基于多机场终端区交通态势的航班延误预测

为了针对性地制定后续优化措施,以降低多机场终端区内航班延误所带来的不利影响,并提高多机场系统内各机场的运营效率,进行多机场终端区航班延误的预测研究。首先,考虑多机场终端区交通态势对航班延误的影响,在对多机场终端区交通态势进行分析的基础上,建立了6个描述终端区交通态势的指标。接着,构建反向传播（back propagation,BP）神经网络航班延误预测模型,将终端区交通态势指标、航班信息和天气环境数据等作为输入,航班延误时间作为输出,并利用粒子群优化算法（particle swarm optimization,PSO）优化BP神经网络进行训练。通过实例验证和分析,基于多机场终端区交通态势的航班延误预测能够有效提高预测准确率,同时,通过粒子群优化BP神经网络的预测模型预测准确率均高于一般的考虑交通态势的BP和遗传算法优化的BP神经网络模型（genetic algorithm and back propagation,GA-BP）。     

银资源现状与发展态势分析

当前的情况下我国大力发展可持续发展的经济,对于矿物质的开发与利用上更是遵循可持续的原则。银是一种重要的矿产资源,是十分的宝贵的,但是目前在对于银的开发利用上确实是存在着部分的问题。我们要想办法解决这些存在的问题,以更好的来利用银资源。     

新时期消防安全新技术和发展态势的探讨

随着经济的快速发展,人们珍视生命的意识越来越强。要想在平时工作、生活的环境都能安心,首要关注的就是消防安全设施的技术是否到位。下面就来探讨目前我国在新时期下消防安全技术的创新和突破以及今后的发展态势。     

基于文献计量的天文学科发展态势分析

本文基于2014-2019年天文学领域发表的8.2万篇论文进行文献计量,从产出规模、学科布局、学术影响等角度分析我国天文学科的发展现状.从论文产出规模看,我国天文学科以第一作者统计全球排名第二位;在过去5年论文量增幅远高于世界平均水平.从学科布局看,我国在太阳物理领域学术产出比较活跃;星系宇宙学、恒星银河系科学产出稳定...     

基于企业知识产权战略的态势分析

随着知识经济时代的到来,知识产权越来越得到企业、政府的重视。在企业竞争关系中,除了原有的劳动力、原材料和资金竞争以外,技术竞争成为了企业发展过程中不可忽略的因素,知识产权战略也成为企业参与国际竞争的重要手段。     

大数据驱动的极端气象灾害态势要素提取模型与优化

大数据驱动的灾害精准监测与预警是新时代提升公共服务质量、实现精准防灾减灾的重要手段。针对目前关于灾害态势要素提取缺乏可操作性的方法,以极端气象灾害中的台风灾害为例,基于“致灾体-承灾体-救灾体”理论设计了灾害态势要素提取框架模型,采用大数据分析中常用的主成分分析法对影响极端气象灾害态势的诸多要素进行降维处理并提取关键态势要素;引入博弈论的思想,构建基于合作博弈的灾害态势要素权重优化模型,并通过案例分析验证了该方法的合理性和可行性。通过推动自然灾害类突发事件监测与预警理论的创新,推动应急管理由注重灾后救助向注重灾前预防转变,更好地从根本上减轻灾害风险。     

基于快速网络模拟的安全态势预测

为提升网络安全态势预测的准确性,提出基于网络模拟的态势预测方法。该方法依靠网络模拟技术,详细推演网络安全行为的未来状态,并通过对状态数据进行分析与归纳,实现对网络安全态势的预测。为提升预测的时效性,研究核心节点路由静态存储以及动态连续计算等快速网络模拟技术。通过具有1720个节点的网络拓扑进行了实验验证:依靠快速网络模拟技术,整个态势预测所需的时间减少了51.7%,实现能提前获知未来的安全态势值;对所获得的安全态势曲线与实际安全行为进行对照分析,验证了安全态势预测的准确性。     

态势估计中的统计时间区间推理方法

在战场态势估计中 ,许多事件有一个持续过程 ,因此需要引入时间区间来表示这些事件发生的时间。态势估计中常常需要判断这些事件发生的时间顺序 ,而对事件发生的时间区间的推测或观测往往含有统计不确定性。利用似然比检验理论 ,建立了一种判别两个事件发生的不确定时间区间的顺序的新方法 ,并讨论了利用检验结果进行限制传播的方法 ,从而有效地增强了态势估计中对时间关系的描述和推理能力     

自主飞行器扩展态势评估方法研究

自主飞行器在高度不确定环境下执行复杂作战任务,必须同时兼顾任务完成、战略生存和飞行安全进行自主决策。行为能力等级定量反应了平台健康状态和生存、作战能力,是自主决策的前提和依据,战场威胁级别则反应了外部环境的影响。给出了扩展态势评估的定义,研究了基于贝叶斯网络与模糊逻辑的评估算法,建立了评估模型,构建了自主决策算法,依据扩展态势评估结果进行自主决策,仿真并分析了评估和决策结果,表明方法的有效性。     

机动目标空间合群仿真

为了解决空间合群和战场中的事件检测问题，提出了一种新的机动目标的空间群生成算法．该算法通过一级融合获得的信息来定义特征相似度，即归属相似度、位置相似度和速度相似度，并将这些相似度再次融合以求得合群结果．由于测量空间的不确定性被映射到了模糊相似度空间，因此通过模糊匹配机制可解决测量空间的不确定性问题．仿真结果表明，所提算法能实时完成多个级别的空间合群融合，其计算复杂度也比较低，而且在空间合群的态势评估中获得了比较好的结果．