基于灰色神经网络的管制员人力资源需求预测

近年来,民用航空事业发展迅速,尤其是飞行流量的增加更加重了空中交通管制的负担。因此对于空管人员的需求也在不断提高,所以本文将对空管局内管制员进行人力资源需求预测。本文结合交通需求与相关数学模型提出定量预测方法,进而使空管人力资源得到合理有效的应用。首先,对管制员劳动强度进行了分析;其次,使用灰色神经网络模型,通过每年该区的GDP数据预测未来区域交通流量,进而预测出区域扇区开放时长;在此基础上建立基于劳动强度分析与扇区开放时长的空管人力资源需求预测模型;最后以云南分局为例,得出区域未来人员需求数量。本文的研究成果,可以为国内各空管局提供参考,也可以作为保证安全运行、提高服务品质、促进行业发展的必要条件。     

基于GRA-IPSO-SVM的航材携行需求预测研究

异地执行飞行任务中航材需求的准确预测是做好携行保障的主要内容之一,为此提出灰色关联度（GRA）与改进的粒子群算法（IPSO）及支持向量机（SVM）相结合的航材预测方法。首先运用GRA 对航材携行需求的影响因素进行分析;其次引入活性因子和非线性惯性系数改进粒子群算法,并通过IPSO 对SVM 参数进行寻优;最后使用优化后的SVM 模型预测航材需求。结果表明：GRA-IPSO-SVM 方法预测结果的均方根误差比PSO-SVM 方法下降0.16,平均绝对百分比误差下降2.18%,且预测时间减少了0.7 s。     

国际民航组织未来20年航空专业人员需求预测

航空专业人员是航空运输发展的最重要人力资源,决定着各个国家和地区航空运输的生存,国际民航组织(ICAO)于2011年发布其2010～2030年全球航空运输发展预测,其中对航空专业人员需求进行了调查、分析和预测。为各国制定航空专业人员规划和资质标准有重要指导意义。一、全球航空运输总的发展趋势从历史看航空运输业的发展快于大     

RESEARCH ON VALUE OF INFORMATION SHARING IN ONE SUPPLIER-MULTIPLE RETAILER SUPPLY CHAIN

Prior research has generally focused on models involving a single or multiple retailers with independent demands. The value of demand information sharing is analyzed in a two-level supply chain involving one supplier-multiple retailer model in which retailer demands may be correlated. Each member in the supply chain forecasts its demand using an AR (1) demand process. Two conditions of the information sharing are considered (1) Without the information sharing, the retailers only communicate their orders to the supplier. (2) With the information sharing, retailers communicate their orders and forecasting models to the supplier. Analyses showthat the reductions of supplier‘s average inventory and average costs are substantial with the information sharing. However, the retailers donot get direct benefit from the information sharing. The retailers may ask the supplier to reduce the replenishment leadtime, so that the retailers will obtain substantial cost savings and inventory reduction. Both partners may obtain benefits when information sharing and leadtime reduction are implemented together.     

一种基于任务的航材备件预测方法

航材备件是影响军机完好率的主要因素之一,为控制成本有必要对备件进行最优配置。因此,提出了一种基于任务的军机航材备件预测方法,首先按照军机能力目录对机载成品进行分类,其次将能力按照军事任务所需进行分组,接着统计特定时间段内的历史故障数据得到机载成品的故障率与维修速率,最后建立排队论生灭过程模型,实现特定任务下的航材备件需求预测。理论分析和验证结果表明,该方法能实现较为精确的航材备件需求预测,在保证飞机完好率的同时控制航材备件成本。     

基于蚁群改进 BP算法的组合预测模型在军械器材需求预测中的应用

针对在军械器材采购计划制定环节中的器材需求测算问题,提出基于蚁群改进BP算法的组合预测模型。先结合历史数据,利用多元线性回归预测法和自回归滑动平均模型（ARMA）进行初步预测,将初步预测的结果作为蚁群改进BP网络的输入,从而得到最终的预测结果。实验结果表明,基于蚁群改进BP算法的组合预测模型能够对积累的历史数据进行充分的应用,并且有较高的预测准确性。     

单供应商/多零售商供应链信息共享价值研究

本文研究的两级供应链模型 ,包含一个供应商和多个零售商 ,零售商之间的需求是相关需求 ,供应链成员用AR( 1 )需求模型进行需求预测。研究了两种信息共享情况 :( 1 )当需求信息不共享时 ,零售商仅仅传递给供应商订单信息 ;( 2 )当需求信息共享时 ,零售商传递给供应商订单信息和需求预测信息。研究表明共享需求信息可以降低供应商的平均库存和平均成本 ,而零售商不能直接从中获益。但是 ,供应商可以通过缩短零售商的订货提前期 ,从而降低零售商的平均库存和平均成本 ,使零售商能积极共享需求信息 ,从而使供应链双方都能从信息共享中获益     

航空需求预测方法简介

民用航空运输系统由机场、航线和机队组成。它作为一个特殊而又独立的公共运输部门，对推进社会经济发展具有重要的能动作用，是国家最重要和最基本的基础设施之一，也是社会扩大再生产和发展经济的先决条件。因此必须结合当前国民经济的发展和航空运输的实际情况，对国际、国内的航     

收益管理系统中的几个关键模型

介绍了国内首例自主开发的收益管理系统中的部分运算模型，给出了需求预测、超售、座位优化控制中的一些核心算法。提出了基于C-均值聚类的航班预测模型、基于二项分布的超售计算模型、基于EMSR的多航段座位优化模型、基于期望边际收益的团体置换价模型等．并介绍了上述模型的运行效果。