【摘 要】
：
民航旅客运输态势从长期来看仍处于持续稳定增长的阶段,机场高密度、高饱和的运行状态不会发生改变,而如何提升机场运行效率和智能服务质量成为当前旅客保障亟待解决的关键问题。离港旅客作为空港服务的主要对象之一,由于未能准确感知其聚集特性,无法合理有效配置各保障区域和节点的服务资源,造成旅客拥堵现象时有发生,严重影响旅客在机场的体验感。因此,系统性研究面向航班计划的离港旅客聚集特性成为机场提升自身满意度的主
【基金项目】
：
国家重点研发计划《超大型空港综合交通高效运行与智能服务关键技术及示范应用》课题一:空港综合交通运行态势监测与预测技术研究。项目编号:2018YFB1601200；
论文部分内容阅读
民航旅客运输态势从长期来看仍处于持续稳定增长的阶段,机场高密度、高饱和的运行状态不会发生改变,而如何提升机场运行效率和智能服务质量成为当前旅客保障亟待解决的关键问题。离港旅客作为空港服务的主要对象之一,由于未能准确感知其聚集特性,无法合理有效配置各保障区域和节点的服务资源,造成旅客拥堵现象时有发生,严重影响旅客在机场的体验感。因此,系统性研究面向航班计划的离港旅客聚集特性成为机场提升自身满意度的主要措施之一。参考人类行为时间特性提出了以离港旅客抵达航站楼时间间隔指标量化其动力学特征的方法,呈现出与经典泊松分布不同的幂律分布和具有强阵发性强记忆性的聚集特征。同时,在系统性分析离港旅客聚集过程和相关因素的基础上,面向工作日、非工作日和高峰期划分离港旅客数据,采用分布拟合法拟合各组单航班离港旅客聚集行为,基于柯尔莫哥洛夫检验法确定单航班计划下的离港旅客聚集分布,并确定各个组合条件下的离港旅客聚集模型参数。结果表明:指数修正的正态分布在分组Ⅰ（工作日,高峰时段,9:00-12:00）、Ⅱ（非工作日,高峰时段,9:00-12:00）中拟合度最好,约翰逊分布在分组Ⅲ（工作日,高峰时段,15:00-17:00）、Ⅳ（非工作日,高峰时段,15:00-17:00）中拟合度最好。为预测多航班离港旅客聚集态势,提出了一种基于多航班耦合的离港旅客聚集模型。设计单航班赋权叠加公式并采用混合蛙跳算法求解权重系数,结合机场历史运行数据将各组多航班离港旅客的实际聚集分布与模型预测多航班离港旅客聚集分布仿真对比,结合KL散度量化实际分布与近似分布之间的差异性。结果表明:KL散度接近于0,模型对离港旅客聚集态势和聚集峰值时刻有较好的预测效果。基于机场全天运营的现实层面研究航班时刻驱动的离港旅客聚集特性,建立了基于高斯混合分布的离港旅客聚集模型,采用EM算法求解模型参数值,曲线拟合各参数的变化趋势,结果表明:模型在离港旅客全天关键聚集点上吻合效果较好,在预测旅客不同时段内到达人数上有较高的精度,为机场向精细化服务提供科学依据。
其他文献
研究目的:本文旨在探究全身免疫炎症指数（Systemic Immune-inflammation Index,SII）对老年弥漫大B细胞淋巴瘤（Diffuse Large B-cell Lymphoma,DLBCL）患者的预后价值。材料和方法:收集了就诊于浙江大学医学院附属第二医院血液内科的224例初诊的年龄≥60岁的DLBCL患者,应用ROC曲线确定SII的截断值,应用SPSS 25.0软件,采
综合模块化航电系统是保证飞机安全飞行的关键系统,承载着飞行过程中大量的重要功能,是目前航电系统发展的一个重要方向。IMA架构的航电系统能提供有效的分区管理和通信服务,避免故障在不同子系统之间传播,从而更好地保障飞行安全。而IMA的综合化、模块化特性能够增加系统的灵活性并提高系统的资源利用率,但随着系统复杂度的增加,对航电系统的计算、通信和存储资源的分配也变得更为困难,尤其对于较大规模的资源分配问题
