过站航班地面保障流程效能评估

为了感知过站航班地面保障流程运行状况和优化机场协同决策信息系统,研究了单航班条件下的保障流程效能评估问题。通过系统分析地面保障流程,得到各场景的效能评估指标。结合评估指标的大小、重要性及聚散状态3个维度,构建了流程效能评估指标体系。设计了一种基于雷达图周长-面积的过站航班地面保障流程动态效能评估方法,并结合实际运行数据开展仿真验证。研究表明,流程效能评估结果整体上直观描述了保障流程效能的动态变化。通过客观性对比和敏感性分析可知，结果一定程度反映了过站航班离港属性,为航班推出控制提供依据。     

基于LWSVR的繁忙机场航班滑出时间预测

针对繁忙机场航班滑出时间预测准确率低的问题,结合局部回归和加权支持向量回归,提出基于局部加权支持向量回归的离港航班滑出时间预测模型。该模型采用K最近邻方法,减小训练样本集容量,并为每个预测样本构建一个预测模型。通过计算训练样本与预测样本间的马氏距离,来优化加权支持向量回归中高斯核加权函数的带宽参数,获得加权系数。结合某机场离港航班数据仿真分析,实验结果表明模型在误差允许范围内的预测准确率达到83.33%,模型更加稳定。     

基于移动数据库的异构数据一致性技术研究

从移动数据库体系结构的演变、数据一致性技术的分类和异构数据同步协议(SyncML)的架构等3个方面介绍了基于移动数据库的异构数据的一致性技术，并结合三者优势提出了DM／SMDS模型，为移动环境下快速、高效地实现数据收敛提供了一种可行的解决方案。     

飞机滑行路径仿真与优化研究

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。     

基于航空信息网络的枢纽机场航班延误预测模型

航班延误一直是机场运营管理的一大难题，本研究报告面向区域多机场，重点针对机场集团内枢纽机场的航班延误问题，提出基于航空信息网络的航班延误预测模型NBFDM. 该模型不仅使用了航班自身的相关属性，并且还考虑了航空信息网 络内其他机场的因素对航班延误的影响. NBFDM模型首先提取航班本身的特征和该航班飞行前一段时间内航空信息网络的特征，然后使用PCA进行降维，对降维处理后的特征再使用SVR方法，得到非线性回归模型，用于预测航班的延误时间. 实验表明本研 究报告所提模型NBFDM相比仅使用航班自身属性的模型，对航班延误时间的预测误差降低约20%.     

基于深度神经网络的航班保障时间预测研究

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%。     

一种建立在对客户端浏览历史进行LDA建模基础上的个性化查询推荐算法

现代搜索引擎普遍采用简单的关键词形式来表达查询,这为用户带来便利的同时也增加了准确获取信息的难度.搜索引擎很难基于少量的几个关键词准确捕捉用户的信息需求.查询推荐作为缓解上述问题的关键技术,已经开始应用于目前主流的搜索引擎.然而,绝大多数现有的查询推荐技术基于群体智慧,以搜索引擎日志为数据源,从中挖掘用户群体在构造查询方面的习性及查询之间的语义关联性,未考虑不同用户个性化的信息喜好,而且在搜索引擎服务器端进行查询推荐计算也会影响搜索引擎的响应效率和查询吞吐率.为此,本文提出一种运行于客户端的个性化查询推荐策略,该策略以用户浏览历史为数据源,采用LDA模型,并从中学习用户的信息喜好,在此基础上利用原始查询被主题模型生成的概率确定用户的查询意图,以词条与查询意图之间的关联来度量词条作为扩展查询被推荐的强度,最后选择Top N强度最强的词条作为查询推荐的结果.以人工标注的测试数据对本文所提出的算法进行了实验验证,结果表明,该算法在推荐扩展查询的准确率方面明显优于单纯基于词条与原始查询语义相关的方法     

温度和光照对大绒鼠能量收支的影响

为了研究温度和光照对大绒鼠能量收支的影响,测定了低温短光(5℃-short photoperiod,5-SD)、低温长光(5℃-long photoperiod,5-LD)、高温短光(30℃-short photoperiod,30-SD)和高温长光(30℃-long photoperiod,30-LD)条件下大绒鼠的体重、摄入能、消化能、可代谢能、粪尿能、消化率和可代谢能效率。结果表明:大绒鼠在5-SD和5-LD驯化下,体重随驯化时间逐渐降低;摄入能、消化能、可代谢能则逐渐增加;粪尿能、消化率、可代谢能效率无显著变化。在30-SD和30-LD驯化下,体重随驯化时间逐渐增加;摄入能、消化能、可代谢能则逐渐降低;粪尿能、消化率、可代谢能效率无显著变化。双因素方差分析表明,大绒鼠能量代谢特征对温度比较敏感。以上结果说明温度是影响大绒鼠能量收支策略的重要环境因子。大绒鼠在寒冷的环境条件下,低温诱导体重降低、摄食量增加,这是大绒鼠在抵抗低温胁迫维持能量平衡时重要的适应策略。     

基于着色时间Petri网的航班保障服务建模方法

航班地面保障过程的定量描述以及保障服务时间的准确估计是提升机场保障服务效率的关键。通过分析航班地面保障服务实际作业流程,提出了一种基于着色时间Petri网的航班地面保障服务定量描述模型。该模型将保障服务分为作业、状态、资源3部分,利用着色时间Petri网基本元素描述保障作业、作业逻辑关系、服务状态及其与保障作业的关系,根据该模型设计了一种基于蒙特卡罗仿真的保障服务时间估算方法。利用国内某大型枢纽机场实际航班保障服务时间数据与本文提出的方法估计保障时间数据估算误差进行分析验证,表明本文提出方法对航班地面保障服务时间估计的可行性和有效性。     

基于时空关联网络的机场机位运行过程建模

为了提高机场机位运行效率, 对机位运行过程进行精确分析描述。在分析机场进出港航班机位运行流程的基础上, 将机位运行过程抽象为时空关联网络，定性描述航班与机位的逻辑关系, 使用航班时间窗、机位地理位置等特征参数定量描述机位运行信息, 由此构建一种基于时空关联网络的机场机位运行过程定量描述模型。利用国内某大型枢纽机场实际机位运行数据对所提模型进行分析验证, 结果显示，时空关联网络模型符合幂律分布, 58.62%的节点平均误差为0.172 4 h, 节点度分布均值为0.666 7, 聚集系数均值为0.807 5。节点度分布较高和聚类系数较高的节点为关键节点, 对应影响力较大的关键航班；较现有模型, 描述态势信息的宏观微观特征参数提升了场景描述精度并能有效适应数据规模的变化。