作者:
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:
随着空中交通规模的不断扩大,航班延误的概率和频率节节攀升.但这给航空公司带来巨额的不必要的开支.因此,如果能提前预测航班情况,使得航空公司能够在保证天气预报等先验信息的准确性的情况下,合理安排航班起飞时间或者是否取消航班,就能给航空公司节省额外预算.因此,本篇文章分析可能导致航班延误的因素,使用机器学习算法,基于人工神经网络,将起飞机场天气、到达机场天气、航班里程、航空公司作为输入量,航班延误时长作为输出量,进行航班延误的预测.
推荐文章
基于弹性神经网络的航班延误时间预测
航班延误预测
随机森林
弹性神经网络
特征选择
基于BP神经网络的机场离港延误等级预测
机场离港延误
时序因素
延误等级
BP神经网络
基于深度学习的航班起降延误预测方法
延误传播
延误预测
深度学习
人工神经网络
基于Bi-IndRNN和PSO的航班延误预测
航班延误预测
独立循环神经网络
双向循环神经网络
粒子群算法
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 基于人工神经网络的航班延误预测
来源期刊 网络安全技术与应用 学科
关键词 人工神经网络 航班延误预测 模型
年,卷(期) 2021,(2) 所属期刊栏目 安全模型、算法与编程
研究方向 页码范围 53-54
页数 2页 分类号
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  (39)
共引文献  (13)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(7)
  • 参考文献(0)
  • 二级参考文献(7)
2015(3)
  • 参考文献(0)
  • 二级参考文献(3)
2016(5)
  • 参考文献(2)
  • 二级参考文献(3)
2017(3)
  • 参考文献(0)
  • 二级参考文献(3)
2018(4)
  • 参考文献(1)
  • 二级参考文献(3)
2019(6)
  • 参考文献(3)
  • 二级参考文献(3)
2021(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
人工神经网络
航班延误预测
模型
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
网络安全技术与应用
月刊
1009-6833
11-4522/TP
大16开
北京市
2-741
2001
chi
出版文献量(篇)
13340
总下载数(次)
61
总被引数(次)
33730
论文1v1指导