基于波及延误的飞机路径随机优化模型

为了对航班延误进行有效的事前控制,挖掘后继航班独立延误对飞机路径整体延误的影响,建立了更加精确的独立延误和波及延误算法流程,侧重研究与航班计划变更无关的独立延误的统计分布.在拟合出航班独立延误服从对数正态分布的基础上,建立了以波及延误最小为目标函数的飞机路径随机优化模型.求解过程中通过已知分布将随机模型转化为确定性模型,降低了模型的求解难度.最后将该模型应用于国内某一航空公司运行数据,优化后的波及延误降低了28%,成本降低17.37%.结果表明,基于统计分析基础上的飞机路径优化模型可以提高航班计划的先行鲁棒性.      

基于Logistic模型的大面积航班延误预测方法研究

航班大面积延误发生时,对其后续发展做出准确的预测能够减少自身损失.研究从固定空域的角度出发对航班大面积延误进行预测,给出了基于Logistic模型的延误航班数量与航班累计延误时间的预测方法.考虑到航班数量的实时性,模型中采用时间变化量为参数,并借助2013年8月17日下午我国华北地区某空域航班大面积延误实际数据对Logistic曲线进行了拟合,对延误累积阶段和延误消散阶段分别进行计算,确定各自参数,最后得到预测数据.预测时刻距当前时刻越近,精度越高;预测的延误航班数量和航班累计延误时间与实际数据的最大相对误差分别为3.9%和3.6%.      

基于VMD-MD-Clustering方法的航班延误等级分类

针对航班数量逐年增加导致的航班延误日益频繁问题,研究对航班延误等级分类的方法,从而为制定针对性措施,降低航班延误造成的损失提供理论基础。从时间、空间和效率3个方面确定航班延误时间、航班飞行时间、延误影响人数和航程这4个数值属性指标,以及过站是否经停、飞机载客量2个类属性指标,共计6个评估指标构建航班延误等级分类模型。提出了1种基于变分模态分解（VMD）、马氏深度（MD）函数和K-means数据聚类（Clustering）的航班延误等级分类方法（以下简称V-M-C方法）。V-M-C方法将非正态、非平稳的多维航班延误数据视作含噪声的信号序列进行处理,通过VMD降噪获得正态、稳定的多维信号数据;利用MD函数进行降维处理得到一维的稳定信号数据;使用K-means方法对得到的一维数据进行聚类,对航班延误等级分类。为确定航班延误等级分类精确性,采用带惩罚权重的支持向量机（SVM）对分类结果进行分析,可以在一定程度上提高V-M-C方法的普适性。以某大型枢纽机场某月的航班运行数据为例,只使用K-means算法的航班延误等级分类精度为81.9%,而V-M-C方法对航班延误等级分类精度可提升至95.41%。实验结果表明,V-M-C方法的分类准确率更高,能够帮助机场根据相应延误等级制定预案,保障航班整体运行正点率。      

基于AFP的航班延误研究

针对现行地面延误策略对航班延误分配不当问题,对限制空域进行了分析,以空域流量策略为基础,分析航班延误的目标和约束条件,建立航班延误模型,采用矩阵的遍历来确认航路.通过算例与地面延误策略进行比较,对采用AFP进行航班延误分配的有效性进行了验证.结果表明,该方法有效减少了航班延误.     

多机场终端区联合放行策略优化

多机场终端区内各机场之间共享某些离场空域资源.当这些公共资源容量受限时,各机场的离场航班需地面等待.为了降低延误损失,提出了一种多机场联合放行策略.在多元受限约束下,考虑机型、航班延误成本和机场优先级等因素,以最小化总延误成本为目标,建立多机场联合放行模型.用遗传算法求解模型,仿真结果表明该优化模型能合理规划终端区内离场航班的起飞时刻,减少了航空公司的运营成本.     

协同式地面等待程序中时隙公平分配研究

研究了CDM GDP机场时隙资源的公平分配问题,提出了基于延误成本公平分配的新的协同地面等待优化模型.给出了航班延误成本的计算方法,将其应用于优化模型中目标函数的计算,并利用遗传算法对模型求解.最后,应用国内某机场的实际数据进行仿真验证,并与RBS算法作了比较.仿真结果表明,所提模型不仅能有效地分配GDP期间的有限时隙,使总延误成本比RBS算法降低了18%,而且使得航空公司间的延误损失得以均衡,显著提高了分配的公平性.     

信号交叉口控制延误模型研究

信号交叉口延误是评价信号交叉口运行效率和服务水平的重要度量。本文在分析已有控制延误模型的基础上,根据不同的交通状况,采用对增量延误协调变换的方法得到了新的控制延误模型,同时对模型中的参数加以标定,并与美国通行能力手册给出的延误公式作了比较。     

基于VISSIM的行人专用相位交叉口延误模型研究

根据实地调查数据,分别对韦伯斯特延误模型和HCM2000延误模型进行分析,并与现场调查数据比对,结果表明HCM2000延误模型相对误差较小;利用VISSIM仿真获取不同交通条件下的车均延误数据,通过线性回归分析,对HCM2000延误模型进行修正,使HCM2000延误模型能更加准确地计算有行人专用相位交叉口的车辆延误.     

