检索结果

Select

1. 基于松弛算法的停机位分配优化方法

邢志伟, 乔迪, 刘洪恩, 高志伟, 罗晓, 罗谦

计算机应用 2020, 40 (6): 1850-1855. DOI: 10.11772/j.issn.1001-9081.2019111888

摘要（530）

PDF （586KB）（489）

针对机场近机位资源紧缺及实际航班到离港时间偏离计划时间对停机位分配所造成的扰动，提出了在同机位相邻航班间加入缓冲时间的停机位分配调度方法。首先，建立了以机位空闲时间、远机位占用时间最小为目标的鲁棒性停机位分配模型；然后，设计了一种基于双目标的拉格朗日松弛优化算法，并使用次梯度算法求解拉格朗日松弛算法中的对偶问题。基于国内某枢纽机场运行数据的仿真结果表明，所提方法的优化方案和原始机位分配方案相比，机位使用量和机位空闲时间分别降低了15.79%、7.56%，机位占用率提高了18.72%，并且冲突率降低到3.57%，达到了有效提高停机位利用率与鲁棒性的目的。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于贝叶斯网络的航班保障服务时间动态估计

邢志伟, 唐云霄, 罗谦

计算机应用 2017, 37 (1): 299-304. DOI: 10.11772/j.issn.1001-9081.2017.01.0299

摘要（597）

PDF （1004KB）（610）

针对航班保障服务时间估计的问题，考虑到航班保障服务流程的特殊性、复杂性以及影响因素的不确定性，提出了一种基于贝叶斯网络（BN）的航班保障服务时间估计模型。该模型把航空领域的专家知识与历史数据的机器学习相结合，使用贝叶斯网络的增量学习特性动态地调整BN模型，使其适应新的变化，进而不断更新航班保障服务时间的估计值。使用国内某大型枢纽机场信息系统内提取的数据，通过期望最大化（EM）方法对模型进行训练，得到了测试结果。实验结果分析与模型评价表明，所提方法能有效估计航班保障服务时间且具有较高的准确度。敏感性分析表明，航班到达时段的航班密度对航班保障服务时间影响最强。

参考文献 | 相关文章 | 多维度评价

Select

3. 无表达式树的基因表达

李川唐常杰陈瑜邱江涛罗谦吴江朱军

计算机应用

摘要（1358）

PDF （1044KB）（1011）

传统基因表达式编程（GEP）进行基因表达时，动态生成释放大量表达式树（ET），成为GEP的性能瓶颈。提出基于Scale的基因表达算法解决此问题。Scale是一个约束线性表。由于Scale支持一次创建，永久使用，而无须更多维护。所以把基因表达至Scale中避免了ET的动态生成和释放。实验结果表明,在多数情况中，基于Scale的基因表达较基于ET的基因表达快6~10 倍。