基于Demo 3D的机场行李处理系统仿真与优化

针对机场行李处理系统规划设计以及资源分配,研究大型行李处理系统的仿真方法,1∶1建立机场行李处理系统的仿真模型,并按照机场实际运行逻辑对行李处理系统进行全天候仿真模拟,提前了解系统建成后的运行情况,通过记录分析系统关键点流量、排队情况、行李处理时间等运行参数,找出系统瓶颈,提出优化方案,并对优化成果加以验证,得出较为合...     

基于ITIL的运维体系在行李高端控制系统中的应用探讨

行李处理系统是机场航站楼行李处理的关键设施,行李高端控制系统是行李系统实现自动处理的核心。基于当前行李高端控制系统在机场业务流程中的重要性及其运行维护状况,亟需通过将运行维护工作规范化、标准化、流程化来提高其运行维护效率,改善运行维护质量。本文描述了行李高端控制系统运行维护的普遍现状,并简要介绍了ITIL理论,最后探讨了基于ITIL的运行维护体系在行李高端控制系统运行维护中的实践。     

繁忙机场高峰航班流量预测问题研究

为了提高繁忙机场的应急管理能力,为繁忙机场制定应急预案提供科学依据,本文提出了一种基于灰色模型和改进的支持向量回归机模型相结合的新方法,并对繁忙机场的非常态高峰航班流量的小样本进行了时间序列预测。     

支持向量机在装备维修备件需求量预测中的应用

利用支持向量机回归算法建立备件需求模型,对未来备件需求进行了预测,并结合实例将支持向量回归算法与传统的最小二乘拟合方法作比较。结果表明,支持向量回归算法在预测精度上具有明显的优势,该方法能够较好地适应样本数量较少、需求呈非线性特征的备件预测问题。     

机场行李自助值机系统

应用自助值机系统,机场可以减轻值机柜台的高峰压力,提升服务质量和旅客满意度。     

浅谈行李系统传输的优化措施

随着我国民航业的持续健康发展，客流量持续增加，为提高机场的运营效率和管理水平，保证旅客在机场内实现快速周转，针对某机场行李系统传输存在的问题，将现有行李系统进行改进，并提出相应的措施对系统进行优化，大幅提高行李系统传输的效率。     

机场行李处理系统的分拣模式

行李分拣系统的设计是机场行李处理系统设计的关键,在规划建设过程中,要结合机场的定位、投资、运营特点等方面进行综合考虑.     

基于支持向量机回归算法的航空公司客流量预测研究

在航空公司运营管理过程中,航空客流量预测是其航班计划和机队规划的重要依据。本文介绍了航空客流量预测中常用的几种预测方法,并对他们的特点进行了分析比较;阐述了支持向量机的理论基础和原理,给出了支持向量机的回归模型,并重点探讨了预测模型中核函数的选择方法;在选择适当的参数和核函数的基础上,对航空客流量进行预测,并与BPANN和线性回归算法这两种预测方法进行对比,证明支持向量机回归算法能获得训练最小的相对误差,是相对有效的一种航空客流量预测方法。     

基于支持向量机的舰艇部队作战油料消耗量预测研究

为了提高舰艇部队战时油料消耗量预测的准确性,提出了基于支持向量机的预测方法.分析了支持向量机的回归原理及算法,构造了舰艇部队作战油料消耗量预测模型.针对支持向量机中训练参数对预测结果的影响,采用遗传算法对相关参数取值进行优化,以获得预测性能较好的支持向量机模型.以某舰艇部队参加演习的油料消耗量数据作为实验数据,采用构建的支持向量机模型对舰艇部队油料消耗量进行预测,并将其与BP神经网络进行对比分析.实验结果表明,支持向量机比BP神经网络预测精确度更高,误差更小,有效提高了舰艇部队作战油料消耗量预测的准确性和可靠性.     