飞机货舱火灾对飞机安全飞行造成了巨大的威胁,所以火灾监测装置在第一时间发现火灾,然后机组人员立即采取措施可以保障旅客的生命财产安全与飞机安全航行。考虑到目前飞机货舱火灾监测系统研究主要集中在多传感器信融合技术的基础上,通过对多种特征参量数据的监测,来判断火灾是否发生。针对飞机货舱的空气质量而言,包括CO、CO2、臭氧、颗粒物等特征参量,而火灾发生后,主要是CO与CO2的浓度发生变化,所以本文通过对
背景与目的:心脑血管性疾病已成为全球居民死亡的首要原因,且患病率及病死率仍在不断攀升。血管性疾病与吸烟、肥胖、高血脂、高血糖、胰岛素抵抗、饮食结构等不良生活方式或危险因素密切相关,约80%心脑血管性疾病可通过改变这些危险因素达到预防效果。健康饮食是预防心脑血管性疾病最简单有效的方法。膳食中含丰富的不饱和脂肪酸,既往研究表明每种不饱和脂肪酸对各类疾病的影响不同,但大部分临床研究易受混杂因素及反向因果
碳核查是确保航空业减排目标得以实现的重要环节。业界采用核证航班燃油消费量的方法实现碳核查的目的。随着飞机运营人航班量的显著增加,有限的时间内高质量完成如此巨大核查工作量几乎成为难以逾越的障碍:航空器性能、载量、飞行员操纵行为和运输过程实时大气环境等综合因素会给航班燃油消费量的科学分析与工程性合理判别带来显著困难。因而,迫切需要提出新的方法来完成碳核查中油耗数据合理性的判断。基于油耗数据的分布特性,
背景:肾上腺脑白质营养不良（adrenoleukodystrophy,ALD）是一种X连锁过氧化物酶体病,由ABCD1单基因突变引起,典型特征是血浆和组织中极长链脂肪酸的异常堆积。ALD的临床表型多样,从无症状到快速进展的儿童脑型不等。肾上腺脊髓神经病型是最常见的表型,起病年龄较晚,并累及锥体束、背柱和周围神经。但是,在头颅磁共振未提示脑白质明显异常情况下很难区分成人ALD与遗传性痉挛性截瘫。目的
目的:1型神经纤维瘤病（Neurofibromatosis type 1,NF1）是世界范围内最常见的常染色体显性遗传病之一,以咖啡斑、皱褶部位雀斑、Lisch结节及皮肤良性神经纤维瘤为主要临床特征。NF1基因（Neurofibromatosis type 1 gene）是1型神经纤维瘤病的致病基因,具有极高的突变率。目前对于1型神经纤维瘤病的治疗仅限于手术和激光,并且有极高的复发率。因此,从基因
随着机场愈加繁忙,飞机在机场飞行区发生滑行冲突等事故及事故征候屡见不鲜。以及随着空中交通管制员工作强度的逐渐增大,也逐渐提高了管制员发生“错、忘、漏”的概率,威胁到飞机的安全。对此,通过基于管制指令的飞机滑行冲突预警关键技术进行研究,实现验证管制指令的正确性、保障机场飞行区场面运行安全和给予管制员提供及时的辅助决策支持的目的。主要工作如下:首先,介绍了飞机滑行区域和飞机尾流分类新标准,阐述了飞机滑
目的:自发性脑出血（Spontaneous intracerebral hemorrhage,s ICH）后早期血肿扩大（Hematoma expansion,HE）是决定患者预后的关键因素之一。本研究的目的是基于深度学习算法开发一种新的早期血肿扩大预测模型,并验证其预测效能。方法:连续收集2012年2月至2019年10月就诊于我院的自发性脑出血患者,这些患者均于起病8小时内接受头颅非对比电子计算
旋转机械设备在复杂工况下的运行状态往往取决于其关键部件——转子系统。现代工业水平随着科技的提升不断彰显新的高度,旋转机械设备身处其中也在不停的创新发展。由于运行工况复杂多变,高故障率的转子系统使得机械设备故障频发。设备出现故障后,故障因素会急速蔓延,如果不能准确发现故障并对故障原因进行处理的话,不仅会对经济造成损失,还可能导致工作人员伤亡。因此,分析转子系统故障,对在变工况下转子系统故障诊断方法展