典型文献
基于模仿学习的机场停机位再分配决策算法
文献摘要：
针对机位再分配算法结果难以满足不同操作人员操作习惯的问题,提出一种符合实际业务人员操作习惯的机位再分配推荐算法.首先以航班特征属性和停机位的资源占用状态构建决策环境空间模型,将人工操作数据转换为多通道时空矩阵,再以卷积神经网络构建的生成对抗网络(generative adversarial network,GAN)拟合其序贯决策操作策略.仿真结果表明,可靠度在90％以上的调整动作占比最高达到84.4％.经过在三个数据集上的测试,模型对不同来源的操作数据具有较好的区分能力.对比不同扰动下的动态调整结果,算法能够得到航班—机位属性特征与原有人工操作属性特征接近的调整方案.
文献关键词：
航空运输;停机位分配;模仿学习;马尔可夫决策过程;生成对抗网络
中图分类号：
作者姓名：
邢志伟;张前前;罗谦;陈肇欣
作者机构：
中国民航大学电子信息与自动化学院,天津300300;中国民用航空局第二研究所工程技术研究中心,成都610041
文献出处：
引用格式：
[1]邢志伟;张前前;罗谦;陈肇欣-.基于模仿学习的机场停机位再分配决策算法)[J].计算机应用研究,2022(09):2665-2670
A类：
B类：
模仿学习,再分配,决策算法,分配算法,操作人员,符合实际,业务人员,推荐算法,先以,航班,特征属性,资源占用,构建决策,环境空间,空间模型,人工操作,操作数,数据转换,多通道,时空矩阵,再以,网络构建,生成对抗网络,generative,adversarial,network,GAN,序贯决策,操作策略,可靠度,不同来源,区分能力,属性特征,调整方案,航空运输,停机位分配,马尔可夫决策过程
AB值：
0.407313
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
