Data Science and Data-driven Optimisation in Airline and Airport Operations

课程简介

课程通过讲授与机器学习、数据挖掘、数据分析、数据驱动优化和人工智能在航空和机场运营中的应用相关的基础知识，为学生提供理论和实践基础。实验室课程使学生掌握数据挖掘、软计算、优化和人工智能的基本知识，以解决航空工程问题。小组小型项目通过文献研究、方法论研究、数据分析、研究成果传播和报告撰写，帮助学生深化知识。课程主题包括：机器学习、数据挖掘和人工智能（监督/无监督学习、聚类、关联、分类、回归、神经网络、线性/逻辑回归、决策树、朴素贝叶斯、遗传算法、主成分分析等）；数据驱动优化（数学建模、凸优化、航空调度、机组排班、跑道调度、登机口分配、航空物流）；优化方法和软计算（分支定界法、启发式算法、元启发式算法、群体智能）。

学习目标

1. 为知识表示和推理提供机场和航空运营的概念和实践基础，作为解决人工智能、数据挖掘、软计算和优化方法问题的工具； 2. 在实际数据和航空运营案例场景中，培养研究方法、数据分析和分析技能； 3. 通过进行适当的研究实验和工程报告，为研究成果传播积累经验。

先修要求

先修课程：AAE3009 航空运输运营中的运筹学与计算分析

教学模式

教学通过课堂讲授、案例研究和实验室练习进行。介绍基础知识、研究方法和理论模型。强调使用数学规划、人工智能算法和软计算技术解决问题。实验室练习、小型报告、口头传播和测试构成课程成绩。