组合模型在机场旅客吞吐量预测中的应用

研究机场运输优化控制问题,机场旅客吞吐量受到政治、经济、节假日、票价和天气等多种因素影响,具有周期性和非线性变化特点,传统单一预测方法只能描述其部分变化规律,预测精度低。为了提高机场旅客吞吐量预测,将灰色模型和BP神经网络相结合,形成一种机场旅客吞吐量组合预测模型。首先组合预测模型利用灰色模型对线性变化部分进行预测,然后采用BP神经网络对非线性变化部分进行预测,并对预测误差进行补偿。仿真结果表明,组合模型,解决了单一预测模型存在的缺陷,提高了机场旅客吞吐量预测精度,为机场旅客吞吐量预测提供一种新的思路。     

基于支持向量回归的旅客吞吐量预测研究

在分析现有机场旅客吞吐量预测方法不足的基础上,利用基于结构风险最小化原则的支持向量回归疗法,建立了机场旅客吞吐量预测模型通过实际数据的检验及BP神经网络等方法的预测结果相比较,证明应用支持向量回归方法对机场旅客吞吐量进行预测具备可行性,同时具有较高的预测精度。     

机场旅客吞吐量的人工神经网络预测方法

利用人工神经网络对非线性系统的函数所具有的以任意精度逼近的良好特性 ,突破传统上基于统计学原理进行机场旅客吞吐量预测的限制 ,设计了具有成都双流国际机场特点的、低成本的机场旅客吞吐量的人工神经网络预测模型 ,经过 BP网络预测软件运行检验 ,并与该机场以前采用的定量预测方法的综合比较 ,证明在该机场应用 BP网络预测方法不仅可行 ,而且有更好的预测精度     

基于联合相似度的民航旅客不文明等级预测

为便于航空公司和机场对旅客的监管和服务决策,需要对旅客潜在不文明水平进行有效分级预测。通过社会不文明行为与民航不文明行为的相似性分析,预测旅客在民航潜在的不文明行为等级,针对两类行为描述之间存在的非同源问题,通过改进SIF(smooth inverse frequency)算法设计实现基于行为特征和处罚特征联合相似度匹配的民航潜在不文明等级预测(IPBS-SIF)算法。该算法结合不文明旅客分布规律为处罚规则制定统一量化标准,实现不文明旅客的多粒度融合度量。实验结果表明,IPBS-SIF算法在预测准确度方面相比其它算法提高了12.2%-15.1%,为民航不文明旅客的行为分析和预测提供了有效的解决方案。     

基于RBM-BPNN的民航潜在高价值旅客预测

目前常用潜在客户发现方法多为基于统计特征的行为分析方法,这种方法对所提取的特征具有很强的依赖性并且容易受到人为主观性影响。针对这一问题,结合受限玻尔兹曼机(Restricted Boltzmann Machine, RBM)与BP神经网络(Back Propagation Neural Network, BPNN),提出基于RBM-BPNN的民航潜在高价值旅客发现方法。设置民航旅客类别标签;利用RBM自动提取旅客行为特征;利用BPNN对旅客未来价值类型进行分类预测,从而发现民航潜在高价值旅客。实验结果表明,相对于基于统计特征的行为分析方法,该方法具有更高的分类预测准确率和民航潜在高价值旅客预测效果。     

航班延误分布式检测与仿真

关于航班延误问题,已成为是困扰民航部门和广大旅客的热点,涉及多个环节和多种影响因素的航班延误状态检测是难点.针对某天某时刻航班实际运行发生的情况,将生物免疫系统机制与机场航班运行机制联系起来,为提高检测准确率,提出了一种分布式人工免疫模型的机场航班延误实时检测方法,采用分布式检测模型的特点,用各周次训练出来的检测器联合实时对下一时刻的机场离港航班延误状态进行检测,仿真结果表明方法不仅能够实时准确地检测机场离港航班状态,而且能够准确预测下一时间段累计延误航班数量,为航班延误预警提供决策支持.     

面向民航旅客同行特征提取与设计

为挖掘民航旅客潜在同行关系,构建完善的旅客同行网络,提出从民航旅客订票记录进行民航旅客同行特征提取算法.通过计算信息熵等发现特征相关性,提取旅客同行表现出强相关性的特征,细化设计同行旅客对的特征集合.实验结果表明,各特征均反映了不同强度的旅客同行关系,利用特征向量对基础分类器模型进行训练预测,平均准确率高达0.91,验...     

基于泛化FPE加密的民航旅客信息动态脱敏方法研究

随着电子客票和生物特征安检的发展,民航业务系统保存了大量旅客信息,这些信息为"智慧民航"发展奠定了数字基础,但同时也给民航的数据安全保护带来了新的挑战.为解决内部人员恶意或无意泄露旅客信息的情况,文章提出在内部人员访问旅客信息时,采用泛化FPE加密方式对旅客敏感信息进行实时脱敏,在保留旅客信息原始格式特征的基础上,确保...     

民航旅客不文明行为信息自动匹配方法

为实现民航旅客不文明行为信息与规则自动匹配,提出一种将胶囊网络与门控循环单元结合的民航旅客不文明行为信息与规则自动匹配的方法.充分利用文本语义信息,进行文本相似度的计算,有效解决传统方法在民航旅客不文明行为信息中存在繁杂、无用信息的干扰导致效率低且需大量人工成本的问题.通过在两个公共数据集和民航旅客不文明信息数据集上的实验,验证了该设计的准确性和有效性,为民航旅客不文明行为信息与规则的自动匹配提供了方法支持.     

民航旅客不文明行为信息自动匹配方法

为实现民航旅客不文明行为信息与规则自动匹配,提出一种将胶囊网络与门控循环单元结合的民航旅客不文明行为信息与规则自动匹配的方法.充分利用文本语义信息,进行文本相似度的计算,有效解决传统方法在民航旅客不文明行为信息中存在繁杂、无用信息的干扰导致效率低且需大量人工成本的问题.通过在两个公共数据集和民航旅客不文明信息数据集上的实验,验证了该设计的准确性和有效性,为民航旅客不文明行为信息与规则的自动匹配提供了方法支持.