Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南京航空航天大学孙樊荣获国家专利权

南京航空航天大学孙樊荣获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉南京航空航天大学申请的专利一种面向资源占用不确定性下的机场时刻容量评估方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN118839502B

龙图腾网通过国家知识产权局官网在2025-10-10发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202410884368.2,技术领域涉及:G06F30/20;该发明授权一种面向资源占用不确定性下的机场时刻容量评估方法是由孙樊荣;戴美泽;张美薇设计研发完成,并于2024-07-03向国家知识产权局提交的专利申请。

一种面向资源占用不确定性下的机场时刻容量评估方法在说明书摘要公布了:本发明公开了一种面向资源占用不确定性下的机场时刻容量评估方法,涉及民航领域,包括:预设当前日期的机场时刻飞行计划;采集当前日期的其他空域用户活动数据与民航航班活动数据,并进行预处理;导入训练好的其他空域用户活动预测模型与民航航班预测模型,生成当前日期的典型日其他空域用户活动时刻表与当前日期的典型日民航航班计划时刻表;获取当前日期的典型日民航航班日延误时间表;通过构建变分自编码器模型对当前日期的典型日民航航班日延误时间表进行扩充,计算当前日期的日平均延误时间;将日平均延误时间与预设日平均延误时间阈值对比分析;判断当前日期的典型日民航航班实际运行时刻表即为机场时刻容量,提高了机场的运行效率。

本发明授权一种面向资源占用不确定性下的机场时刻容量评估方法在权利要求书中公布了:1.一种面向资源占用不确定性下的机场时刻容量评估方法,其特征在于:所述面向资源占用不确定性下的机场时刻容量评估方法包括以下步骤: 步骤S1:预设当前日期的机场时刻飞行计划;采集当前日期的其他空域用户活动数据与民航航班活动数据,并进行预处理; 所述预处理方法包括:通过LOF算法分别对当前日期的其他空域用户活动数据与民航航班活动数据进行清洗; 设定数据集C表示任意当前日期的其他空域用户活动数据与民航航班活动数据,通过LOF算法对数据集C中的异常数据点进行清洗,步骤如下: 数据集C包括c个数据点,设定p为数据集C中任意一个数据点,计算数据点p与数据集C中其他所有数据点的距离,并选取第k个最近邻的距离作为数据点p的k距离,记为dkp;邻域为从数据点p开始,直到其第k个最近邻的距离范围内的所有数据点; 计算数据点p与邻域内其他任意数据点o的第k可达距离:reach_distkp,o=max{dkp,dp,o};其中,dp,o表示数据点p和邻域内数据点o之间的距离;若o在p的第k个最近邻的距离范围内,则数据点p到o的第k可达距离为点p的k距离,否则为距离dp,o; 计算数据点p的第k局部可达密度其中,Nkp表示数据点p的第k邻域距离;|Nkp|为数据点p的第k邻域距离内点的集合; 计算数据点p第k局部异常因子:其中,lrdko表示数据点p的邻域内数据点o的局部可达密度;表示数据点p的第k邻域内数据点o的局部可达密度与数据点p的局部可达密度的比值;对数据集C中c个数据点逐一计算第k局部异常因子,设置第k局部异常因子值阈值,将超过第k局部异常因子值阈值的数据点作为异常数据点,输出异常数据点集合M,将异常数据点集合M从数据集C中剔除,输出最终剔除异常数据点后的数据集; 步骤S2:将预处理后当前日期的其他空域用户活动数据导入训练好的其他空域用户活动预测模型,生成当前日期的典型日其他空域用户活动时刻表; 其他空域用户活动预测模型训练方法包括: 预先收集u组历史日期的其他空域用户活动训练数据与对应历史日期的典型日其他空域用户活动时刻表作为第一样本集,u为大于1的整数; 将第一样本集划分为训练集和测试集,构建分类器,将训练集中历史日期的其他空域用户活动训练数据作为输入数据,将训练集中历史日期的典型日其他空域用户活动时刻表作为输出数据,对分类器进行训练,得到初始分类器,利用测试集对初始分类器进行测试; 当预测的历史日期典型日其他空域用户活动时刻表与实际的历史日期典型日其他空域用户活动时刻表之间的均方根误差在0.01以内时,输出满足预设准确度的分类器作为训练好的其他空域用户活动预测模型,其他空域用户活动预测模型为朴素贝叶斯算法、随机森林回归或神经网络回归模型的其中一种; 所述均方根误差表达式为 RMSE=sqrt1f*sumy_pred-y_obs^2式中,RMSE为均方根误差,f为历史日期的典型日其他空域用户活动时刻表数量,y_pred为预测的历史日期的典型日其他空域用户活动时刻表,y_obs为实际的历史日期的典型日其他空域用户活动时刻表; 步骤S3:将预处理后当前日期的民航航班活动数据导入训练好的民航航班预测模型,生成当前日期的典型日民航航班计划时刻表; 步骤S4:构建联合仿真延误模型,将当前日期的典型日其他空域用户活动时刻表与当前日期的典型日民航航班计划时刻表进行联合仿真,获取当前日期的典型日民航航班日延误时间表; 步骤S5:通过构建变分自编码器模型对当前日期的典型日民航航班日延误时间表进行扩充,并计算当前日期的日平均延误时间; 步骤S6:将日平均延误时间与预设日平均延误时间阈值对比分析; 若日平均延误时间大于预设日平均延误时间阈值,则当前日期的机场时刻飞行计划超出机场时刻容量,需要对当前日期的机场时刻飞行计划进行人工调整; 若日平均延误时间小于等于预设日平均延误时间阈值,则当前日期的机场时刻飞行计划在机场时刻容量范围内,并根据日平均延误时间更新生成当前日期的典型日民航航班实际运行时刻表,判断此时当前日期的典型日民航航班实际运行时刻表即为机场时刻容量。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人南京航空航天大学,其通讯地址为:210000 江苏省南京市秦淮区御道街29号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。