空港综合交通枢纽客流需求预测研究--以广州白云国际机场为例

为弥补民航部门常规预测思路在航空枢纽集疏运设施供给策略、供给规模预测方面的不足,提出面向集疏运设施规模及供给策略的空港综合交通枢纽客流需求预测思路。在判断主要客流构成的基础上,明确了分客流、分方式的预测总思路;在分析经济增长和高铁两大影响航空客流增长的主要因素基础上,分别提出陆侧航空客流和中转航空客流的预测方法,进而得到航空客流总量,支撑空港枢纽对外交通设施供给策略的制定。以此为基础,通过客流分布、方式划分等技术手段,确定各集疏运方式的客流需求规模,为相应设施规模的预测提供依据。     

大型空港枢纽区域集疏运网络优化方法

完善的区域集疏运网络是巩固空港腹地、为区域航空客流提供高效服务的基础。从空港的区域垄断特性、空港对区域经济的作用以及客流组成变化趋势三个方面讨论了大型空港枢纽的区域服务特征,强调空港腹地拓展的重要性。提出区域集疏运网络优化调整方法：确定空港腹地范围,明确客流分布,优化区域综合交通网络与空港的衔接。最后,以重庆市江北机场枢纽为例,对区域城际轨道、高速公路网络进行优化,预计区域航空客流比例将从现状的35%提升至2040年的60%。     

基于网络视角的航空客流结构分析

运用NetDraw软件,绘制出我国航空客流网络的结构图. 采用网络理论和方法,从结构特征、统计特征、度分布和中心性等角度,对2002-2008年我国航空客流网络的结构进行实证分析,从而为我国航空客运的发展提供量化参考和理论支持. 研究表明：在我国航空客流网络中,平均每个城市与其他12个城市有直接的航空联系,网络内任意两个城市之间经过平均1.3次中转即可到达;短平均路径长度（2.3左右）和高聚类系数（大于0.7）表明网络具有小世界特性;网络节点的度分布服从双段幂律分布,具有无标度特性;网络的密度值极小,中心性较低,发展不均衡,呈现出明显的“东重西轻”发展格局.     

���������ӽǵĺ��տ����ṹ����

运用NetDraw软件,绘制出我国航空客流网络的结构图. 采用网络理论和方法,从结构特征、统计特征、度分布和中心性等角度,对2002—2008年我国航空客流网络的结构进行实证分析,从而为我国航空客运的发展提供量化参考和理论支持. 研究表明：在我国航空客流网络中,平均每个城市与其他12个城市有直接的航空联系,网络内任意两个城市之间经过平均1.3次中转即可到达;短平均路径长度（2.3左右）和高聚类系数（大于0.7）表明网络具有小世界特性;网络节点的度分布服从双段幂律分布,具有无标度特性;网络的密度值极小,中心性较低,发展不均衡,呈现出明显的“东重西轻”发展格局.     

基于复杂网络的航空货运枢纽城市研究

采用复杂网络分析方法,通过对2004—2009年航空货运枢纽网络结构的实证研究,呈现我国航空货运的整体发展趋势,建立了核心-边缘模型,筛选出核心货运枢纽城市并论证了航空货运网络的无标度特性。进而采取蓄意攻击方式对网络抗毁性进行分析,分别移除航空货运系统中1个、3个枢纽城市,对货运系统的网络平均路径长度、凝聚力指数、节点度等统计指标进行对比,结果表明对枢纽城市的攻击,将严重影响整个航空货运网的连通性和集聚性。     

���ڸ����������Ķȵĺ��ջ�������㼶�ṹ

采用复杂网络理论中的点度中心度、中间中心度、接近中心度等3个关键指标,结合航空货物运输数据,用SPSS对我国航空货运网络进行系统聚类,从城市、区域和航线等角度对货运网络进行层级分析.研究表明：我国航空货运网络分布不均衡,具有明显的枢纽层级城市、区域层级城市、中级层级城市和边缘层级城市等4个层级结构;绝大部分航空货运量、航线、起降架次等集中在少数枢纽层级城市和区域层级城市,其他层级城市则依赖这2类城市进行货物运输中转.亟须合理安排新增航线和新增通航城市以解决航空货运枢纽城市后劲不足等问题.     

枢纽辐射式航线网络需求适应性研究

在建立点对式和枢纽辐射式航线网络运输成本计算模型基础上,考虑满载率影响,从需求规模、需求分布结构及出行距离三方面探讨了枢纽辐射式航线网络的需求适应性,并列举实例说明需求适应性在航线网络形态选择中的应用.研究结论得出：枢纽辐射式航线网络适合于起讫点之间需求量小满载率低、双向分布不对称以及小需求长距离的需求模式.     

基于仿真分析的中国航空网络鲁棒性研究

鲁棒性研究有助于了解航空网络抗干扰能力,保证航空运输安全高效的开展.通过采集中国航空网络的数据信息,测算其统计特征;设计了＂随机干扰＂和＂蓄意攻击＂两种仿真系统,通过仿真实验,结果表明中国航空网络针对随机干扰具有较强的鲁棒性,而在面对蓄意攻击时鲁棒性较差的基本规律;不同通航城市对网络鲁棒性的影响差异极大,目前的中国航空网络高度依赖40余个核心城市.     

