论文部分内容阅读
近年来,机器学习与大数据技术取得了长足进步,实现了以机器学习方法为主并融合其他相关数据分析技术在各个领域的广泛应用。尤其在民航运输领域迅猛发展的背景下,由于智慧机场建设和航空旅客绿色出行的内在驱动,使得行业生产相关数据不断增长与积累,运用机器学习方法赋能机场运营管理与相关服务质量水平提升。然而,由于航空旅客出行相关问题的复杂性,关联的业务错综交织,采用传统的一些方法往往不能得到理想的结果。本文主要研究以机器学习方法为关键技术实现路线,构建管理与决策新模型方法,为航空旅客出行相关问题的解决提供更优方案。围绕航空旅客出行中的旅客吞吐量、航班旅客量、出行指数分析预测及地服保障人员排班等关键问题展开探讨,本文重点研究利用现有机器学习技术方法与相关数据分析技术,结合问题特点构造新模型方法,进而实现将这些新模型方法应用于解决机场运营管理与航空旅客出行相关具体问题。首先对智慧机场、航空旅客出行、旅客吞吐量、航线航班客座率、地服人员排班等问题进行梳理分析,同时对机器学习方法、模糊理论、信息论、极值理论等关键技术进行了探讨;然后基于时间序列、互信息、模糊、极值理论相互融合并改进机器学习方法模型,提出基于长短记忆与支持向量回归的模型方法、基于互信息改进支持向量回归模型方法、基于模糊最大化互信息改进贝叶斯网络模型方法;最后将这些方法分别应用于吞吐量预测、航班旅客量预测、航空旅客出行指数预测以及地服保障人员优化排班等难题,并取得了较好的效果。本文主要的研究工作说明如下:1)针对航空旅客吞吐量预测问题,根据航空旅客吞吐量预测时间序列分布特点,考虑长短期记忆网络(LSTM)改善了RNN中存在的长期依赖问题,提出了一种基于长短期记忆网络改进的支持向量回归预测方法即LSTM-SVR模型方法。凭借LSTM作为动态的循环神经网络,能比较好地反映航空旅客吞吐量动态变化结果,而SVR具有的修正特点即“消去”大量冗余样本,经过两种机器学习方法的优势融合,极大减少了预测误差随时间的传递。通过实验分析显示,LSTM-SVR模型方法可行且预测精度更高,该方法对机场规模与资源配套建设具有辅助决策意义。此外,根据机场网络布局,考虑机场网络航线吞吐量影响,构建航班旅客预测模型,为航空公司经营的中航班旅客量预测提供技术手段即可以有效帮助航空公司更了解客户,这一研究成果对航空公司航线的运营收益提升带来一定的帮助。2)针对航空旅客出行评价问题的研究,首先,本文首次提出航空旅客出行指数与指数等级概念,它们能很好地反映机场繁忙程度,为机场运营管理与旅客出行提供了一个新的参考指标。其次,针对航空旅客出行指数预测,利用互信息值选取关键影响因子,构建基于互信息改进的支持向量回归MI-SVR模型方法。最后,实证分析发现,通过互信息选择特征影响因子后,常见的预测方法预测效果都有明显提升,而本文提出的MI-SVR模型方法相对更优。该创新研究成果较好反映了航空旅客出行指数的时空分布,对机场运营管理意义重大,一方面,机场可以选择在相对不那么繁忙的时段内安排相关设施设备的运维或其他施工建设活动,最大限度减少此类工作给机场运营管理带来的影响;另一方面,针对旅客出行高峰时段,充分调配相应的内外部资源保障服务质量。航空旅客出行指数不仅适用小型机场,更适用于大型枢纽机场,对旅客选择民航方式出行时段具有参考价值。3)考虑影响出行指数因素中小概率情况,利用模糊思想提出了基于模糊最大化互信息思想改进的贝叶斯网络航空旅客出行指数预测方法。该方法通过模糊构建虚拟样本集即随机将数据进行分组,将偶然出现的现象数据“均衡化”处理洒落在混乱数据集中,利用数据原有的冗余数据减小,强化相关性数据的作用,达到提高分类器的分类效果。实证分析发现本文提出的改进贝叶斯网络模型方法可行且有效,该方法不仅适用具有大量航空旅客出行指数历史数据的精准预测,也适用少量数据时的精确预测,且表现更突出。此外,利用手肘法改进聚类方法K-means对出行指数、影响因素聚类分析,实证分析发现聚类效果良好。4)针对航空旅客出行指数极值分布下的地服保障人员排班问题,首先根据地服保障人员排班特点,结合极值理论与经典智能优化算法,提出了考虑航空旅客出行极值分布的地服保障人员排班模型;然后利用智能优化算法进行求解获得较优的地服保障人员排班方案。最后进行实证分析,实验结果表明,通过机器学习方法对出行指数预测获得极值分布后,运用智能优化算法排班比人工标准排班效率更高,且对比分析了是否考虑极值分布的情况下进行地服保障人员智能优化算法排班,考虑极值与按均值条件下排班,前者地服保障工作总量在既定的工作期内减少,人员利用效率得到提高。探讨了某机场地服保障服务53周为工作期,工作量(以小时计算)相比减少约8.1%,具有良好的运营效益。此外,通过问卷调查发现,科学的地服保障人员排班方案有利于提升员工的满意度。基于机器学习方法对机场与航空公司运营大数据进行相关应用研究,是推进智慧民航事业建设的重要举措。本研究构建新的优良管理决策模型方法,提升了机场与航空公司高效运营,也满足了旅客出行舒适便捷的诉求,在理论与实际应用上都具有非常重要的意义。