采用支持向量机回归的航班延误预测研究

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.     

进离港航班容量及其影响因素

针对机场容量限制导致的航班延误问题,以最大航班流量为决策目标,建立了进离港航班容量模型.该 模型采用离散时间混合排队算法,对可能出现的冲突情况建立转移概率矩阵,并基于冲突因子优化模型性能,推 导出进离港容量的数学公式,设计出算法流程.以成都双流国际机场的实际数据进行仿真,结果表明:当进、离港 航班率分别为0.6和0.5、机场吞吐率为0.8时,模型预测的数据与实际航班信息的标准差分别为1.552和 1.436;当进港请求近似为泊松分布时,机场吞吐率越大,拒绝的航班请求数量越少,机场吞吐率与计划进离港容 量正相关.      

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.      

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.     

�����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.     

基于遗传优化支持向量机的交通事故预测

针对道路交通事故的预测问题,引入基于遗传优化支持向量机算法建立交通事故预测模型。利用遗传算法寻找支持向量机的最优参数组合,并用最优参数构建相应的支持向量机预测模型。仿真计算结果表明,基于遗传算法优化支持向量机模型优于传统的SVM模型,从而可以更有效地对道路交通事故进行预测。     

基于小波支持向量机的电力系统短期负荷预测

根据相空间延迟坐标重构理论,基于支持向量机强大的非线性映射能力和小波核函数的局部分析和特征提取能力,提出了一种基于小波支持向量机的电力系统短期负荷预测方法,并利用该方法对嵌入维数与预测性能的关系进行了探讨。仿真结果表明,该预测方法能精确地预测电力负荷,而且在电力负荷序列的最佳嵌入维数未知时也能取得比较好的预测效果,这一结论预示着小波支持向量机是一种预测电力系统短期负荷的有效方法。     

基于KNN和SVR的航班滑出时间预测

针对大型繁忙机场粗放式预估航班滑出时间可能带来的场面交通不畅、运行效率不高等问题,基于K最近邻(KNN)和支持向量回归(SVR),构建了离港航班滑出时间预测模型.该模型采用KNN方法,考虑滑行距离、滑出过程中同一跑道正在滑出航班数、撤轮档后15 min内推出航班数等因素,预测得到航班滑出期间使用同一跑道的起降航班数;基于该预测结果,结合滑出距离和撤轮档前15 min同一跑道平均滑出时间等因素,采用SVR预测航班滑出时间.使用首都机场航班运行数据对模型进行检验,结果表明:在误差范围为±3 min内,平均预测准确率可达79.86%.     

基于PSO—SVM的交通流量短时预测

参数选择问题影响了支持向量机预测模型在交通流量中的预测性能。为了解决支持向量机预测模型的参数选择问题,引入了粒子群优化算法机制,通过粒子群优化选择支持向量机预测模型的学习训练参数,得到较优的PSO-SVM预测模型。通过实例仿真实验,将PSO-SVM预测模型与神经网络预测模型进行了比较,显示了其优越性。     

综合混沌相空间重构与相似性原理的铁路客流量预测

重构相空间理论对我国铁路客流量数据时间序列进行相空间重构,通过计算分形维数和提取最大Lyapunov指数,分析得出了铁路客流量时间序列数据的演化具有混沌特征,结合我国铁路客流量在全年中的波动特点,提出适合我国国情的综合混沌相空间重构与相似性原理的铁路客流量预测算法.该算法能自动参考过去相似年度同期的客流量变化趋势,对预测值进行智能化调整.通过以某火车站客流量为预测对象进行验证,结果证明了该预测算法的准确性和实用性.     

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。     

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.     

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。     

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。