摘要: 针对行李提取区旅客拥挤问题,结合行李提取流程分析和历史数据机器学习,提出一种基于贝叶斯网络的单航班行李转盘旅客密度预测模型。利用贝叶斯网增量学习的特性实现模型的动态调整,使该模型可以对新数据更好适应和调整,并得出更准确地旅客密度预测值。使用国内某大型枢纽机场数据,采用期望最大化(EM)方法对模型进行训练。实验结果表明,所建模型能有效预测航班行李提取的旅客密度,具有较高的准确度。
中图分类号:
邢志伟, 吴哲, 罗谦. 单航班行李提取旅客密度动态预测[J]. taptap下载安装安卓学报, 2020, 38(5): 35-40.
XING Zhiwei, WU Zhe, LUO Qian. Dynamic passenger density prediction in baggage claim area for single flight[J]. Journal of Civil Aviation University of China, 2020, 38(5): 35-40.