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.     

基于模糊线性回归模型的机场延误性能评估

为了有效评估机场延误性能,考虑到天气和交通变量取值通常会受到一些不确定性因素的影响,建立了机场到达延误与天气和交通需求之间的模糊线性回归模型。根据模糊线性回归模型得到了估计延误,通过比较估计延误与实际延误,可以得到评估延误的连续型性能基准,并根据性能基准对延误性能进行评估。研究结果表明:机场到达延误与天气和交通需求之间有较强的线性关系,可以用线性模型进行拟合。得到的延误性能基准同时考虑了机场天气和交通需求对延误的影响,将机场到达延误分为低、中、高三种水平,从而可对不同日的延误水平进行比较评估。     

“右转必停”交叉口右转机动车平均延误研究

针对“右转必停”交叉口右转机动车平均延误研究欠缺的问题,提出右转机动车平均延误计算模型。首先,分析“右转必停”交叉口右转机动车延误的影响因素;其次,利用Vissim仿真软件获取4 608组黄牌货车不同占比的情况下右转机动车平均延误数据,并基于回归分析法和BP(back propagation,反向传播)神经网络算法分别建立右转机动车平均延误模型;最后,对比两种模型,结果表明BP神经网络模型可以更好地计算右转机动车的平均延误。     

基于神经网络的信号交叉口进口车道交通延误预测

基于误差反向传播(Back Propagation,BP)神经网络建立了适应能力较强的信号交叉口进口车道平峰时的交通延误网络模型,并利用邯郸市某信号交叉口进口车道的平峰小时交通延误的数据,对该BP神经网络预测模型进行训练和测试.比较分析预测结果和实际数据,结果表明该BP神经网络对于交叉口进口车道的交通延误预测结果可靠有效.此外,在交通情况更加复杂的信号交叉口或者时间段,以该模型为基础可以建立更加可靠的预测信号交叉口进口车道交通延误模型.     

基于BP神经网络的甘肃省公路客运量预测方法

公路客运是交通科学管理的基础数据,提高公路交通管理水平,对建立平稳高效的道路交通系统具有重要意义。为了提高公路客运量的预测精度,选择与公路客运量相关的三个指标(国内生产总值、公路长度和民用车拥有量),建立了基于BP神经网络的公路客运量预测模型,并对该模型进行了应用测试,与多元线性回归预测模型进行了比较。结果表明:BP神经网络模型具有更高的精度。     

BP神经网络在解决电力消耗问题中的应用

由于BP神经网络在解决非线性复杂系统中存在很大的优势,以江西省1991—2011年人口、经济和耗电量等数据为研究对象,利用BP神经网络构建耗电量预测模型。模型一利用1991—2009年人口、经济和耗电量等数据作为训练样本,以2010—2011年作为测试样本来验证网络的准确性,再根据历史人口、经济等数据来预测历史耗电量;模型二采用传统的多元回归分析法,对非线性多元函数进行多元线性回归,通过回归模型得到的参数来预测耗电量。结果表明,模型一收敛性较好,所得预测结果绝对误差较小,而模型二传统方法得到的预测结果误差较大,因此,利用BP神经网络预测的结果具有非常大的参考价值,证明BP神经网络应用在电力消耗中的应用是可行的。     

基于BP神经网络的DSS焊接应力和收缩变形预测研究

针对川东造船厂化学品船建造中使用特种钢——2205双相不锈钢(DSS),在其焊接试验的基础上分别建立了双相不锈钢焊接应力和收缩变形的BP神经网络预测模型,并与多元线性回归方法进行比较,较好地模拟了焊接残余应力和变形与板厚、焊接电流、电弧电压、焊接速度等工艺参数之间的非线性关系。预测结果表明,BP神经网络比多元线性回归在预测精度和泛化能力上都有很大的提高。     

机场旅客吞吐量预测的组合方法研究

为提高机场旅客吞吐量预测的准确性,在综合计量经济法和时间序列预测方法各自优点的基础上,采用组合预测方法,使用多元线性回归模型确定组合预测方法的权重.以北京首都国际机场1994～2004年的旅客吞吐量为例,组合预测方法的平均拟合误差为3.36%.结果表明:组合方法总体上具有较高的预测精度和稳定性,既优于传统的计量经济法,也优于时间序列预测方法.     

多机场终端区进离场航班协同排序研究

为了缓解繁忙终端区日益严重的空域拥堵和航班延误现状,研究了多机场终端区进离场航班协同优化排序问题.通过深入分析多机场终端空域结构,以及进离场航班运行特征,综合考虑尾流间隔、移交间隔、放行间隔、多跑道不同运行模式下的运行间隔等约束限制,将多机场终端区视为一个系统,引入"外围航班流"概念,以最小化航班延误为优化目标,建立了多机场终端区进离场航班协同优化排序模型,并采用改进的模拟退火算法对所建模型求解.选取上海终端区为研究对象进行仿真验证,仿真结果表明:利用本文提出的优化方法航班总延误比先到先服务策略减少了37.85%,有效地提高了多机场终端区进离场航班的运行效率.     