基于PSO-SVR的气膜薄壳钢筋混凝土穹顶储仓的工期预测

为客观、合理地进行气膜薄壳钢筋混凝土穹顶储仓的工期预测,提出了基于PSO-SVR的预测方法。采用粒子群算法(particle swarm optimization,PSO)对支持向量回归机(support vector regression,SVR)的参数进行优化,并运用优化后的支持向量回归机对气膜薄壳钢筋混凝土穹顶储仓的工期进行预测。通过实例验证表明:PSO-SVR模型的预测效果优于遗传算法(GA-SVR)和串联型灰色神经网络(SGNN)。     

橡胶充气芯模混凝土填料工程工期预测研究

根据橡胶充气芯模混凝土填料施工的特点,详细分析了影响其工期的因素,结合支持向量回归机(SVR)和粒子群算法(PSO)的优点,建立基于PSO-SVR的橡胶充气芯模混凝土填料工程工期预测模型。通过对某选煤厂混凝土填料施工的数据进行仿真,结果显示:PSO-SVR模型的预测效果优于基于交叉验证的支持向量回归机(CV-SVR)模型以及基于遗传算法的支持向量回归机(GA-SVR)模型。     

机场动脉可靠、高速的行李处理系统

在世界最大的机场单体建筑一北京首都机场T3航站楼里，配备了史上最先进的行李处理系统（Baggage Handling System，BHS）：每小时19200件行李的处理量，     

支持向量机的应用

支持向量机算法是十大经典算法之一,对于数据分类,数据回归方便有着极好的应用.在实际操作中,我们常用它来处理分类问题.但传统的支持向量机存在噪声太多,数据处理太慢和收敛过快的问题,可通过调整参数进行改进.本文将建立一个模型,实现对支持向量机的简单应用.     

零的突破——昆船公司实现大型枢纽机场行李处理系统国产化纪实

2013年3月29日,受国家发改委、财政部和工信部委托,由昆明船舶设备集团有限公司(简称昆船公司)承建的我国首套大型枢纽机场行李处理系统智能成套装备——昆明长水机场行     

论提高装备故障预测准确度的方法途径——先进智能预测算法研究

提高故障预测准确度的方法有很多,研究先进的智能预测算法就是其中的一种。大量的先进预测算法都得到了广泛的应用,如专家系统、神经网络、支持向量机等。每种智能预测算法都有各自的优点和不足,首先介绍了常见的智能预测算法及其应用;然后重点介绍了支持向量机,主要包括其基本原理和主要问题;最后对支持向量机算法的改进方向进行了探讨。支持向量机作为智能预测算法的一种,对于提高故障预测准确度有很好的应用前景。     

西门子德马泰克行李安全系统

西门子德马泰克研制的一套用于检验航空行李的新型安全系统—西门子停机坪行李甄别(SABS)系统,是针对机场     

电网建设项目物资需求预测研究

为满足电网建设项目物资需求管理的发展要求,在现有企业资源计划(ERP)系统完成上线并能够提供初步数据支持的基础上,针对如何依据电网建设项目里程碑计划中的基本工程建设指标,合理预测物资需求的问题,借助支持向量机模型(SVM)和人工鱼群算法(AFSA),构建了电网建设项目物资需求预测模型.在支持向量回归机的基础上,融合添加混沌搜索后的改进人工鱼群算法,优化了向量机核函数选取和参数设置,通过省级电网建设项目物资需求历史数据测试,模型预测结果满足实际使用要求,能够有效解决电网建设项目物资需求预测的问题.     

大丰港货物吞吐量的时间序列法预测研究

根据大丰港的历史数据,采用时间序列的回归分析方法对大丰港货物吞吐量进行预测研究。在回归分析法中,通过比较,选择指数模型、高次多项式模型以及支持向量机方法分别对大丰港的货物吞吐量进行模拟预测。对指数模型、多项式模型、支持向量机三种方法的预测结果进行比较,并结合大丰港的实际情况,最终选择使用支持向量机法给出大丰港2012—2016年的货物吞吐量预测值。     

基于最小二乘支持向量机的短期负荷预测

支持向量机是一种基于统计学理论的新颖的机器学习方法,该方法被广泛用于解决分类和回归问题。文章将最小二乘支持向量机(LS-SVM)算法应用于电力系统短期负荷预测中,并将其预测结果和BP神经网络的预测结果进行比较分析。仿真实验表明,该方法在短期负荷预测中具有很好的预测速度和精度。     

基于支持向量回归机的物流需求预测模型研究

通过介绍物流需求和支持向量机的基础理论,利用经济与物流需求之间的关系,提出了基于支持向量回归机的物流需求预测模型,给出了构建模型的具体分析步骤,并通过实例详细阐述了模型的应用过程,预测结果验证了模型的可行性和有效性。