【摘 要】
：
随着我国经济进入高质量发展阶段,民航业也在不断发展壮大,如航空运量持续增长、航线网络不断扩大以及机场等基础设施建设取得重大进展,但提高航班正常率仍是当前民航业需要解决的关键问题。航空公司为提高飞机使用率,通常采用由单架飞机一天内连续执行多个航班任务的航班链运行方式,某架飞机在执行航班链时,其中一段航班发生延误状况后,若不及时对后续航班进行应急干预,极大可能导致航班链延误波及。精准估计航班过站时间可
论文部分内容阅读
随着我国经济进入高质量发展阶段,民航业也在不断发展壮大,如航空运量持续增长、航线网络不断扩大以及机场等基础设施建设取得重大进展,但提高航班正常率仍是当前民航业需要解决的关键问题。航空公司为提高飞机使用率,通常采用由单架飞机一天内连续执行多个航班任务的航班链运行方式,某架飞机在执行航班链时,其中一段航班发生延误状况后,若不及时对后续航班进行应急干预,极大可能导致航班链延误波及。精准估计航班过站时间可以帮助航空公司适时调整航班计划,为机场进行资源调配提供决策依据,降低航空公司由航班链运行的脆弱性导致的成本损失,同时帮助旅客及时调整出行计划,降低旅客时间和经济损失。基于此,本文从以下几个方面对航班过站时间估计进行了研究:（1）航班链过站时间影响因素分析。构建基于贝叶斯网络的航班链航班延误模型;分析各因素对航班链航班延误的影响程度,确定航班过站时间影响要素。（2）基于贝叶斯深度学习（BDL）网络实现过站时间估计。借助贝叶斯深度学习网络权重分布化特性来优化传统深度学习模型的不确定性,依赖MC Dropout法降低模型计算的复杂度,构建MCDropout-BDL模型,在过站时间估计的基础上同时判断预测结果的可信程度,提高过站时间估计模型的鲁棒性。（3）进行多时间窗航班过站时间动态估计研究。基于可充分学习前后段时序特征的Bi-LSTM网络,融合时间和多属性两维度的混合注意力机制构建MA-Bi LSTM模型;根据航班链执行状态设计长短周期时间窗,通过多时间窗滑动动态估计航班过站时间,提高航班过站时间动态估计精度。最后,采用真实航班链数据进行实验,并与常用深度学习模型进行对比,研究结果表明,基于MCDropout-BDL模型和MA-Bi LSTM模型的预测结果在测试集上有较高的可信度和准确性。
其他文献
自“智慧交通”的概念被提出后,智慧出行开始获得大众的喜爱。传统的出行路线推荐算法通常由改进的加权算法生成路程最短或最快的路线,而没有考虑到用户的出行偏好和实际的交通道路状况,用户在现实世界中通常不遵循该方式推荐的路线出行。所以如何为用户提供最优的出行路线成为研究者最关注的热门话题之一。现有的基于轨迹的路线推荐算法,在考虑用户出行路线规划的问题时把大部分注意力放在轨迹上,过于依赖用户的历史轨迹数据;
目的:未分化甲状腺癌（anaplastic thyroid carcinoma,ATC）作为一种高死亡率甲状腺癌特殊亚型,属于侵袭性最强的肿瘤之一。研究表明,复杂的基因相互作用会影响ATC肿瘤的发生和预后。因此,本研究旨在寻找与ATC发病相关的潜在关键基因。方法:下载GEO数据库中的GSE33630和GSE65144表达谱芯片并筛选差异表达基因（DEGs）,进一步构建蛋白质·蛋白质相互作用网络（P
X光安检机广泛应用于机场、火车站、地铁站等交通运输领域及各种大型公共活动场所,是维护公共安全和运输安全的重要设施,旅客行李通过X光机扫描并实时产生安检图像,安检员通过检查安检图像判断行李中是否存在违禁品,从而保障公共安全。然而人工检查机制存在着安全隐患,随着客流量的日益增长,长时间高强度的工作会使安检人员产生疲劳,增加了漏检和错检的风险。因此,对X光安检图像中的违禁品进行智能识别辅助安检员工作具有
