基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
随着民航事业的高速发展,管制员工作量和负荷也越来越大,为保证管制安全,需制定合理的排班制度以保证管制员有合理的休息时间.本文分析了国内外对于管制员负荷和排班的关系和研究现状,研究了人工排班的缺陷及以往排班系统的局限性,最后提出基于机器学习的管制员排班算法,并利用实例对排班方法进行对比验证,证明方法的可行性和实用性.
推荐文章
管制员班组内排班影响因素的权重分析
管制员
排班
班组管理
层次分析法
基于神经网络的管制员智能冲突调配模型研究
雷达轨迹
管制员Agent
BP神经网络
冲突解脱
基于BDI模型的管制员Agent行为建模研究
交通运输规划与管理
BDI模型
行为建模
多Agent系统
基于Q学习的管制员Agent学习行为研究
交通运输规划与管理
行为建模
Q学习
多Agent系统
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 基于机器学习的管制员智能排班算法
来源期刊 民航学报 学科 航空航天
关键词 机器学习 排班方法 管制员 管制运行
年,卷(期) 2020,(1) 所属期刊栏目 空管
研究方向 页码范围 17-20
页数 4页 分类号 V355.1
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (9)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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)
研究主题发展历程
节点文献
机器学习
排班方法
管制员
管制运行
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
民航学报
双月刊
2096-4994
10-1526/V
16开
北京市朝阳区光熙门北里甲31号
2017
chi
出版文献量(篇)
522
总下载数(次)
3
总被引数(次)
156
论文1v1指导