發(fā)布時(shí)間：2020-07-22 09:18

【摘要】：近年來,隨著民航業(yè)的發(fā)展,旅客吞吐量不斷增加,旅客結(jié)構(gòu)也越來越多樣化,導(dǎo)致安檢排隊(duì)等待時(shí)間過長(zhǎng)、安檢服務(wù)品質(zhì)下降等。民航旅客結(jié)構(gòu)的多樣化和旅客吞吐量的增加給安檢工作造成了巨大的壓力,使得傳統(tǒng)的安檢方式漸漸無法滿足機(jī)場(chǎng)和旅客的需求。因此,對(duì)當(dāng)前安檢模式進(jìn)行改進(jìn),在保障安全水平的同時(shí)緩解安檢壓力、提高安檢效率,是現(xiàn)在面臨的主要問題。首先,為了建立機(jī)場(chǎng)旅客風(fēng)險(xiǎn)分類指標(biāo)體系,本文對(duì)旅客評(píng)估的概念進(jìn)行分析,并對(duì)旅客分類安檢定義�；趯�(duì)7個(gè)國(guó)外的旅客分類安檢系統(tǒng)的研究,提煉出評(píng)價(jià)旅客風(fēng)險(xiǎn)程度的部分指標(biāo)。但由于風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系相關(guān)資料較少,本文借鑒了銀行和芝麻信用的個(gè)人信用評(píng)價(jià)指標(biāo)體系,為建立旅客風(fēng)險(xiǎn)分類指標(biāo)體系提供了參考和基礎(chǔ)。其次,基于旅客風(fēng)險(xiǎn)分類指標(biāo)的選取原則,參照國(guó)內(nèi)外相關(guān)指標(biāo)體系,本文選取58個(gè)指標(biāo),初步建立機(jī)場(chǎng)旅客風(fēng)險(xiǎn)分類指標(biāo)體系,并對(duì)各指標(biāo)含義及其選擇原因做出分析。然后,基于初建的指標(biāo)體系,設(shè)計(jì)了機(jī)場(chǎng)旅客風(fēng)險(xiǎn)分類指標(biāo)問卷,對(duì)各指標(biāo)進(jìn)行調(diào)查,并利用SPSS22.0對(duì)調(diào)查結(jié)果進(jìn)行信度和效度分析。通過分析篩選最終確定47個(gè)指標(biāo),其中包含5個(gè)一級(jí)指標(biāo),分別為自然情況、職業(yè)情況、經(jīng)濟(jì)情況、信用情況和乘機(jī)情況,進(jìn)而建立了優(yōu)化的機(jī)場(chǎng)旅客風(fēng)險(xiǎn)分類指標(biāo)體系。最后,對(duì)旅客風(fēng)險(xiǎn)類別進(jìn)行分析和定義,并基于對(duì)4種分類器的研究和對(duì)比,選擇BP神經(jīng)網(wǎng)絡(luò)分類器實(shí)施分類。針對(duì)BP神經(jīng)網(wǎng)絡(luò)的局限性,提出基于PSO算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)作分類器對(duì)旅客進(jìn)行分類。為方便對(duì)各項(xiàng)指標(biāo)比較,對(duì)風(fēng)險(xiǎn)分類指標(biāo)進(jìn)行量化處理,并利用MATLAB編程實(shí)現(xiàn)PSO-BP神經(jīng)網(wǎng)絡(luò)分類器,對(duì)5位旅客的風(fēng)險(xiǎn)等級(jí)進(jìn)行分類研究。
【學(xué)位授予單位】：中國(guó)民航大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：V354
【圖文】：

技術(shù)路線圖

cure Flight 建立的，它的主要目的是通過對(duì)預(yù)檢為低風(fēng)險(xiǎn)旅客高安檢體驗(yàn)，而這些低風(fēng)險(xiǎn)旅客正是基于 Secure Flight 系統(tǒng)6]。美國(guó)護(hù)照的公民都可以在線申請(qǐng)加入 Precheck 計(jì)劃，通過提用，可以獲得五年期的會(huì)員資格。成為會(huì)員的旅客會(huì)得到一個(gè)veler Number，KTN），旅客進(jìn)入機(jī)場(chǎng)出示自己的 KTN，他 Precheck 標(biāo)識(shí)，然后憑此標(biāo)識(shí)就可以進(jìn)入快速安檢通道。進(jìn)脫下鞋子、腰帶、輕質(zhì)外套或拿出筆記本電腦及液體[47]。此，有 Precheck 標(biāo)識(shí)的旅客若在登機(jī)門造成安全問題或者犯了會(huì)員資格。并且 TSA 也可以要求 Precheck 會(huì)員接受隨機(jī)抽檢16 年 1 月，Precheck 計(jì)劃已經(jīng)應(yīng)用于美國(guó)的 150 多個(gè)機(jī)場(chǎng)中從過去三年可用性的大幅增加來看，該計(jì)劃正在向美國(guó)大部A 安檢過程中一個(gè)非常重要的組成部分[49]。

