基于贝叶斯网络的航班保障服务时间动态估计

• 作者: 唐云霄 罗谦 邢志伟
• 来源期刊: 计算机应用
• 学科: 工学
• 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
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 应用前沿、交叉与综合
• 页码范围: 299-304
• 页数: 6页
• 分类号: TP181
• 字数: 7893字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2017.01.0299

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邢志伟	中国民航大学电子信息与自动化学院	43	139	7.0	10.0
2	罗谦		20	44	4.0	6.0
3	唐云霄	中国民航大学电子信息与自动化学院	2	14	2.0	2.0