基于AFSA-RVM的航班保障服务时间状态估计
【摘要】 为了优化机场现场的交通调度信息，兼顾航班保障服务作业流程中影响因素的不确定性，提出了一种把人工鱼群算法与相关向量机融合的模型用于航班保障服务时间状态估计。通过将历史监测数据与航空领域的经验知识相结合，采用人工鱼群算法动态地调整相关向量机算法中的未知超参数。为了进一步提高服务时间状态估计的准确性，对传统相关向量机算法广泛采用的核函数进行了改进，提出了一种融合了样本数据概率密度分布情况的概率核函数构造方法。选择国内某大型枢纽机场信息系统提供的航班服务时间数据进行仿真，研究结果证明所提出的融合模型能有效应用于航班保障服务时间动态估计且具有较高的估计精度。航班保障服务时间；人工鱼群算法；相关向量机；核函数；概率：ISSN1006-9346：BStateEstimationaboutServiceTimeofFlightSupportBasedonAFSA-RVMXINGZhi-weiWUBingLUOXiaoLILongPu基金项目：国家自然科学基金委员会中国民用航空局联合研究基金项目（U1533203）：2019-01-08万方数据：2019-02-23业分成货邮服务和旅客服务两个类别，运用
