基于C5.0算法的航空客户流失分析

客户流失问题是长期困扰航空公司的重大问题,并且在航空业方面一直未被重视。利用决策树模型中的C5.0算法建立了航空公司的客户流失预警模型,并用真实的航空公司营业数据进行了实证分析。结果表明,该模型具有较好的准确性和预测性,为航空公司提供了准确、可靠的决策指导。     

基于IGA-Elman算法的民航发动机基线挖掘研究

为进一步提高民航发动机性能参数基线挖掘的准确性,提出了一种基于改进遗传算法(IGA)优化Elman动态回归神经网络的基线预测模型.该模型通过改进遗传算法的交叉和变异概率更新操作,并优化Elman网络的初始权值和阈值.同时,结合EHM系统输出的飞行数据报告,对该神经网络进行训练,用训练好的神经网络对某航空公司提供的监控数...     

Doo-Sabin细分算法的实现

在细分曲面造型中，对Doo-Sabin曲面为代表的细分曲面的研究，已成为近几年来图形学领域最重要的研究课题，但已有文献在细分算法的实现方面缺乏具体操作过程，不便于工程应用。本文分析了Doo-Sabin细分算法的数据结构特点，研究了细分算法的具体实现过程，对连接规律进行了总结，实现了Doo-Sabin细分算法的二次曲面细分，为各种相关文献缺乏具体操作过程作了补充。     

民航旅客时间价值研究与应用

在简要分析旅客时间价值原理的基础上,依据福利经济学的原理,结合民航的特殊情况,对旅客时间价值的传统计算模型进行改进,并结合实际数据计算了中国民航100条主要航线、10个主要机场的旅客时间价值.     

基于GA的民航飞机水平航线动态寻优算法

目前的机载飞行管理计算机系统 (FMCS)在进行飞行优化时 ,视航路为固定常量。这与自由飞概念是相斥的 ,而且也制约了对空域和GPS等技术的充分利用。水平航线的动态实时优化是解决该问题的根本方法。本文首先研究了该优化问题的数学建模 ;然后针对普通寻优算法耗时颇巨的缺点 ,提出了基于一种改进的遗传算法 (GA)的航线动态优化算法 ;最后给出了部分仿真实验结果以评估此算法的性能。     

民航过站飞机的地面作业调度算法研究

根据国际航空公司飞机过站的实际作业调度情况,使用经典AOE网的关键路径算法,计算地面作业的关键路径和作业之间的时间冗余,给出最佳地面作业调度的理论依据。并根据计算结果讨论了对目前地面作业的编排的改进措施,这对于机场资源的优化有实际的指导意义。     

基于模糊聚类分析的电力客户信用评价算法

通过对模糊聚类算法的分析,针对电力客户信用分类的特征,提出了基于模糊聚类分析的电力客户信用评价算法。得到了不同客户群的聚类中心以及客户的隶属度矩阵,为客户群的特征分析提供了量化依据。试验对比结果表明,本文方法得到了满意的客户聚类及分类结果。     

基于客户价值的宽体客机典型航线选择

从民机制造商的角度,阐述了客户价值的理念,并以此为指导开展宽体客机典型航线选择的研究。从市场需求和性能需求两个方面深入分析航空公司选择宽体客机进行市场开拓的影响因素,并结合昆明至巴黎典型航线案例进行了说明。     

基于FPGA 的步进电机细分控制研究

为了解决所选步进电机固有步距角过大而无法满足系统高精度微位移控制要求的问题,以细分控制原理为理论依据,设计了1种基于现场可编程门阵列（Field Programmable Gate Array , FPGA）的单极性细分驱动电路。该电路具有绕组断线检测功能,可在电机转速为2 rad/s的前提下实现16或者更高程度的细分控制。在电路的调试过程中,针对绕组互感问题进行了研究,在很大程度上降低了绕组互感对细分控制精度的影响。试验结果表明：所设计的基于FPGA的细分驱动电路控制精度满足使用要求。     

基于贝叶斯网络的民航安全分析研究

安全在民用航空领域占有举足轻重的地位,直接影响民航企业的生存和发展。科学合理的安全分析便于及时发现民航领域存在的安全问题,预防航空事故诱发因素的萌生,提高民航安全管理的科学性和可操作性。根据民航安全的特点,建立了基于故障树的多态贝叶斯网络系统安全分析模型,综合运用诊断推理和因果推理形式,实现了定性与定量相结合的民航安全分析,通过航空灾难的实例验证了方法的有效性。在此基础上,提出采用区间型贝叶斯网络进行民航安全分析,克服了其他方法只能分析计算单点概率值的局限性,比传统的安全评估更客观,更有说服力。     

