量：2

5

作者 邢志伟 戴铮 罗谦 《计算机工程与设计》 北大核心 2022年第2期443-449,共7页

通过识别机场的业务实体能够帮助管理者在网络舆情中快速定位服务中的痛点问题。旅客评价中存在较多的复杂实体并伴随有数据类别失衡的现象,针对此提出融入集成卷积(E-CNN)和注意力机制(Attention)的实体识别方法。主要利用人工标注和... 通过识别机场的业务实体能够帮助管理者在网络舆情中快速定位服务中的痛点问题。旅客评价中存在较多的复杂实体并伴随有数据类别失衡的现象,针对此提出融入集成卷积(E-CNN)和注意力机制(Attention)的实体识别方法。主要利用人工标注和半监督思想结合的方法获取旅客评价的数据集,通过ECNN获取多范围的文本特征信息,由双向长短期记忆网络(BLSTM)获取文本的长依赖特征,使用Attention机制克服数据类别不平衡的缺点。实验结果表明,提出的方法能有效识别民航业务实体,F1值超过其它所对比的模型。 展开更多

关键词 命名实体 集成卷积网络 注意力机制 长短期记忆网络 条件随机场

在线阅读 下载PDF 职称材料

基于双价值驱动的到港旅客动力学模型

6

作者 邢志伟 阚犇 +3 位作者 朱书杰 刘子硕 李彪 罗谦 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2024年第12期3645-3653,共9页

为优化综合交通枢纽服务流程,分析了到港旅客聚集行为动力学特性,研究了到港旅客聚集行为在逆伽马分布、伽马分布与卡方分布时间维度间的转变机制,揭示了聚集行为受航班运行时间与换乘方式效用共同影响,并分别转化为到港旅客时间价值与... 为优化综合交通枢纽服务流程,分析了到港旅客聚集行为动力学特性,研究了到港旅客聚集行为在逆伽马分布、伽马分布与卡方分布时间维度间的转变机制,揭示了聚集行为受航班运行时间与换乘方式效用共同影响,并分别转化为到港旅客时间价值与效用价值。在此基础上,基于逆伽马分布、伽马分布与卡方分布建立了双价值驱动的到港旅客动力学模型,输出为参数可调的到港旅客分布。结果表明:参数可调的仿真输出与真实分布相吻合,为枢纽机场到港旅客分布态势的精准预测提供了方法和依据。 展开更多

关键词 人类动力学 到港旅客 伽马分布 时间价值函数 效用价值函数

在线阅读 下载PDF 职称材料

基于松弛算法的停机位分配优化方法 被引量：11

7

作者 邢志伟 乔迪 +3 位作者 刘洪恩 高志伟 罗晓 罗谦 《计算机应用》 CSCD 北大核心 2020年第6期1850-1855,共6页

针对机场近机位资源紧缺及实际航班到离港时间偏离计划时间对停机位分配所造成的扰动,提出了在同机位相邻航班间加入缓冲时间的停机位分配调度方法。首先,建立了以机位空闲时间、远机位占用时间最小为目标的鲁棒性停机位分配模型;然后,... 针对机场近机位资源紧缺及实际航班到离港时间偏离计划时间对停机位分配所造成的扰动,提出了在同机位相邻航班间加入缓冲时间的停机位分配调度方法。首先,建立了以机位空闲时间、远机位占用时间最小为目标的鲁棒性停机位分配模型;然后,设计了一种基于双目标的拉格朗日松弛优化算法,并使用次梯度算法求解拉格朗日松弛算法中的对偶问题。基于国内某枢纽机场运行数据的仿真结果表明,所提方法的优化方案和原始机位分配方案相比,机位使用量和机位空闲时间分别降低了15.79%、7.56%,机位占用率提高了18.72%,并且冲突率降低到3.57%,达到了有效提高停机位利用率与鲁棒性的目的。 展开更多

关键词 停机位分配 缓冲时间 拉格朗日松弛 鲁棒性 机位利用率

在线阅读 下载PDF 职称材料

基于改进GA的神经网络航班保障时间估计 被引量：7

8

作者 邢志伟 韩大浩 罗谦 《计算机工程与设计》 北大核心 2020年第1期107-114,共8页

准确估计航班保障服务时间可以极大提高地面航班保障服务效率。采用主成分分析(PCA)方法降低变量间的相关性,考虑到BP神经网络的网络结构难以确定,且网络初始权重、阈值随机,提出改进的遗传算法来优化BP神经网络的结构,初始权重、阈值,... 准确估计航班保障服务时间可以极大提高地面航班保障服务效率。采用主成分分析(PCA)方法降低变量间的相关性,考虑到BP神经网络的网络结构难以确定,且网络初始权重、阈值随机,提出改进的遗传算法来优化BP神经网络的结构,初始权重、阈值,建立自适应多层遗传算法(AMGA)的BP神经网络航班保障服务时间估计模型。为验证所提AMGA-BP算法的性能,以国内某枢纽机场航班保障服务时间作为研究对象,与传统的GA-BP、BP两种算法做对比实验,进行航班保障服务时间估计,实验结果表明,AMGA-BP算法比BP算法和GA-BP算法精确度更高。 展开更多