信号交叉口增量延误分析

为了对交通信号控制参数进行优化,需对交叉口延误进行定量分析与计算.对已有的平面信号交叉口增量延误模型提出了改进,并且对该模型进行了校正.针对交叉口处于非饱和与过饱和状态下的交通状况,用排队论分析并推导了交叉口增量延误公式.其结果既完善了现有的延误计算理论,又可为设置信号相位提供理论依据.     

基于WITI的分段线性机场延误研究模型

随着空中交通量的不断上升,空中交通延误已经成为一个亟待解决的问题.据统计分析发现,天气影响造成的机场延误达总延误的一半以上,所以研究空中天气与延误之间的关系具有非常重要的意义.将天气条件中的风、能见度和重要天气3个方面纳入研究范围,在天气和交通量数据分布时间较小的情况下提出了对于天气影响交通指数(WITI)计算方法的改进.利用最小二乘法对天气数据及交通量进行概率性处理,得到天气因素对于延误之间的相对权重,再对天气影响空中交通指数中的天气权重进行量化.发现延误与空中交通指数关系之间并不是呈单一线性关系发展,所以将基于最小二乘法的一元线性模型改进为分段式线性模型,即将延误数据按高低延误分类,并将分类数据分别按单一线性模型计算.通过相关性分析和配对检验证明,分段式线性模型是可靠的,其与延误的相关度达到0.790,准确性达到97.8%.      

基于Q强化学习的AVB数据转发时延模型研究

为了提高音视频桥接技术(Audio/Video Bridge,AVB)数据时延分析结果的正确性,以AVB交换机处转发的数据为研究对象,在经典的AVB协议模型中融入Q强化学习理论,构造时延数学模型.在完成AVB协议模型和Q强化学习理论研究基础上,提出更加符合实际的AVB交换机数据转发策略,结合车载以太网数据转发时延影响因...     

信号控制交叉口实时延误计算与仿真研究

信号控制交叉口实时延误计算模型是实时自适应交通控制系统核心模型之一。在HCM2000中提出的延误模型的基本假设决定了其在计算实时延误方面的局限性。根据车辆延误产生的基本原理，建立了基于上、下游检测器数据实时车均延误计算模型，并对模型进行了平滑处理。Vissim仿真结果显示，在不同流量的情况下，笔者提出的模型比HCM的延误模型的计算结果更能反映真实延误值随车流量的波动而变化的趋势。仿真还发现，以2个周期为单位经移动平均处理后，模型计算结果与真实值吻合程度较好。最后，对模型的适用条件进行了分析。     

基于T-S模糊故障树和贝叶斯网络的重特大交通事故成因分析

重特大交通事故是最严重的交通事故类型, 为了识别此类事故的主要致因, 融合T-S模糊故障树和贝叶斯网络对其进行深入分析。建立了以重特大交通事故为顶事件, 人、车、路、环境4个因素为中间事件, 24个子因素为基本事件的T-S模糊故障树, 将其转化为贝叶斯网络, 进而双向推理基本事件的重要度和后验概率, 确定主要致因。结果表明: 融合T-S模糊故障树与贝叶斯网络的方法通过正、反向推理提高了重特大交通事故成因分析结果的准确性和可靠性, 确定了操作不当、超速、防护设施不完善、弯坡组合、路面湿滑、未按规定行驶为重特大交通事故的6个主要致因, 并对这6个主要致因之间的组合关系进一步分析, 得到了操作不当和超速对于重特大交通事故更为关键。      

公路养护作业区交通影响的仿真分析和评价

提出了运用微观交通仿真软件Vissim对公路养护作业区建模、分析和评价的流程,在示例中对其进行了验证。选择平均延误作为指标,定量分析和评价了交通流量、大型车比例、坡度等因素的影响,建立了回归预测方程。     

协同决策机制下航空公司时隙分配优化决策

航空运输系统涉及空管、航空公司与机场三方面,但是目前解决不正常航班却单纯依靠空管。而这种方式无法达到减少旅客延误时间的目标。文中研究在协同决策机制下,航空公司根据航班旅客特性自由指派航班时隙的方法问题。建立了一种航班时隙指派模型,针对模型的特点设计了一种启发式算法。通过实例证明了采用该方法可以减少旅客总延误时间,同时还说明了航空公司参与时隙分配决策的重要性。     

基于道路环境因素的公路隧道交通事故预测

为提高公路隧道交通事故预测准确率,以西汉高速秦岭某隧道群的496起交通事故作为研究对象,对影响公路隧道交通事故预测的道路环境因素进行相关性分析,针对不同预测类别选定具有显著影响的主要变量,通过贝叶斯模型、随机森林模型、BP神经网络模型和支持向量机模型分别对公路隧道交通事故形态、严重程度、伤亡情况和持续时间进行预测,根据准确率和稳定性确定出最优预测模型。研究结果表明： 1）随机森林模型在预测公路隧道交通事故形态时最为可靠,准确率约为84%; 2）在对公路隧道交通事故严重程度和伤亡情况进行预测时可优先考虑贝叶斯模型,其对重大或特大事故的预测准确率高达50%; 3）选择随机森林模型作为公路隧道交通事故持续时间的预测模型,绝对误差为20 min时模型准确率将超过70%。