您的位置: 专家智库 > >

冯文星

作品数:2 被引量:11H指数:2
供职机构:中国民航大学航空自动化学院更多>>
发文基金:国家自然科学基金国家科技支撑计划中央高校基金更多>>
相关领域:交通运输工程航空宇航科学技术自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 1篇自动化与计算...
  • 1篇交通运输工程
  • 1篇航空宇航科学...

主题

  • 1篇对数正态分布
  • 1篇运量
  • 1篇运量预测
  • 1篇人类动力学
  • 1篇神经网
  • 1篇神经网络
  • 1篇重尾分布
  • 1篇尾分布
  • 1篇旅客
  • 1篇货运
  • 1篇货运量
  • 1篇货运量预测
  • 1篇机场
  • 1篇航班
  • 1篇RBF神经网...

机构

  • 2篇中国民航大学
  • 1篇中国民用航空...

作者

  • 2篇白楠
  • 2篇邢志伟
  • 2篇李学哲
  • 2篇冯文星
  • 1篇罗谦
  • 1篇潘野

传媒

  • 1篇电子科技大学...
  • 1篇中国民航大学...

年份

  • 1篇2016
  • 1篇2015
2 条 记 录,以下是 1-2
排序方式:
基于航班离港时刻主导的单航班离港旅客聚集模型被引量:9
2015年
通过对单航班离港旅客在航站楼聚集行为的动力学分析,证明了旅客的到达聚集行为在群体层面受截止时间影响服从重尾分布,并且存在混合分布特性;揭示了航班截止时间的变化对旅客行为重尾特性的影响规律。在此基础之上基于对数正态分布与回归分析建立了航班离港时刻主导的单航班离港旅客聚集模型,并通过仿真验证证明了模型拟合度达到80%以上,具有工程推广价值。
邢志伟冯文星罗谦李学哲白楠潘野李定亮
关键词:重尾分布人类动力学对数正态分布
基于SARIMA和RBF神经网络的机场货运量预测被引量:2
2016年
针对机场货运量预测不能满足机场实际运行精度等缺点,提出一种季节性ARIMA和RBF神经网络集成模型预测机场货运量,该模型首先利用季节性ARIMA模型预测机场货运量线性部分,然后用RBF神经网络模型预测机场货运量非线性部分,最后把非线性部分预测结果作为线性部分预测结果的补偿,得到最终预测结果。实验结果表明,新模型可以有效结合季节性ARIMA和RBF神经网络各自的优点;相对单一季节性ARIMA模型和单一RBF神经网络模型预测精度分别提高了6.30%和3.32%,预测精度满足机场实际运行要求。
邢志伟李学哲罗谦冯文星白楠潘野罗沛
关键词:RBF神经网络
共1页<1>
聚类工具0