“十五“期内民航将有大发展

1、据中国民航总局刘剑锋局长透露,我国民航在“十五“期内将获得更大发展. 　　第一,实施航空枢纽工程,重新构筑国内航线网络,初步形成枢纽、干线、支线布局合理,规模适度,轮辐式航线与城市对发式航线并存互补的航空运输格局.适当新辟西部地区支线航线和东西间航线.大力发展支线航空和航空运输.与此同时,要大力发展国际航空,搞好国际与国内航线的衔接,并根据市场需求适时新增通航点.……     

2014年青岛世园会客流特征分析

根据青岛世园会实时客流数据,分析其客流规模特点,并从政策、票务、区位等方面分析影响客流规模的因素。分析不同参园方式、不同交通方式的客流分担情况,探讨入园客流的时间变化特征并与往届大型活动进行对比分析;同时,介绍了出入口客流分布情况和园区客流分布情况。对青岛世园会客流特征的分析和总结,将对未来同类大型活动客流预测和相关规划方案的制定提供一定借鉴和指导。     

�ҹ���������������ͨ��ˮƽ���жϵ���ʧ����

机场作为重要的基础交通设施,对于地方商业发展和居民生活质量意义重大,航线网络的连通性水平决定了航空运输的服务水平.本文通过运用社会网络分析方法对中国国内航线网络进行分析,通过计算其密度、中心度（程度中心度;接近中心度;中介中心度）、切断点,分析国内机场国内航线的连通性水平;并对切断点进行扩展研究,计算节点删除对连通性水平的损失,并将损失分为直接损失和间接损失.研究结果表明,中国国内航线网络整体连通性水平较低,东西部连通性水平差异较大,同时西部地区也存在特色网络结构,整体网络对首都机场依赖性很强,抗毁能力弱.     

����ʽ��������ģ�����

在枢纽式航线网络蓬勃发展的背景下,蛛网式航线网络作为一种新兴的网络结构,它的出现引起了国内外的广泛关注.针对蛛网式航线网络的要素进行了深入分析,从减少非必要的中转的角度出发,提出旅客时间价值系数的概念,将航空公司的运输成本和旅客时间价值作为总效用,设计出蛛网式航线网络效用模型.通过使用该模型,可以设计出蛛网式航线网络并分析其每条航线的竞争力.基于该模型对于每条起讫节点流（Origin Destination, OD流）可分解的性质,提出了基于效用理论的最短路径算法,利用我国15城市数据建立了蛛网式航线网络模型实例.求解的结果表明,旅客时间价值系数对蛛网式航线网络以及蛛网式航线网络的竞争力的影响.     

�����������Եĺ����������ۺ�����Эͬ��ϵ

航空运输是国家综合运输系统的重要组成部分,但航空运输网络与综合运输网络在网络特性上区别明显. 与综合运输网络呈现随机网络的特征不同,航空运输网络具有无标度网络的特征,枢纽节点和干线航段的集中度高,网络呈现为轮辐式结构,机场节点是网络中的重要基础设施,也易成为网络效率的瓶颈. 在综合运输大通道上,航空运输方式与其他交通方式的关系表现为在客货运输市场上的自然分工和自由竞争;在综合交通枢纽上则表现为衔接与合作关系. 机场枢纽是体现综合运输效率的关键点,需要其他运输方式的主动衔接与配合,以发挥航空运输高效快速的优势. 基于不同的网络特性,为实现两种运输网络的协同,有必要优化和改善航空运输与综合运输网络的衔接.     

考虑航段相关性的航路拥挤态势多模型 融合动态预测方法

研究航路交通拥挤状态动态实时预测问题,可为缓解航路交通拥挤,优化拥挤管控 策略提供科学的依据.首先,采用神经网络理论建立考虑航段相关性的交通流参数预测模型, 预测航段流量和航段密度参数;然后,运用多模型融合预测算法提高预测精度,基于模糊C均 值聚类算法和航段历史及预测交通流参数预测航段交通拥挤态势;最后,采用雷达实测航迹 数据验证模型的有效性.研究结果表明,本文建立的预测模型同时考虑了时间和空间因素,对 航路拥挤状态预测准确率达到82.29%,预测方法符合实际且对航路交通态势的预测具有应用 价值;同时考虑航段相关性影响和采用多模型融合预测算法能够明显提高预测精度.     

基于鲁棒性的竞争环境下枢纽航线网络优化设计

针对当前航空运输网络的逐步复杂化,通过对枢纽机场选址模式的分析,研究 竞争环境下枢纽航线网络设计方案.首先,在一定的航线网络基础上,定义了旅客效用函 数及捕获能力函数.然后在原有枢纽的基础上,以从竞争者那里获得的最大捕获流为目 标,选址新的枢纽,建立竞争环境下枢纽逐步选择模型,并且设计了求解模型的高效算法. 最后,通过随机产生的案例应用模型,分析模型中各参数变动的情形下,所得枢纽解的情 况;同时,通过枢纽解对计划延误时间的敏感性分析,验证最优枢纽解的稳定性,进而验 证模型的有效性.该模型可为航空公司的航线规划人员提供依据.     

基于集成学习算法的航路网络航段交通拥挤识别方法研究

基于航路网络ADS-B航迹数据定义航路网络航段交通流量、航段交通密度、航段交通饱和度、航段交通接近率4 项交通拥挤状态评价指标;采用模糊C均值聚类算法和航段历史交通拥挤状态评价指标参数划分航段交通拥挤状态等级;结合集成学习算法构建航路网络航段交通拥挤状态识别模型,实现航段交通拥挤状态的识别. 实证分析表明：航路网络交通拥挤状态集成学习识别模型对实验航路网络航段交通拥挤状态识别准确率达到98.34%,采用决策树基学习器优于k 近邻基学习器,且增加的集成学习基学习器数量可提升模型的识别精度;集成学习识别模型的识别性能优于BP神经网络模型,识别方法符合实际且具有应用价值.