����֧���������ع�ĺ�������Ԥ���о�

针对航班延误难以预测的问题,采用支持向量机回归方法建立航班到港延误预测模型。首先,采用相空间重构理论计算到港延误的延迟时间、嵌入维数和最大Lyapunov指数,发现到港延误时间序列存在混沌特性;将航班到港延误时间序列进行相空间重构,并结合执飞该航班的航空器在上游机场的离港延误构建模型的输入向量;其次,将粒子群算法、差分进化算法和遗传算法进行比较,用于选择最优的模型参数,实验表明,差分进化算法能够以较高概率获得最优的预测模型;最后,比较该模型、单一因素预测模型和相关向量机预测模型的航班延误预测性能。结果表明,该模型的预测性能明显优于另外两种模型,能够有效预测航班延误。     

动态数据驱动的航班延误预测研究

航班运行过程的动态性导致延误实时预测成为难题,动态数据驱动方法为其提供了一种解决方案.该方法能将航班运行实时数据动态加入延误预测过程中,使预测结果更准确可靠.以预测连续进港航班的降落延误为例,对航班之间的延误传递过程进行分析,建立相应的状态空间模型;给出动态数据驱动的航班延误预测框架及预测过程.在航班运行历史数据上进行的多个实验表明:该方法能获得较高的预测准确度和良好的预测稳定性.     

航班延误成本测算方法研究

针对目前对航班延误成本没有一个很明确的测算方法,通过研究国内航空公司的管理运行模式,作者重新划分了航空公司的延误成本结构,并据此提出了一种新的测算航班延误成本分析模型.按照该模型对B737-800与A320-200这两种国内航空公司的主流机型的延误成本进行了比较与计算,其结果可以为相关的管理决策提供有利的参考.该模型可...     

航班延误恢复调度的混合粒子群算法

为了优化航班延误恢复调度,考虑了航班延误的经济效益、社会影响和经济损失构成,定义了航线影响因子,构建了一种新的航班延误恢复调度模型,将局部搜索方法引入到粒子群算法中,提出了求解航班延误恢复调度问题的混合粒子群算法。计算结果表明:与先来先服务调度方法相比,混合粒子群算法可以减少航班延误损失4.2%,与基本粒子群算法和进化策略算法相比,混合粒子群算法平均可减少航班延误损失2.0%,随着航班延误恢复规模的增大,算法优势会更明显。     

机场调度的队列模型及延误研究

论文讨论了机场航班延误的严重性.基于机场航班排序理论的研究,采用马尔可夫(Markov)链的C-K方程理论建立机场服务队列模型.用模型对飞机进场和离场的时间延误进行预测,仿真实验再现了时间延误概率分布图.由此证明,该模型能直观反映航班延误情况.进一步根据延误情况去制定航班排序策略,是一个有效的办法.     

延误航班机场场面滑行优化调度策略研究

为减少大面积航班延误带来的机场拥堵和安全隐患,提出了将解决延误航班调度过程转化为求解流水车间调度问题（flow-shop scheduling problems,FSP）.以航空器总体调度滑行时间最小为目标,建立延误航班滑行调度模型,设计多粒子群算法求解模型.算例分析表明,该调度模型较之比FCFS方案在一个高峰时段内能减少14.2min调度时间,提高了机场运行效率.     

基于EEMD-ELM 的航班运行风险混沌预测

针对航班运行风险可靠预测方案，以某航空公司2016-2018 年航班运行风险数据为基准，通过相空间重构，序列混沌特征的识别，构建基于极端学习机(ELM)的航班运行风险混沌短期预测模型，基于集成经验模态分解(EEMD)阈值降噪方法进行改进；最后，计算风险预测结果，分析不同方式下的预测精度. 结果表明：航班运行风险时间序列具有混沌特征， EEMD方法可抑制序列本征模态函数(IMF)的模态混叠现象；经由EEMD阈值降噪处理后，短期预测结果的修正平均绝对百分误差(MAPE)值显著下降. 证实本文航班运行风险预测方案可行且有效.     

