ASDI:基于M-AHP-熵赋权法的机场可持续发展综合指数设计

通过分析探讨机场可持续发展综合评估问题,设计了由1个目标、3个准则和20个指标组成的机场可持续发展综合评价体系,建立了机场可持续发展定量评估综合指数模型.综合指数模型基于主客观相结合的M—AHP-熵权组合赋权法设计,力争对机场的可持续发展全面系统性的分析评估,最后结合上海机场为对象进行实证分析,结果符合各时期的实际情况,表明评价体系和评价方法的科学性与合理性.     

灰色关联分析方法在机场风险评价中的应用

本文通过对机场风险因素的分析,建立了一套合理的机场风险评价指标体系,并运用模糊层次分析法确定各评价指标的权重,然后结合灰色关联分析,建立了机场风险评价模型.最后将此方法运用到具体的实例中,说明了该方法的有效性.     

大数据时代下机场客户关系分析与实施模式研究

客户关系是机场与航空公司长期关注的重要指标,讨论航空公司客户管理管理的文献较多,但关于机场客户关系的讨论很少。大数据时代的到来,将给机场提高客户服务水平带来了新的机遇与挑战。本文结合大数据时代的特点,对机场客户关系进行研究。借鉴航空公司客户分析模型,给出了机场客户分析模型：分析客户在指定机场的最近乘机时间间隔、累计乘机次数、在机场平均滞留时间、机场消费情况等指标,对客户进行划分。文章通过初步探讨将大数据时代下的云技术与CRM系统结合运用于机场的客户关系实施中,为机场向“服务机场”转型提供帮助。     

基于协同效应的机场集团信息化项目实施顺序决策方法

机场集团各个部门对信息系统的建设需求越来越紧迫,考虑有限时间和资源限制,同时又要保证企业效益最大化,信息系统实施的先后顺序成为研究的难点.本文通过对机场集团信息系统项目建设目标的分析,构建基于协同效应的机场集团信息系统实施顺序决策支持模型,并通过实证分析验证该模型的可行性.结果表明,利用本文设计的信息化项目实施顺序决策模型计算机场集团信息项目、资金状况、系统建设周期、各子系统之间的协同效应,获得的整体效益最大,符合现实性与合理性.本研究为机场集团信息化项目实施推进顺序制定提供了一种有效的决策参考方法.     

融合Savitzky-Golay滤波器的TCN-SA-BiGRU风电功率预测

陆上风力发电作为主流清洁能源发电方式之一,预测其发电功率也是目前研究热点问题。本文提出融合Savitzky-Golay滤波器与基于自注意力机制的TCN-BiGRU风电功率预测模型。利用Savitzky-Golay滤波器对风电功率及相关特征数据进行降噪,随后将数据输入进由TCN时域卷积神经网络、自注意力机制模块、双向门控循环单元网络所搭建的TCN-SA-BiGRU模型中,这些模块能够更深、更快挖掘数据特征。最终预测结果显示,融合了Savitzky-Golay滤波器的模型能够有效对数据降噪,并且相较于传统单一神经网络等模型,本模型的预测性能更高。     

全国5A级景区旅游路线规划问题研究

以自驾游为代表的旅游活动正在成为全球经济发展的重要动力之一,如何优化旅游路线以便为广大旅客提供更加舒适的自驾体验日益重要.主要研究全国5A景区旅游路线规划问题.首先分析当前城市居民的假期次数与时间要求,综合时间、路程和费用最优建立综合模型.然后收集景区、路况和费用数据基于遗传算法和Matlab2011a编程求解,得出全国多个城市出发的全国5A景区旅游路线规划图和详细行程.最后根据研究结果,提出建立旅游可持续发展评价指标体系,对旅游爱好者提供旅游建议,对旅游相关部门给出政策建议.     

改进型LOBNN & AR-GARCH模型在股票预测中的应用

为实现对股票价格的短期预测,本文在Laguerre正交基神经网络 (LOBNN)模型的基础上,提出了一种新的组合预测模型来预测短期股价的变化。该模型先通过改进LOBNN模型的权值求解算法,用以增强模型的通用性。接着在其基础上设计新的迭代算法,进一步提高模型的预测精度,进而得到新的LOBNN模型。之后将股价数据分别代入AR-GARCH模型和改进后的LOBNN模型,得到输入数据的两组预测值。最后通过不同的权重来组合两种预测结果,生成最终股价的预测结果。文末的仿真结果表明该组合模型在预测精度与通用性上较原始模型有较大的提升,是一种高效的预测模型。     

上海市航空运输业影响因素的灰色关联分析

本文通过比较上海航空运输业发展的各因素的影响作用,分析上海航空运输业的外在影响因素,并据此提出政策建议．本文通过灰色关联分析法分析了上海市2000—2011年的航空客运和货运与经济发展水平、产业结构、人口密度、对外贸易水平和地面交通情况的关联度,并详细分析了各影响因素对上海市航空运输业的影响作用．针对研究结果,结合上海市实际情况,给出了发展上海航空运输业的建议．     

基于全局搜索策略WOA优化ELM的RUL预测性维护

实时掌握设备的剩余使用寿命(RUL),有助于降低工业互联网制造业中事故成本。为提高预测性维护准确度,使用基于全局搜索策略的鲸鱼优化算法(Improved Whale Optimization Algorithm, IWOA)确定极限学习机(Extreme Learning Machine, ELM)的参数,提出一种新型剩余使用寿命预测模型(IWOA-ELM)。将该模型应用于膜过滤器剩余使用寿命的电子涂层超滤维护数据集,结果表明：与ELM、WOA-ELM预测模型相比,本文提出的IWOA-ELM模型极大地提高了预测精度,泛化能力更强,能有效地预测膜过滤器剩余使用寿命,以便提前计划维护。     

考虑内外因素的电子商务产业与大数据产业协同演化研究

在新经济体系建设中,电子商务产业与大数据产业协同与融合成为必然趋势。在讨论二者协同关系和交叉业务内容的基础上,从系统的角度出发,基于经典哈肯模型构建了电子商务-大数据系统(EBDS)协同演化模型,并讨论了绝热消去方法的应用条件。接着,运用熵权法确定两子系统序参量的权重,进而量化了二者的有序度及协同度。通过数值拟合,验证了所构建演化模型的可信度,并发现了EBDS存在两个稳定点,但EBDS仍处于协同程度较低的互助协同阶段,对此从协同应用、产业链、风险、外部环境和生态圈五个方面给出了建议。