大学生专业认同感对学习行为和职业选择行为的影响研究

大学生专业认同是反映大学生学习积极性的重要指标,同时对学生学习动力、专业发展以及职业定位也有着至关重要的影响,但专业认同水平的高低又不一定代表学习行为的强弱。本文旨在结合农业院校的特殊性,研究大学生专业认同对其专业学习行为和职业选择行为的影响,通过提高其专业认同水平和满意度,帮助引导学生建立自我与所学专业的联系,提高自主选择的能力,有效促进学生的实际专业学习行为,进而有利于提高人才培养质量,最终增强农业院校学生的社会竞争力和社会认同度。

基于时空特征的终端区多机场航班时刻优化

为更好的实施终端区协同决策(CDM),考虑大终端区下多机场的协同运行需要,对终端区内多机场离场航班时刻进行优化。同时考虑各机场的延误时间及航班的总延误成本,建立终端区多机场的协同放行模型;采用改进的多目标粒子群算法对所建模型进行求解。最后对大兴机场开航背景下的京津大终端区分别进行单目标及多目标的仿真验证,仿真结果表明,所提方法优于先到先服务策略(FCFS)且可以有效平衡终端区内各机场总延误成本与总延误时间,兼顾航班延误的均衡性及公平性。

基于遗传算法的多扇区移交点交通流量优化

以扇区之间的移交点为研究对象,在扇区容量受限的情况下,将尾随间隔(MIT)与时隙分配相结合对进入扇区的航班流量进行优化管理,以保证扇区之间的航班运行通畅。以最小航班累积延误成本为目标函数,并通过流量分配得出移交点的MIT,同时使用遗传算法优化在满足MIT的情况下航班通过移交点进入扇区的顺序,并求得最低延误成本,得到的最低延误成本比使用先到先服务的传统策略所得到的延误成本降低了18.6%。

基于VMD-MD-Clustering方法的航班延误等级分类

针对航班数量逐年增加导致的航班延误日益频繁问题,研究对航班延误等级分类的方法,从而为制定针对性措施,降低航班延误造成的损失提供理论基础。从时间、空间和效率3个方面确定航班延误时间、航班飞行时间、延误影响人数和航程这4个数值属性指标,以及过站是否经停、飞机载客量2个类属性指标,共计6个评估指标构建航班延误等级分类模型。提出了1种基于变分模态分解(VMD)、马氏深度(MD)函数和K-means数据聚类(Clustering)的航班延误等级分类方法(以下简称V-M-C方法)。V-M-C方法将非正态、非平稳的多维航班延误数据视作含噪声的信号序列进行处理,通过VMD降噪获得正态、稳定的多维信号数据;利用MD函数进行降维处理得到一维的稳定信号数据;使用K-means方法对得到的一维数据进行聚类,对航班延误等级分类。为确定航班延误等级分类精确性,采用带惩罚权重的支持向量机(SVM)对分类结果进行分析,可以在一定程度上提高V-M-C方法的普适性。以某大型枢纽机场某月的航班运行数据为例,只使用K-means算法的航班延误等级分类精度为81.9%,而V-M-C方法对航班延误等级分类精度可提升至95.41%。实验结果表明,V-M-C方法的分类准确率更高,能够帮助机场根据相应延误等级制定预案,保障航班整体运行正点率。

加权K-prototype-粗糙集的航班延误等级划分研究

针对航班延误程度的评估,选取了六个衡量指标建立了航班延误等级划分模型,采用了加权k-prototypes聚类算法以及粗糙集理论形成航班延误等级划分规则,并以大型枢纽机场的航班延误数据进行实例验证。结果表明,航班延误等级划分模型有效可行,具有较高判别精度,为建立相应的应急预案以及协同流量管理提供了有效可靠的基础依据。

土壤养分的近红外漫反射光谱预测模型分析

针对土壤养分近红外漫反射光谱数据分析的预测问题,分别利用主成分回归和偏最小二乘回归的方法建立土壤样品的近红外漫反射光谱全氮含量的数学模型,比较模型的预测精度。研究结果表明,采用主成分回归法建模预测结果的均方根误差RMSEP为0.040;偏最小二乘回归法建模的RMSEP为0.034,通过模型验证得到的全氮含量预测值与实际值相关性分析得到主成分回归法决定系数R^2=0.873 1,偏最小二乘回归法R^2=0.903 5,表明偏最小二乘回归法所建模型预测精度优于主成分回归法。该研究为提高近红外光谱法土壤养分检测精度提供了依据。

基于MIT的多扇区流量控制模型研究

通过综合考虑交通管制和航空公司运行两个方面,研究了在恶劣天气下多个扇区容量发生动态变化时的流量控制问题。提出了以扇区动态容量作为主要约束条件,航班总延误成本和扇区流量稳定为优化目标,基于尾随间隔(MIT)的多扇区流量控制模型,并采用带精英策略的NSGA-Ⅱ算法求解。以某区域管制中心3个扇区为例进行了仿真分析。结果表明:利用该流量控制模型不仅能够缓解扇区拥堵,还可以让决策者选择一个最优的MIT限制值,既可以保证各个扇区的流量稳定减轻管制员工作负荷也可以控制航班的延误总成本,并验证了所建模型具有有效性与实用性。