关键词 航班保障 服务时间估计 主成分分析 改进遗传算法 BP神经网络

在线阅读 下载PDF 职称材料

基于DFS的直升机电力巡检路径规划 被引量：7

9

作者 邢志伟 谭智炜 +1 位作者 文涛 辛富强 《计算机工程与设计》 北大核心 2021年第6期1779-1786,共8页

通过对通航电力巡检流程并结合实际场景对历史运行数据进行分析,对高压电塔点及电网线与无向图的相似性进行对比研究,建立直升机电力巡检结构的拓扑模型。在此基础上,考虑巡检直升机的最大里程限制和图的DFS(深度优先遍历)算法思路,提... 通过对通航电力巡检流程并结合实际场景对历史运行数据进行分析,对高压电塔点及电网线与无向图的相似性进行对比研究,建立直升机电力巡检结构的拓扑模型。在此基础上,考虑巡检直升机的最大里程限制和图的DFS(深度优先遍历)算法思路,提出一种结合实际场景的连续遍历待巡检网络算法。分别应用到几种不同类型的电力巡检路径中,用计算机仿真技术真实模拟出直升机在电网巡视中的航迹情况。仿真结果表明,优化后的算法在某种程度上实现了巡检任务的一致连续性,将巡视效率提高了3.2%。 展开更多

关键词 电力巡检 深度优先搜索 高压电塔点 电网线路 航巡里程

在线阅读 下载PDF 职称材料

基于贝叶斯网络的航班离港时间动态估计 被引量：4

10

作者 邢志伟 朱慧 +1 位作者 李彪 罗谦 《计算机科学》 CSCD 北大核心 2019年第10期329-335,共7页

为了准确地感知航班离港流程和估计航班离港的时间,设计了一种基于动态贝叶斯网络的航班离港时间估计方法。首先,基于航班的不同属性分析影响航班离港流程的因素,根据影响因素对数据进行分类处理,在历史数据分类的基础上,结合蒙特卡洛... 为了准确地感知航班离港流程和估计航班离港的时间,设计了一种基于动态贝叶斯网络的航班离港时间估计方法。首先,基于航班的不同属性分析影响航班离港流程的因素,根据影响因素对数据进行分类处理,在历史数据分类的基础上,结合蒙特卡洛模拟方法获取各环节的联合分布和先验分布,并由柯尔莫哥洛夫检验确定各环节的联合分布模型,从而获得动态贝叶斯网络模型的参数;其次,根据贝叶斯网络架构和条件概率推理动态估计离港时间及各环节的完成时间;最后,选取国内中部某机场的单航班离港运行数据进行仿真验证。研究结果表明:随着流程的推进,其传播误差会增大,但离港时间的估计精度达到了80%以上,动态估计结果的稳定性较好,能够充分地反映航班离港流程中各关键节点的实际情况。 展开更多

关键词 航空运输 航班离港 动态贝叶斯网络 柯尔莫哥洛夫检验 条件概率估计 传播误差

在线阅读 下载PDF 职称材料

基于改进YOLOX-s的机场跑道冰雪状态感知 被引量：2

11

作者 邢志伟 阚犇 +2 位作者 刘子硕 李彪 罗谦 《上海交通大学学报》 EI CAS CSCD 北大核心 2023年第10期1292-1304,共13页

针对机场冰雪跑道安全性和适航性状态感知能力不足及跑道表面状况报告交互的新需求,提出一种面向多尺度特征融合的机场跑道冰雪状态感知模型.以YOLOX-s模型为基础,在主干特征提取网络中引入全局上下文模块,获取更丰富的浅层与深层特征;... 针对机场冰雪跑道安全性和适航性状态感知能力不足及跑道表面状况报告交互的新需求,提出一种面向多尺度特征融合的机场跑道冰雪状态感知模型.以YOLOX-s模型为基础,在主干特征提取网络中引入全局上下文模块,获取更丰富的浅层与深层特征;将颈部结构中路径聚合网络替换为双向特征金字塔,以提升特征融合能力;在加强特征提取网络尾部添加自适应空间特征融合结构,进一步增强特征融合效果;使用α-EIoU优化损失函数,提高模型收敛速度与精度.实验结果表明,改进后的YOLOX-s模型在跑道冰雪实验系统所得的冰雪污染物数据集上平均精度达到了91.53%,比原始的YOLOX-s模型提高了4.68%,能够为机场跑道除冰雪作业提供决策支持. 展开更多

关键词 跑道冰雪状态感知 YOLOX-s 全局上下文模块 双向特征金字塔网络 自适应空间特征融合结构 α-EIoU损失函数

在线阅读 下载PDF 职称材料

机场巴士运行过程子空间建模与优化 被引量：1

12

作者 邢志伟 高志伟 +1 位作者 罗晓 罗谦 《计算机应用研究》 CSCD 北大核心 2021年第8期2344-2348,共5页

针对机场巴士运行过程影响因素复杂、难以预测运行时间的问题,建立了一种基于子空间辨识算法的机场巴士运行时间预测模型。首先根据运行过程中所产生的多源大数据,考虑不同时段的乘坐人数、发车间隔、道路拥挤度等因素,建立机场巴士运... 针对机场巴士运行过程影响因素复杂、难以预测运行时间的问题,建立了一种基于子空间辨识算法的机场巴士运行时间预测模型。首先根据运行过程中所产生的多源大数据,考虑不同时段的乘坐人数、发车间隔、道路拥挤度等因素,建立机场巴士运行过程状态空间模型;然后提取适合描述机场巴士运行过程的特征变量作为模型的输入输出,通过子空间辨识方法对模型进行求解;最后以首都机场巴士的一条实际运营路线作为案例进行仿真分析。计算结果表明,该模型预测平均绝对百分误差和均方误差分别为2.25%和4.77,表现均好于传统的BP神经网络预测模型和最小二乘法辨识模型,具有较好的预测精度,有一定的实际应用价值。 展开更多

关键词 机场巴士 统计特性 子空间辨识 状态空间模型 行程时间预测

在线阅读 下载PDF 职称材料