首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于增量式排列支持向量机的机场航班延误预警
引用本文:徐涛,丁建立,顾彬,王建东.基于增量式排列支持向量机的机场航班延误预警[J].航空学报,2009,30(7):1256-1263.
作者姓名:徐涛  丁建立  顾彬  王建东
作者单位:1. 中国民航大学,计算机科学与技术学院,天津300300;中国民航信息技术科研基地,天津,300300
2. 南京航空航天大学,信息科学与技术学院,江苏,南京210016
基金项目:国家“863”计划(2006AA12A106);;国家自然科学基金(60879015,60572167);;天津市自然科学基金(09JCY-BJC02300)
摘    要: 目前航班延误已经成为世界范围内一个日益严峻的问题,对于大型机场进行航班延误预警工作显得日趋紧迫。在空运需求与机场容量冲突导致航班延误的观点下,提出了用排列支持向量机来进行航班延误预警。针对机场航班数据不断更新的特点,给出了增量式排列支持向量机算法来进行航班延误预警。不仅通过人工数据上的实验说明了该增量式算法更能满足在线预警的要求,而且在收集到的中国某国际机场两周的航班数据上也取得了80%及以上的预测准确率。

关 键 词:航班延误预警  机场  支持向量机  排列学习  增量学习  

Forecast Warning Level of Flight Delays Based on Incremental Ranking Support Vector Machine
Xu Tao,Ding Jianli,Gu Bin,Wang Jiandong.Forecast Warning Level of Flight Delays Based on Incremental Ranking Support Vector Machine[J].Acta Aeronautica et Astronautica Sinica,2009,30(7):1256-1263.
Authors:Xu Tao  Ding Jianli  Gu Bin  Wang Jiandong
Institution:1. College of Computer Science and Technology;Civil Aviation University of China;Tianjin 300300;China;2. School of Computer Science and Engineering;Nanjing University of Aeronautics and Astronautics;Nanjing 210016;China;3. Information Technology Research Base;Civil Aviation Administration of China;China
Abstract:Currently,flight delay is a growing serious problem worldwide,so the task for forecasting the warning level of flight delays is more and more pressing. Based on the viewpoint that flight delays result from the conflict between the air side demand and airport capacity,this article first introduces the ranking support vector machine (Ranking SVM) for forecasting the warning level of flight delays;secondly,an incremental algorithm of the Ranking SVM is proposed to adapt to the specific characteristic that data...
Keywords:warning level of flight delays  airports  support vector machines  ranking learning  incremental learning  
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《航空学报》浏览原始摘要信息
点击此处可从《航空学报》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号