基于贝叶斯网络的航班保障服务时间动态估计

摘要：

针对航班保障服务时间估计的问题,考虑到航班保障服务流程的特殊性、复杂性以及影响因素的不确定性,提出了一种基于贝叶斯网络(BN)的航班保障服务时间估计模型.该模型把航空领域的专家知识与历史数据的机器学习相结合,使用贝叶斯网络的增量学习特性动态地调整BN模型,使其适应新的变化,进而不断更新航班保障服务时间的估计值.使用国内某大型枢纽机场信息系统内提取的数据,通过期望最大化(EM)方法对模型进行训练,得到了测试结果.实验结果分析与模型评价表明,所提方法能有效估计航班保障服务时间且具有较高的准确度.敏感性分析表明,航班到达时段的航班密度对航班保障服务时间影响最强.

关键词：航班保障服务、机器学习、贝叶斯网络、增量学习、期望最大化、敏感性分析

所属期刊栏目：37

分类号：TP181(自动化基础理论)

资助基金：the Joint Funds of the National Natural Science Foundation of China and Civil Aviation Administration of ChinaU1533203;the Fundamental Research Funds for the Central Universities 3122014P003.国家自然科学基金委员会-中国民用航空局联合研究基金资助项目U1533203;中央高校基本科研业务费基金资助项目3122014P003

在线出版日期：2017-02-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：299-304