航班延误后如何缩短恢复时间?阿里云联手厦门航空34万大奖征集最有效智能算法

简介:

因航空管制、恶劣天气等因素导致航班不能正常运行时,如何迅速恢复航线、保障乘客出行?这对航空公司而言是相当困难的问题。目前,当航班遭遇以上特殊情况影响时,需要依靠人工来统计航班信息,往往6个小时以后才能出现航班调整方案。对于这一问题,目前并没有通用的技术,此前国际上一些大型航空软件公司提供的技术方案,在国内实施的效果也并不太理想。

6月10日,在云栖大会·上海峰会上,阿里云天池平台联合厦门航空启动“智慧航空AI大赛”。大赛向全球发出邀请,聚集全球工程师的智能算法,以解决当航班遭遇雨雪、台风、管制等特殊情况下,航班调度系统的快速恢复问题,使航空公司能够尽量少的取消和延误航班,保证乘客的出行体验。

厦航联手阿里云 利用AI缩短恶劣天气航班恢复时间

依据厦航和阿里云给出的信息,参赛选手可自由选用各种优化算法,包括整数规划、蒙特卡洛树、遗传算法、粒子群算法,以及根据业务场景自主创新的算法,在满足各种实际约束条件的前提下,自动对航班进行快速调整,快速恢复航班计划,同时达到保证旅客体验和降低航空公司运营成本的目的。

“我们希望通过天池大赛,找到适合航班智能恢复的AI算法,并结合大数据将人工智能算法落地,与厦航现行系统实现集成使用。”厦航总信息师王洪建表示。

阿里云天池平台是一个面向全球的人工智能专家及技术爱好者开放的众智平台,目前平台上活跃着全球范围内8万多名技术爱好者和60多名阿里云数据科学家,此前曾与广州白云机场合作,利用AI算法将近机位乘客的比例从77%提高到94%,临时机位的使用率减少一半,展现出了AI算法在解决航司调度系统问题上的巨大潜力,也促成了此次厦航和阿里云天池众智平台的合作。

阿里云方面透露,此次大赛第一赛季总奖金池共34万,天池官网将于6月10日开放报名。获奖团队除了能得到奖金外,还有望直接入围厦航招聘面试。 






原文发布时间为:2017年6月10日 
本文作者:作者:赵东 
本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。
目录
相关文章
|
7月前
|
算法 机器人 定位技术
第10章 经典智能算法——10.3 蚁群算法概述(2)
第10章 经典智能算法——10.3 蚁群算法概述(2)
|
7月前
|
算法
第10章 经典智能算法——10.1 粒子群算法的MATLAB实现(2)
第10章 经典智能算法——10.1 粒子群算法的MATLAB实现(2)
|
7月前
|
机器学习/深度学习 人工智能 自然语言处理
第10章 经典智能算法——10.1 粒子群算法的MATLAB实现(1)
第10章 经典智能算法——10.1 粒子群算法的MATLAB实现(1)
|
3月前
|
机器学习/深度学习 算法
【Matlab智能算法】PSO优化(双隐层)BP神经网络算法
【Matlab智能算法】PSO优化(双隐层)BP神经网络算法
|
6月前
|
算法 数据可视化 Java
数学建模常用算法:启发式优化算法合辑(内含多种智能优化算法,使用java实现算法、详细注释、并进行结果可视化)
数学建模常用算法:启发式优化算法合辑(内含多种智能优化算法,使用java实现算法、详细注释、并进行结果可视化)
147 2
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
深度学习疆界:探索基本原理与算法,揭秘应用力量,展望未来发展与智能交互的新纪元
深度学习疆界:探索基本原理与算法,揭秘应用力量,展望未来发展与智能交互的新纪元
35 0
|
3月前
|
机器学习/深度学习 存储
【Matlab智能算法】极限学习机-遗传算法(ELM-GA)函数极值寻优——非线性函数求极值
【Matlab智能算法】极限学习机-遗传算法(ELM-GA)函数极值寻优——非线性函数求极值
|
3月前
|
机器学习/深度学习 存储
【Matlab智能算法】Elman神经网络-遗传算法(Elman-GA)函数极值寻优——非线性函数求极值
【Matlab智能算法】Elman神经网络-遗传算法(Elman-GA)函数极值寻优——非线性函数求极值
|
3月前
|
机器学习/深度学习 存储
【Matlab智能算法】RBF神经网络-遗传算法(RBF-GA)函数极值寻优——非线性函数求极值
【Matlab智能算法】RBF神经网络-遗传算法(RBF-GA)函数极值寻优——非线性函数求极值
|
3月前
|
机器学习/深度学习 存储 算法
【Matlab智能算法】BP神经网络-遗传算法(BP-GA)函数极值寻优——非线性函数求极值
【Matlab智能算法】BP神经网络-遗传算法(BP-GA)函数极值寻优——非线性函数求极值