航班延误一直以来是困扰大型枢纽机场运行的热点问题。如何在航班运行过程中进行实时监测并及时发现可能造成的大面积航班延误?如何在大面积航班延误发生时对其可能造成的影响进行全方位的预测预警?这是一个涉及多部门、多环节、在线、动态、变化的复杂系统,目前国际国内均没有很好的解决办法。本课题尝试把生物免疫算法运用到航班延误状态的诊断识别与检测预测中,将生物免疫系统机制与机场航班运行机制联系起来,建立相应的自体集合、检测细胞、抗原信息及它们之间的匹配模型。采用"分而制之"思想,实时分时段监测来降低问题的复杂度,先主机场航班监测,再波及机场延误预测,采用分块监测、分类识别、分段信息处理、分层次预警。其创新之处在于提出面向机场航班状态信息的免疫识别与监测算法、建立多约束下的航班延误状态实时分段监测模型、提出枢纽机场航班延误预测预警方法、形成枢纽机场航班延误状态智能监测与预警系统。
{{i.achievement_title}}
数据更新时间:2023-05-31
涡度相关技术及其在陆地生态系统通量研究中的应用
基于LASSO-SVMR模型城市生活需水量的预测
基于多模态信息特征融合的犯罪预测算法研究
居住环境多维剥夺的地理识别及类型划分——以郑州主城区为例
基于细粒度词表示的命名实体识别研究
大型枢纽机场大面积航班延误智能快速恢复系统研究
机场航班大面积延误下滞留旅客快速登机方法研究
融合气象和航班信息的基于深度学习的航班延误预测方法研究
枢纽机场终端区航班协同调度模型及快速智能优化算法研究