基于航班综合影响因素的延误航班重排问题的整数规划模型

为解决延误航班的恢复问题，以最小化航空公司和乘客损失为目标，构建了延误航班的重 排模型。兼顾航空公司和乘客的利益，通过研究航班干线、VIP 乘客和大飞机等因素对航班重排的影响，构建了目标函数，其中考虑了本场航班离港延误成本、外场航班离港延误成本以及外场 航班进港延误成本三个要素；同时，以机场实际运输能力、航班的进出港时间和重排时刻表的出发时间等作为约束，建立了0-1 整数规划模型。采用昆明机场的实际数据对模型进行测试，运用 Lingo 软件对所建模型进行求解，得到了优化的机场航班重排时刻表，并将计算所得延误损失和机场的实际延误进行了对比分析，结果表明所建模型不仅可以满足更多高优先级乘客的出行需求，也能相应地减少航空公司的损失，从而验证了模型的合理性。     

航班延误信息下旅客选择行为模型及实证

针对航班延误后旅客选择行为的不确定性,本文基于累积前景理论对不同延误情景下旅客的选择行为进行研究.首先,以期望出行时间作为旅客行为选择的参照点,构建航班延误信息下旅客选择行为模型,并指出在不同延误情景下参照点具有动态性特征;然后,利用调查问卷,得到准时到达敏感性、信息影响程度两个参数值及不同延误情景下旅客对出行时间的判断,计算得到期望出行时间;最后,以北京-上海航线为例,计算得到不同延误情景下旅客不同选择行为的累积前景值,从而得到旅客的最优选择行为.结果表明：随着航班延误规模的增大及延误时长的增加,旅客的期望出行时间随之增长,体现了参照点动态性的特点;在不同的延误情景下,旅客的最优选择行为有所差异;通过实际验证,理论模型能有效地描述旅客在不同延误情景下的选择行为.     

基于灰色自适应粒子群LSSVM的铁路货运量预测

为了提高铁路货运量的预测精度及建模速度,将灰色预测模型(GM(1,1))、最小二乘支持向量机(LSSVM)和自适应粒子群优化(APSO)算法相融合,建立了灰色自适应粒子群最小二乘支持向量机(GM-APSO-LSSVM)预测模型.通过灰色预测模型中的灰色序列算子,弱化原始数列随机性,挖掘数列中蕴含的规律,利用最小二乘支持向量机计算简便、求解速度快、非线性映射能力强的特点进行预测,并采用自适应粒子群算法优化选择LSSVM参数.对我国铁路货运量的实例分析表明:用该模型得到的评价指标RMSE、MAE、MPE和Theil不等系数分别为0.062 8、0.052 3、0.016 2和0.010 7,均小于其它模型,预测性能好;用APSO算法搜索LSSVM最优参数的时间为55.656 s,比传统交叉验证法减少了10.462 s;2006~2009年的预测相对误差分别为0.39%、-1.67%、1.44%和4.75%,适用于铁路货运量的短期预测.      

基于航班延误的机位冲突概率计算方法

为了定量描述航班随机延误对机位分配计划的影响,构建了同机位航班占用时间发生冲突的概率计算方法。首先,基于国内某机场实际航班数据,建立了航班到达延误概率的正态分布模型和起飞延误概率的混合正态分布模型,采用极大似然法和期望最大化（Expectation Maximization,EM） 算法分别对模型参数进行了估计;然后采用JB （Jarque-Bera） 检验和交叉验证法,验证了模型的有效性。在此基础上,根据机位占用冲突机理推导出同机位连续航班间的冲突概率计算公式,量化了同机位连续航班的冲突概率与两航班的延误规律和间隔时间的关系。冲突概率可用于评价机位分配计划中同机位连续航班间隔时间设置的合理性。     

网络控制系统的时延估计和自适应预测控制

提出了基于最小二乘支持向量机（LS-SVM）的网络时延预估网络控制系统（NCS）的自适应预测控制方法．先将网络时延转化为非线性时间序列，再用径向基函数（RBF）作为LS-SVM的核函数，建立NCS的时延预测模型．用通过该模型预测的时延设计自适应控预测制器，补偿和控制NCS的时延．仿真结果表明，该时延预测方法对NCS的随机时变时延有较高的预测精度，根据预测的时延设计的控制器能使系统的输出很好地跟踪期望的输出．     

固定航路最优飞行冲突解脱模型

针对在固定航路条件下多个航空器之间的冲突解脱问题,提出了改变航向的飞行策略,比较了自由飞行条件下和固定航路飞行条件下的最优飞行冲突解脱模型。以航空器性能和航路空间为约束条件,以冲突解脱时间为目标函数,运用最优化控制理论和微分方程,计算了不同初始条件下的总冲突解脱时间。计算结果表明:当航空器的解脱终点从(80,0)变为(65,0)时,总冲突解脱时间减小了32s;当航空器的解脱速度从833km.h-1降低为759km.h-1时,总冲突解脱时间增大了12s;当航空器的初始位置由(20,0)增大为(29,0)时,总冲突解脱时间仅增大了2s。航空器的解脱终点和解脱速度对冲突解脱时间影响较大,而航空器的初始位置对冲突解脱时间影响较小。     

