【天池直播】同济教授分享应用算法优化航空运营(第一场运筹学领域直播)

简介: 本周邀请同济大学教授、航空AI大赛冠军团队导师带来应用算法优化航空运营的分享。也是天池首次运筹学领域直播。

本周邀请同济大学教授、航空AI大赛冠军团队导师带来应用算法优化航空运营的分享。

梁老师将从时间维度上简要介绍航空公司运营过程中的规划步骤和关键流程,并以 “机组排班问题”和“飞机维护路由问题”两个核心业务难题为重点详细展开。

从问题的定义,到目标、约束剖析,再到模型的具体形式,以及大规模线性规划问题求解的列生成方法。

直播主题:应用算法优化航空运营

直播时间:10月26日 20:00

直播链接:点击直播

直播嘉宾:
image

梁哲 天池昵称梁哲

同济大学同济大学管理科学与工程教授博导,天池航空AI大赛冠军团队“同济经管组合优化”导师。

曾为北京大学工学院特聘研究员。

直播内容

1.天池航空AI大赛经验分享

2.航空运营简介(直播重点)

· 宏观介绍航空公司运营的规划步骤和关键流程,帮助同学们快速建立航司运营与规划过程的整体概念

· 详细介绍航空公司运营核心业务“机组排班问题”与“飞机维护路由问题”的问题界定,建模思路、设置模型目标时考量的角度,模型约束的经典类型以及模型具体形式;

· 针对航空公司实际运作背景下,机组排班与飞机维护路由问题均为大规模线性规划而产生的求解困难,简要介绍如何使用列生成方法进行求解的思路,并展示列生成的求解效果。

有奖互动

互动时间:10月26日直播活动后(直播后准时在互动帖开始)

互动时长:15-30分钟

互动帖地址:点击留言互动

互动规则:

   周四直播后,对于视频中的内容或者大赛经验相关内容有问题的同学可以在互动时间内在留言区 @梁教授回答

   每逢问题楼层尾数为9,例如9,19,29,39,……即可获得天池定制淘公仔U盘一个!U盘内自带天池历届大赛优胜队伍思路代码,限量30个,先到先得!

image

其他直播推荐

【直播已沉淀】欧阳老师带领特征工程之小白初探

【大赛经验分享】天池老司机天音在线分享辛酸竞赛路

【机器学习直播】GBDT算法原理与系统设计简介

【大赛经验分享】桑楡大神IJCAI-17等参赛经验在线分享

相关文章
|
2天前
|
机器学习/深度学习 算法
基于改进遗传优化的BP神经网络金融序列预测算法matlab仿真
本项目基于改进遗传优化的BP神经网络进行金融序列预测,使用MATLAB2022A实现。通过对比BP神经网络、遗传优化BP神经网络及改进遗传优化BP神经网络,展示了三者的误差和预测曲线差异。核心程序结合遗传算法(GA)与BP神经网络,利用GA优化BP网络的初始权重和阈值,提高预测精度。GA通过选择、交叉、变异操作迭代优化,防止局部收敛,增强模型对金融市场复杂性和不确定性的适应能力。
105 80
|
2天前
|
存储 监控 算法
员工上网行为监控中的Go语言算法:布隆过滤器的应用
在信息化高速发展的时代,企业上网行为监管至关重要。布隆过滤器作为一种高效、节省空间的概率性数据结构,适用于大规模URL查询与匹配,是实现精准上网行为管理的理想选择。本文探讨了布隆过滤器的原理及其优缺点,并展示了如何使用Go语言实现该算法,以提升企业网络管理效率和安全性。尽管存在误报等局限性,但合理配置下,布隆过滤器为企业提供了经济有效的解决方案。
27 8
员工上网行为监控中的Go语言算法:布隆过滤器的应用
|
3天前
|
缓存 算法 搜索推荐
Java中的算法优化与复杂度分析
在Java开发中,理解和优化算法的时间复杂度和空间复杂度是提升程序性能的关键。通过合理选择数据结构、避免重复计算、应用分治法等策略,可以显著提高算法效率。在实际开发中,应该根据具体需求和场景,选择合适的优化方法,从而编写出高效、可靠的代码。
15 6
|
8天前
|
机器学习/深度学习 前端开发 算法
婚恋交友系统平台 相亲交友平台系统 婚恋交友系统APP 婚恋系统源码 婚恋交友平台开发流程 婚恋交友系统架构设计 婚恋交友系统前端/后端开发 婚恋交友系统匹配推荐算法优化
婚恋交友系统平台通过线上互动帮助单身男女找到合适伴侣,提供用户注册、个人资料填写、匹配推荐、实时聊天、社区互动等功能。开发流程包括需求分析、技术选型、系统架构设计、功能实现、测试优化和上线运维。匹配推荐算法优化是核心,通过用户行为数据分析和机器学习提高匹配准确性。
37 3
|
8天前
|
算法
PAI下面的gbdt、xgboost、ps-smart 算法如何优化?
设置gbdt 、xgboost等算法的样本和特征的采样率
23 2
|
23天前
|
算法
基于GA遗传算法的PID控制器参数优化matlab建模与仿真
本项目基于遗传算法(GA)优化PID控制器参数,通过空间状态方程构建控制对象,自定义GA的选择、交叉、变异过程,以提高PID控制性能。与使用通用GA工具箱相比,此方法更灵活、针对性强。MATLAB2022A环境下测试,展示了GA优化前后PID控制效果的显著差异。核心代码实现了遗传算法的迭代优化过程,最终通过适应度函数评估并选择了最优PID参数,显著提升了系统响应速度和稳定性。
100 15
|
27天前
|
数据采集 存储 算法
Python 中的数据结构和算法优化策略
Python中的数据结构和算法如何进行优化?
|
20天前
|
算法
基于WOA鲸鱼优化的购售电收益与风险评估算法matlab仿真
本研究提出了一种基于鲸鱼优化算法(WOA)的购售电收益与风险评估算法。通过将售电公司购售电收益风险计算公式作为WOA的目标函数,经过迭代优化计算出最优购电策略。实验结果表明,在迭代次数超过10次后,风险价值收益优化值达到1715.1万元的最大值。WOA还确定了中长期市场、现货市场及可再生能源等不同市场的最优购电量,验证了算法的有效性。核心程序使用MATLAB2022a实现,通过多次迭代优化,实现了售电公司收益最大化和风险最小化的目标。
|
24天前
|
算法
通过matlab分别对比PSO,反向学习PSO,多策略改进反向学习PSO三种优化算法
本项目使用MATLAB2022A版本,对比分析了PSO、反向学习PSO及多策略改进反向学习PSO三种优化算法的性能,主要通过优化收敛曲线进行直观展示。核心代码实现了标准PSO算法流程,加入反向学习机制及多种改进策略,以提升算法跳出局部最优的能力,增强全局搜索效率。
|
20天前
|
算法
通过matlab对比遗传算法优化前后染色体的变化情况
该程序使用MATLAB2022A实现遗传算法优化染色体的过程,通过迭代选择、交叉和变异操作,提高染色体适应度,优化解的质量,同时保持种群多样性,避免局部最优。代码展示了算法的核心流程,包括适应度计算、选择、交叉、变异等步骤,并通过图表直观展示了优化前后染色体的变化情况。