體在未來的活動(dòng)中獲得一定的便利性。其次，文獻(xiàn)[8]和[52]中也個(gè)人信用分?jǐn)?shù)評(píng)價(jià)具有一定的相關(guān)性和一致性，因此個(gè)人信用評(píng)參考價(jià)值，本文參考了銀行個(gè)人信用評(píng)價(jià)指標(biāo)體系和阿里巴巴芝指標(biāo)體系，并對(duì)各評(píng)價(jià)指標(biāo)體系進(jìn)行了研究和分析。個(gè)人信用評(píng)價(jià)指標(biāo)體系好地建立個(gè)人信用評(píng)價(jià)體系，我國(guó)的銀行對(duì)于個(gè)人信用的分析和，但不同銀行評(píng)價(jià)的指標(biāo)略有不同。下面對(duì)各銀行的個(gè)人信用評(píng)并針對(duì)個(gè)人信用評(píng)價(jià)指標(biāo)對(duì)旅客風(fēng)險(xiǎn)分類指標(biāo)體系的相關(guān)性及參。建設(shè)銀行個(gè)人信用評(píng)價(jià)指標(biāo)設(shè)銀行的個(gè)人信用評(píng)估體系[53]如圖 2-2 所示。

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李杰;金華;徐匯川;;國(guó)內(nèi)民航機(jī)場(chǎng)的分類安檢研究[J];遼寧警察學(xué)院學(xué)報(bào);2017年05期

2 趙振武;唐玉麗;麻建軍;;基于旅客分類的機(jī)場(chǎng)安檢系統(tǒng)研究[J];綜合運(yùn)輸;2017年03期

3 許衛(wèi)華;;基于RSBP的商業(yè)銀行個(gè)人信用風(fēng)險(xiǎn)測(cè)評(píng)的實(shí)證研究[J];中原工學(xué)院學(xué)報(bào);2016年05期

4 沈夏炯;王龍;韓道軍;;人工蜂群優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)在入侵檢測(cè)中的應(yīng)用[J];計(jì)算機(jī)工程;2016年02期

5 羅海艷;楊勇;王玨;于海龍;;基于人工蜂群改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)移動(dòng)用戶行為分析及預(yù)測(cè)方法[J];沈陽農(nóng)業(yè)大學(xué)學(xué)報(bào);2015年06期

6 萬舟;湯超;許有才;;基于AHP與PSO-BP神經(jīng)網(wǎng)絡(luò)的電梯安全評(píng)價(jià)研究[J];計(jì)算機(jī)與數(shù)字工程;2015年09期

7 葉文輝;;大數(shù)據(jù)征信機(jī)構(gòu)的運(yùn)作模式及監(jiān)管對(duì)策——以阿里巴巴芝麻信用為例[J];新金融;2015年07期

8 楊思靜;杜海霞;;商業(yè)銀行客戶信用評(píng)級(jí)研究——基于平衡計(jì)分卡視角[J];技術(shù)經(jīng)濟(jì)與管理研究;2015年04期

9 冷昕;張樹群;雷兆宜;;改進(jìn)的人工蜂群算法在神經(jīng)網(wǎng)絡(luò)中的應(yīng)用[J];計(jì)算機(jī)工程與應(yīng)用;2016年11期

10 劉仁;卞樹檀;于強(qiáng);;評(píng)估指標(biāo)體系構(gòu)建的方法研究[J];電子設(shè)計(jì)工程;2013年01期

相關(guān)博士學(xué)位論文 前2條

1 彭張林;綜合評(píng)價(jià)過程中的相關(guān)問題及方法研究[D];合肥工業(yè)大學(xué);2015年

2 姜明輝;商業(yè)銀行個(gè)人信用評(píng)估組合預(yù)測(cè)方法研究[D];哈爾濱工業(yè)大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 任靜;基于PSO-BP神經(jīng)網(wǎng)絡(luò)的車險(xiǎn)客戶風(fēng)險(xiǎn)等級(jí)評(píng)估模型研究[D];寧夏大學(xué);2017年

2 沈陽;我國(guó)互聯(lián)網(wǎng)個(gè)人征信體系的建設(shè)研究[D];暨南大學(xué);2016年

3 王冠;基于用戶互聯(lián)網(wǎng)行為數(shù)據(jù)的個(gè)人征信評(píng)估體系建設(shè)分析[D];北京交通大學(xué);2015年

4 王會(huì)軍;基于稀疏貝葉斯學(xué)習(xí)的個(gè)人信用評(píng)估[D];西南財(cái)經(jīng)大學(xué);2014年

5 林雅婕;我國(guó)個(gè)人信用體系建設(shè)研究[D];中國(guó)政法大學(xué);2013年

6 劉翔;BP算法的改進(jìn)及其應(yīng)用[D];太原理工大學(xué);2012年

7 張穎;基于改進(jìn)魚群算法的BP神經(jīng)網(wǎng)絡(luò)優(yōu)化研究[D];華南理工大學(xué);2012年

8 張健;商業(yè)銀行個(gè)人信用評(píng)估模型研究[D];廣西大學(xué);2012年

9 呂瓊帥;BP神經(jīng)網(wǎng)絡(luò)的優(yōu)化與研究[D];鄭州大學(xué);2011年

10 范婕;基于PSO-BP模型的高校學(xué)生個(gè)人信用評(píng)價(jià)體系研究[D];山西財(cái)經(jīng)大學(xué);2010年

本文編號(hào)：2765620