基于可召回机制的航班延误损失优化研究

将乘客分为对航班延误敏感和不敏感两类,针对航空公司遭受航班延误损失的问题,构造考虑航班延误损失的利润优化模型,通过比较航空公司在传统销售和可召回机制下的收益差异,得出实行可召回机制可优化航班延误损失,提高航空公司利润。最后用数值模拟验证可召回机制的有效性,并得出一些决策和管理启示。     

基于有限穿越可视图的进场航班流量波动特性研究

研究空中交通流量的波动特性是设计高效流量管理措施和控制策略的基础，掌握空中交通流量波动特性有利于空域资源配置与流量运行需求之间的均衡匹配。在3种时间粒度上，针对进场航班流量时间序列，一方面从复杂网络整体维度出发，采用有限穿越可视图对时间序列进行建网，利用k-core算法探究航班流量波动特性；另一方面从复杂网络局部维度出发，引入序模体方法，构造有限穿越可视图序模体，利用多元序模体类型转换规律来刻画流量的动态转移模式，进而掌握航班流量波动动态演化规律，为波动模式的预测提供了有效工具。研究结果表明：在有限穿越可视图方法映射得到的网络中，节点所属核阶数可以有效刻画流量波动强度，且与波动强度成正相关关系，即节点所属核阶数越大，波动强度越大，天津机场进场航班流量数据的强波动时 段为16:50-17:30；序模体越长，波动特性刻画能力越强，但鉴于受到空中交通混沌特性影响，序模体过长对于流量预测意义不大，推荐使用5节点序模体；波动模式状态转移图在有效刻画流量波动动态演化的同时，也可以计算波动模式的转移概率，3种时间粒度下转移概率分别为12.315%、 13.131%和10.638%，为波动模式的预测提供了有效工具。     

�����Ч��㴫��ʱ��Ļ��������䶨������

由于一些不确定的因素致使航班进入停机位晚点,而在两相邻航班中前行航班的晚点会不同程度的传播给后行航班计划进入停机位时间. 为了研究航班晚点传播时间的规律,本文提出了航班后效晚点传播时间的计算方法,并利用航班进入停机位晚点时间的分布规律,对航班进行随机延误得到航班后效晚点传播时间的时间序列;然后为了能使时间序列蕴藏的信息得以充分体现,采用Takens嵌入定理对相空间进行重构得到一系列相点,从而通过这些相点可以定量计算判别混沌现象的参数即关联维数和Lyapunov指数;最后通过G-P算法与小数据量法分别计算此混沌参数,验证了航班后效晚点传播时间的时间序列具有混沌效应.     

航班后效晚点传播时间的混沌现象及其定量分析

由于一些不确定的因素致使航班进入停机位晚点,而在两相邻航班中前行航班的晚点会不同程度的传播给后行航班计划进入停机位时间. 为了研究航班晚点传播时间的规律,本文提出了航班后效晚点传播时间的计算方法,并利用航班进入停机位晚点时间的分布规律,对航班进行随机延误得到航班后效晚点传播时间的时间序列;然后为了能使时间序列蕴藏的信息得以充分体现,采用Takens嵌入定理对相空间进行重构得到一系列相点,从而通过这些相点可以定量计算判别混沌现象的参数即关联维数和Lyapunov指数;最后通过G-P算法与小数据量法分别计算此混沌参数,验证了航班后效晚点传播时间的时间序列具有混沌效应.     

模糊销售机制在航班延误损失优化中的应用

针对航空公司机票销售淡季的航班延误损失严重问题,首先,利用霍特林模型从收益管理的角度,分析模糊销售机制在航班延误损失优化中的运用。通过分析模型发现:实行模糊销售机制能够缓解航班延误对航空公司期望收益的影响。最后,利用数值模拟分析了模糊销售机制的有效性,同时发现:实行模糊销售机制并不能完全消除航班延误对期望收益的影响,在销售淡季,航班延误率越大,模糊销售机制缓解航班延误损失的效果越明显。