您的位置: 专家智库 > 作者详情>周覃

周覃

作品数:2 被引量:12H指数:2
供职机构:南京航空航天大学民航学院更多>>
发文基金:国家软科学研究计划更多>>
相关领域:航空宇航科学技术自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇航空宇航科学...
  • 1篇自动化与计算...

主题

  • 1篇树算法
  • 1篇聚类分析
  • 1篇决策树
  • 1篇决策树算法
  • 1篇空运
  • 1篇航班
  • 1篇航班延误
  • 1篇航空
  • 1篇航空运输
  • 1篇飞机

机构

  • 2篇南京航空航天...

作者

  • 2篇高强
  • 2篇周覃
  • 1篇李伟文

传媒

  • 1篇武汉理工大学...
  • 1篇交通信息与安...

年份

  • 2篇2017
2 条 记 录,以下是 1-2
排序方式:
基于波及延误的飞机路径随机优化模型被引量:6
2017年
为了对航班延误进行有效的事前控制,挖掘后继航班独立延误对飞机路径整体延误的影响,建立了更加精确的独立延误和波及延误算法流程,侧重研究与航班计划变更无关的独立延误的统计分布。在拟合出航班独立延误服从对数正态分布的基础上,建立了以波及延误最小为目标函数的飞机路径随机优化模型。求解过程中通过已知分布将随机模型转化为确定性模型,降低了模型的求解难度。最后将该模型应用于国内某一航空公司运行数据,优化后的波及延误降低了28%,成本降低17.37%。结果表明,基于统计分析基础上的飞机路径优化模型可以提高航班计划的先行鲁棒性。
周覃高强李伟文
关键词:航空运输
基于聚类分析和CHAID决策树算法的航班延误预测研究被引量:6
2017年
近年来航班延误日益严重,严重影响民航发展。收集国内某大型航空公司全网络中近3年来的运行数据,利用数据挖掘技术对其分析处理。首先分析各个因素(时刻、月份、机型、机场)-平均延误时间的基本特征;在延误分析的基础上,针对机场-延误关系,应用K-means聚类算法对机场繁忙程度聚类分析,使机场属性值更加精确,提高预测时效性和精确度;接着加入延误因素属性,使用CHAID决策树算法对航空公司全网络近3年数据进行训练,并使用该训练模型分类预测近半年数据。实验结果表明,模型正确率接近80%。该方法可以对延误进行精确预测,协助航空公司对延误采取针对措施。
周覃高强马农王翠英
关键词:航班延误聚类分析
共1页<1>
聚类工具0