基于数据分析的席位精细化管理系统
摘要
本文介绍了一种基于数据分析的席位精细化管理系统,该系统通过收集和分析塔台、进近、地面管制席位
的无线电通话数据,并基于双向长短期记忆网络模型(Bi-LSTM)建立预测模型,预测出未来的通话负荷和分合扇
时段,最后通过网页界面为管制员提供一个人机交互界面。系统给出的分合扇时段建议能够提供有效的数据支撑,
从而帮助管制值班主任做出合理的决策判断有效,提高了管制运行效率。
的无线电通话数据,并基于双向长短期记忆网络模型(Bi-LSTM)建立预测模型,预测出未来的通话负荷和分合扇
时段,最后通过网页界面为管制员提供一个人机交互界面。系统给出的分合扇时段建议能够提供有效的数据支撑,
从而帮助管制值班主任做出合理的决策判断有效,提高了管制运行效率。
关键词
精细化管理;双向长短期记忆网络模型(Bi-LSTM);通话频次预测;分合扇
全文:
PDF参考
[1]陈亚莉.基于 Python技术的网站页面布局优化设
计 [J].信息与电脑,2023,35(17):39-41.
[2]蔡莹, 丁施尹, 熊图, 等.一 种 LSTM神 经 网
络的短期负荷预测方法及系统:CN202011261078.0[P].
CN112446593A[2024-09-20].
[3]翟毅,徐丽燕,季学纯,等.基于长短期记忆神
经网络的短期负荷预测 [J].信息技术,2019,43(10):
5.DOI:CNKI:SUN:HDZJ.0.2019-10-007.
[4]张文.民航空中交通管制员工作负荷分析 [J].军民
两用技术与产品,2017(2):1.
Refbacks
- 当前没有refback。