原文服务方: 信息与控制       
摘要:
航班预测是航空公司收益管理的关键技术.本文提出了一种基于C-均值聚类的航班预测模型,并将该模型和广泛应用的增量法、回归法进行了对比.该模型基于聚类方法分析航班销售特征,依靠归类决定预测结果,屏蔽了日期和季节特性对预测过程的影响,降低了算法复杂度.该模型具有运算速度快、鲁棒性强、预测精度相对较高等优点,已应用于厦门航空公司的实际系统中.
推荐文章
基于改进QPSO的模糊C-均值聚类算法
模糊C-均值聚类
量子粒子群优化
聚类分析
量子门更新策略
人工免疫C-均值聚类算法
聚类算法
人工免疫
C-均值
基于自适应权重的模糊C-均值聚类算法
模糊C-均值聚类算法
自适应权重
高斯距离
隶属矩阵
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于C-均值聚类的航班预测模型
来源期刊 信息与控制 学科
关键词 航班预测 C-均值聚类 收益管理
年,卷(期) 2003,(6) 所属期刊栏目 实际问题研讨
研究方向 页码范围 553-555,560
页数 4页 分类号 TP301
字数 语种 中文
DOI 10.3969/j.issn.1002-0411.2003.06.015
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈增强 南开大学信息技术科学学院 345 4297 35.0 48.0
2 袁著祉 南开大学信息技术科学学院 208 3390 33.0 46.0
3 樊玮 中国民航学院计算机科学与技术学院 59 368 9.0 16.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (17)
同被引文献  (20)
二级引证文献  (48)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(4)
  • 引证文献(4)
  • 二级引证文献(0)
2009(2)
  • 引证文献(1)
  • 二级引证文献(1)
2010(5)
  • 引证文献(2)
  • 二级引证文献(3)
2011(3)
  • 引证文献(0)
  • 二级引证文献(3)
2012(5)
  • 引证文献(1)
  • 二级引证文献(4)
2013(4)
  • 引证文献(1)
  • 二级引证文献(3)
2014(7)
  • 引证文献(3)
  • 二级引证文献(4)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2016(6)
  • 引证文献(1)
  • 二级引证文献(5)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(5)
  • 引证文献(1)
  • 二级引证文献(4)
2019(10)
  • 引证文献(0)
  • 二级引证文献(10)
2020(7)
  • 引证文献(0)
  • 二级引证文献(7)
研究主题发展历程
节点文献
航班预测
C-均值聚类
收益管理
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
信息与控制
双月刊
1002-0411
21-1138/TP
大16开
1972-01-01
chi
出版文献量(篇)
2891
总下载数(次)
0
总被引数(次)
41289
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导