基于贝叶斯网络的航班保障服务时间动态估计
来源：计算机应用杂志2017年第1期北京时间：
作者：邢志伟, 唐云霄, 罗谦
单位：1. 中国民航大学 电子信息与自动化学院, 天津 300300;2. 中国民航局第二研究所 信息技术分公司, 成都 610041
摘要：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。
关键词：航班保障服务,机器学习,贝叶斯网络,增量学习,期望最大化,敏感性分析
基金资助：国家自然科学基金委员会-中国民用航空局联合研究基金资助项目（U1533203）；中央高校基本科研业务费基金资助项目（3122014P003）。
