基于支持向量机的航段运量预测模型优选方法研究

来源 :南京航空航天大学 | 被引量 : 0次 | 上传用户:leolee4510
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着民航运输市场竞争越来越激烈,如何合理、有效地制定航班计划就成为航空公司对未来发展进行决策的重要内容。航段运量预测是制定航班计划的重要步骤,其预测结果是制定航班计划的重要依据。航段运量受到区域经济、地理、旅游和季节等多种因素的影响,单一预测模型无法适用于所有航段。因此,需要针对具体航段选择最合适的预测模型。本文系统地分析了航段运量的特点及现有的模型选择方法,详细探讨了支持向量机相关理论和算法,结合支持向量机对航段运量预测模型选择方法进行了深入研究。首先,本文分析了航段运量特点,讨论了现有模型选择方法,在此基础上阐明了基于支持向量机的航段运量预测模型选择方法。然后,详细讨论了支持向量机原理、核函数及其参数选择方法,研究了支持向量机训练和分类算法。文章最后详细介绍了基于支持向量机的航段运量预测模型选择方法的详细设计和实现。同时,针对“航班计划及其性能优化管理”系统中的三种预测模型进行了实验,结果表明该方法在航段运量预测模型选择方面具有较好的效果。
其他文献
为适应可持续发展的战略发展目标,能源必须得到有效和充分的利用,电力系统中的无功冲击和谐波作为一种“电网污染”,严重影响了电力系统中各种设备的正常运行,在造成能源浪费
随着网络规模的扩大和异构程度的增加,网络故障管理越来越重要。网络故障诊断作为网络故障管理的核心内容成为当今研究热点。本文对网络管理中的简单网络管理协议SNMP及其与
数据挖掘是在海量的数据中提取隐含的、未知的、潜在有用的知识或信息模式的决策支持方法。聚类与孤立点检测是其中的重要组成部分。算法的两个重要评价标准是算法的可伸缩性
随着网格、普适计算等网络计算形式的出现,现代网络技术使人们的工作方式更多地具有群体性、交互性、分布性和协调性,开放、协作和智能成为计算系统的重要特征。近年来,计算
随着世界大多数国家电子政务的大力推进、人口的频繁流动和政府向服务型政府的加速转型,使得建立一个全国范围内的计划生育综合服务管理系统成为必然,其快捷的服务和科学有效地
随着电子商务的快速发展,网络服务提供商为用户提供不同服务器上运行的各种服务。因此,人们开始广泛使用移动客户端——服务器环境和多服务器环境。另一方面,越来越多的人开始通
随着计算机技术和通信技术的发展,网络拥塞问题和带宽的急剧消耗越发突出。多播通信以其低带宽占用率,高数据传输率得到越来越广泛的应用。与传统的单播相比,多播能够实现单
随着人们认识和管理水平的提高,对客观世界的描述越来越全面,存储的数据量也越来越大。然而,现有数据库系统的开发应用无法适应人们对信息系统的高要求,无法从现有数据资源中
谱聚类算法能对任意形状的样本空间聚类出较好的结果,近年来在数据挖掘、机器学习等领域得到了广泛关注。选择性集成能降低存储需求,提高预测速度,改善集成学习机的预测效果,由此
近年来,随着计算机技术的不断发展,不仅Web教育资源的存储量呈指数级增长,而且其受污染程度也日益加剧。如何从海量的资源中发现用户所需要的Web教育资源成为当前教育界的一