基于智慧民航视角的民航高质量发展路径探究

<正>党的二十大报告深刻阐明了“中国式现代化”的根本性质和要求。交通运输现代化是中国式现代化的重要组成部分,《交通强国建设纲要》指出,要抓好“两个纲要”和“十四五”规划目标任务的落地实施,不断开创加快建设交通强国新局面。交通是兴国之要、强国之基,要建设更多更先进的航空枢纽、更完善的综合交通运输系统,加快建设交通强国。     

细分客户,引领市场——巴西航空工业公司支线喷气客机的成功之路

<正> 巴西航空工业公司为70～110座级市场量身打造EMBRAER 170/175/190/195大支线系列机型,与之前研制的ERJ145系列一起,组成了覆盖37～122座的完整喷气支线飞机系列。在20世纪90年代,巴西航空工业公司开始强势进军支线喷气机市场,相继推出了50座级的ERJ145和70～90座级的E-170/190系列机型,在全球航空市场异军突起,改变了支线市场的原有格局。     

基于BP神经网络的民航安全预测方法研究

为了对民航系统安全运行状态进行科学的分析和预测。针对反映民航系统安全运行状态的重要指标之一——飞行事故万时率，采用BP神经网络的时间序列非线性预测模型及方法，对其进行了分析研究和仿真验证，计算结果表明，该预测方法是可行的，并与实际具有较好的一致性。     

基于AHP的民航维修系统评价方法研究

在民航维修系统评价指标体系的基础上．基于层次分析法（AHP）建立了民航维修系统AHP评价模型。从目标层、准则层和评价对象层三个方面构建了维修系统综合评价层次结构．阐述了相应评价参数的涵义并给出了计算方法,最后进行了相应的应用案例研究。     

基于神经网络的民航安检系统风险评价研究

随着民航事业的快速发展,民航安全问题引起了广泛的关注.民航安全检查是民航管理安全重要的组成部分,如何建立一个合理的风险评价模型,指导民航安全检查的管理工作,已成为民航管理者的迫切需求.将BP神经网络模型引入民航安全管理,在分析民航安检系统的基础上,建立了安检系统的风险评价模型.通过实际应用验证了该模型的可行性.     

基于PSO-SVM的民航发动机送修等级决策研究

为降低航空公司维修成本,增强送修等级决策科学性,保障飞行安全,提出基于PSO-SVM的民航发动机送修等级决策算法.首先利用改进的粒子群优化(Particle Swarm Optimization,PSO)算法对支持向量机(Support Vector Machine,SVM)参数进行寻优,并提出将交叉验证(Cross Validation,CV)的平均分类精度作为PSO的适应度值.对某型发动机送修等级的真实数据进行了决策对比研究,研究数据表明:与传统的Grid和GA算法相比,PSO的参数寻优效果要更优;在小样本分类时,PSO-SVM的分类精度要远高于常用的神经网络分类模型径向基函数(Radial Basis Function,RBF)模型和学习向量量化(Learning Vector Quantization)模型.     

基于MA技术的民航机组人员指派问题研究

为合理地指派民航飞行机组,根据机组所执行的勤务均衡理论,将机组指派分成机组生成和人员指派两部分完成.满足机组要求的飞行员生成一个飞行机组,同时将满足机型要求的机组安排到勤务中,通过多智能体(Multi-agent,MA)协同调度技术构成机组指派系统,实验证明并行调度技术在机组指派问题中能有效解决各个机组的勤务平衡问题,从而合理高效地进行机组指派.     

基于判定故障树的民航飞机故障诊断方法研究

针对飞机故障诊断专家系统中知识获取的瓶颈问题,提出了将故障隔离程序提取成判定故障树的形式,分析了扩展故障树的框架表示方法,给出了扩展故障树的快速诊断策略,解决了基于规则的诊断专家系统的知识获取难题.     

基于C语言实现的数据加DES算法

DES体制是ISO颁布的数据加密标准，通过对DES算法的分析，提出了用C语言实现数据加密标准DES算法，通过循环或迭代，将简单的基本运算(例如左移、右移、模2加法等)和变换(选择函数、置换函数)构造成数据流的非线性变换(加密变换或解密变换)，从而实现对计算机数据进行密码保护。着重介绍了用C语言实现其加密的主要过程。