一种基于滑动窗口的时变动态贝叶斯网络推断方法技术

本发明专利技术公开了一种基于滑动窗口的时变动态贝叶斯网络推断方法，方法为：设计了一种针对非稳定演化过程的异常点检测算法，该算法能够从时间序列中诊断出可能的状态转换点，相对于传统的依赖于网络结构的学习来判断方法，该算法大大缩短了时变点的监测时间。然后，创新性的提出了时变点消除规则和改进的动态贝叶斯结构学习方法，并利用迭代优化算法两联合这两者结合在一起，实现了非平稳过程的划分与动态依赖关系的学习，并克服了模型结构平滑假设的限制。最后，相对现有的方法而言，本模型具有更优的时间效率和精度，本发明专利技术实现了刻画了航班保障的演化过程的精细化刻画，为对机场航班地面的高效运行具有重要的现实意义。地面的高效运行具有重要的现实意义。

【技术实现步骤摘要】
一种基于滑动窗口的时变动态贝叶斯网络推断方法


[0001]本专利技术属于机场运行与控制领域，具体涉及一种基于滑动窗口的时变动态贝叶斯网络推断方法，用于机场航班地面保障过程中动态网络结构推断。

技术介绍

[0002]随着民航业的快速发展，机场航班量不断增加，高密度的航班架次给机场运行带来巨大的压力。机场运行的核心是航班地面保障，航班地面保障指航空器到达机场以后与起飞之前开展的旅客、行李、机务、航油等一系列服务环节构成。这些环节之间形成了单个或多个复杂依赖关系的动态航班保障网络。在高密度的航班运行情况下，机场各个航班之间的间隔时间不断缩短，如果某一航班保障网络中的某环节出现问题，不仅导致本航班，甚至导致后续航班的问题。不仅会导致后续的航班保障网络中的保障节点问题，导致航班延误反应，还可能会出现旅客的焦虑等待，引发一系列的不安全事件等。因此，精细化刻画航班地面保障网络对机场高效安全运行具有重要的意义。
[0003]目前对航班地面保障服务的研究集中在保障资源的优化和保障时间的预测，仅有少部分学者利用动态贝叶斯网络和petri网有对地面保障服务的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于滑动窗口的时变动态贝叶斯网络推断方法，其特征在于，包括以下几个步骤：步骤一：利用基于滑动窗口的时变点提取算法对数据中的时变点进行提取，设定滑动窗口的Q值大小,分别计算每个点前后的滑动窗口均值以及归一化处理的欧式距离,再提取时间序列的极大值作为可能的时变点序列；步骤二：构建一种改进的贝叶斯结构学习算法，首先采用最大最小父子算法(MMPC)确定每个节点的父节点和子节点集，然后基于父子节点的关系从而构建出无环图结构；然后，基于广度搜索的策略的节点排序算法被用来对对无向图进行搜索，得到一组基于依赖关系的节点顺序.最后，这些顺序输入K2结构学习算法，对已经得到的网络结构的进行搜索评分，得出最优网络结构；步骤三：构建消除判断规则的构建，用于对初始时变点的进一步优化，第一个是同构性规则,根据变化点左右的网络结构来判断是否保留该点，第二个是最大评分规则，根据三个区间内(时变点与左右的两个点构成的两个区间，以及左右两个点构成的区间)的结构评分来判断是否保...

【专利技术属性】
技术研发人员：陈良银，刘畅，陈彦如，王浩，张媛媛，赵万槟，岳凯峰，冯康慧，秦倩，杜茂维，丁新伟，
申请(专利权)人：首都机场集团有限公司，
类型：发明
国别省市：