研究背景及目的胃肠道血管畸形是一种表现为粘膜及黏膜下层血管不规则增生、扩张、充血、迂曲的血管病变,它也是不明原因消化道出血（Obscure gastrointestinal bleeding,OGIB）的重要原因。胃肠道血管畸形起病隐匿,通常无明显症状,有研究表明无症状性结肠血管畸形发生率低,但目前关于胃及小肠无症状性血管畸形的具体患病情况及疾病演变仍不明确。另外,磁控胶囊胃镜（Magnetica
背景与目的:结直肠癌（colorectal cancer,CRC）是目前最常见的恶性肿瘤之一。绝大多数CRC是由结直肠腺瘤发展而来。结肠镜检查及切除腺瘤是降低CRC发生最有效的方式,结肠镜腺瘤切除术后定期随访可有效阻断CRC的发生。目前对于结直肠腺瘤切除术后的随访间期没有一个金标准,2020年发布的美国及欧洲指南对结肠镜腺瘤切除术后的随访间期进行不同程度的延长,但两个指南的随访间期差异较大,对临床
系统日志详细记录系统运行期间的信息,被广泛地用于异常检测。然而,在系统日志数据集中,因不同类别日志之间出现过多相似属性会导致决策边界太复杂,由此引发的日志类重叠问题会使传统分类器很难实现正确分类,从而给基于日志的异常检测带来极大挑战。另外,有些系统需要7×24小时运行来支持广泛的智能应用程序和在线服务。概念漂移或模型老化往往发生在不稳定环境中,各种各样的运行程序生成更复杂和可变的日志。基于日志的异
路径规划问题是智能机器人领域的研究热点之一,传统的路径规划算法存在环境感知能力差、求解速度慢和算法实时性差等缺点。随着深度学习技术的发展,基于强化学习的路径规划算法在许多领域得到了广泛的应用。该类算法结构简单,求解速度快,但也存在训练速度慢,易收敛于局部最优和训练不稳定等问题。本文针对强化学习路径规划算法的这些问题,结合基于势能的奖励函数改造方法和动态环境特征,进行了如下几个方面的研究:首先,提出
越来越多的研究表明肠道炎症与胆汁酸代谢紊乱和肠道菌群失衡有关。饮食结构的改变导致肠道菌群的变化,而肠道菌群形成的肠道微生态环境可直接影响肠道内环境稳态,并参与胆汁酸代谢。胆汁酸不仅能促进脂溶性物质的吸收,也是重要的细胞信号分子,它能刺激多种信号通路来调控一些重要的生物过程。胆汁酸是肠道菌群成熟的有力驱动因素,对细菌的细胞膜具有直接乳解作用,还可通过激活法尼酯受体（Farnesoid X recep
溃疡性结肠炎（Ulcerative colitis,UC）是炎症性肠病（Inflammatory bowel disease,IBD）中的重要类型,它受到多种因素的影响调控,包括地域环境、饮食习惯、遗传背景等,但到目前为止,它的具体发病机制仍不明确。近年来的研究使得人们普遍认为,溃疡性结肠炎与肠道微生物群的组成和代谢变化密切相关,肠道菌群在疾病的发生发展中的作用至关重要。肠道菌群稳态被打破会加重疾
背景:主动脉瓣膜钙化（Aortic valve calcification,AVC）疾病包括最初主动脉瓣膜小叶细胞生物学的纤维钙化病变,到晚期瓣膜小叶钙化导致左心室流出道梗阻伴随心衰症状的一系列疾病过程。随着全球老龄化的加剧,主动脉瓣膜钙化疾病是目前最常见的心脏瓣膜病。AVC疾病主要依靠超声心动图影像学诊断。尽管目前已有大量针对AVC疾病病因学的研究调查其患病危险因素,为AVC疾病的预防提供参考依