机场终端区容量利用和流量分配协同优化策略

为充分利用机场终端区系统容量,减少航班延误,协同优化进离场容量利用和流量分配策略．把进离场视为互相影响的两个过程,以机场终端区系统容量为约束,以进离场航班总延误损失最小为目标,建立了容量利用和流量分配优化模型．引入航班延误损失优先级系数作为航空公司协同决策的偏好信息．用遗传算法求解模型．算例结果表明,该策略在充分利用容量和使航班延误损失最少的同时兼顾了航空公司的利益;设计的遗传算法运行稳定．     

��Ŧ���������򾭼÷�չ——���������򾭼÷�չӰ�� ——“��ͨ7+1��̳”�ڶ�ʮ���λ����ʵ

航空机场作为我国综合交通运输网络的重要组成部分,建国以来取得重大发展,对城市经济增长、产业聚集、就业、交通格局带来了深远的影响.论坛以“枢纽机场与区域经济发展——机场对区域经济发展影响” 为主题,围绕如何评价枢纽机场对区域经济的影响以及如何扩大枢纽机场对区域经济的推动作用进行研讨.以首都机场为案例,研究了机场与区域经济互动发展的影响问题,提出了相关的评价指标,计算了机场发展对区域经济的直接影响、间接影响、引致影响,分析了临空经济和产业园区的发展问题.     

机场轨道交通对陆侧交通分流情况的预测研究

机场轨道交通的发展将是解决机场陆侧交通拥堵问题的主要途径之一.本文首先通过灰色预测模型GM(1,1)对首都机场的陆侧交通量进行预测,得出进出机场的旅客中乘坐机场巴士及出租车的人数.在此基础上,运用排队论的方法,分析机场轨道交通对机场巴士及出租车交通量的分流情况,得出各自具体的分流率和分流量.最后,根据马尔可夫链的方法,对分流情况的发展趋势进行分析,得出其稳定分流率.     

基于动量BP算法的过渡段路基沉降预测

利用动量BP算法改进了BP神经网络的收敛性,建立了过渡段路基沉降预测模型．该模型可克服传统BP神经网络收敛速度慢、易陷入局部最优等的缺点．结合津秦客运专线路桥过渡段路基沉降实测数据,将该优化模型与传统BP神经网络预测模型进行了对比．计算表明,利用动量BP算法改进的神经网络具有较高的预测精度,同时考虑了多个影响因素,因而具有广阔的应用前景．     

机场陆侧公共交通方式运力水平研究

对陆侧交通系统中公共交通方式的舒适性、换乘方便性、旅行时间、乘车价格等因素进行量化处理,建立机场陆侧公共交通方式运输效力计算模型,并以北京首都国际机场为例进行计算,分析模型的合理性.可为机场陆侧公共交通方式的服务水平分析评价、机场陆侧交通系统规划与管理提供参考.     

一种新的机场地面容量评估模型

空中交通流量剧增,机场容量与空中交通需求的矛盾日益凸出,针对机场地面滑行网络,提出滑行飞机流优化算法,确定飞机经过指定滑行路径上各点的最优时间,避免航班冲突,减少航班延误,将该算法用于机场地面容量评估模型中的飞机流产生模块,结合计算机图形仿真技术开发了机场地面容量评估系统,利用成都双流国际机场的实际航班数据进行仿真计算,得到的容量评估结果验证了该评估模型的可行性和优越性。     

基于SOM神经网络的民用机场分类方法

机场是综合交通运输的重要节点,是航空运输的重要基础设施。科学地进行机场分类研究对于机场的国家布局规划、机场自身定位和运行策略选择等都具有重要的现实与理论研究价值。利用神经网络技术中的自组织映射（SOM）网络并结合MATLAB软件进行编程对我国主要机场进行聚类分析评价,得出我国主要机场分为8层的主要结论。结果表明,自组织特征映射（SOM）能很好用于我国机场分类,是一种新颖、有效的分类方法。     

基于机场子区划分的机场网络交通拥挤传播预测

为了预测机场进离场交通的拥挤态势,本文从机场网络的角度进行研究.首先针对交通拥挤形成的动态过程,建立了基于出入流率的交通拥挤的定义及其度量;接着,引入多维标度法对机场之间的交通相关性进行定量分析,划分机场子区,以降低网络分析的复杂度及解空间维数;然后,构建了基于Elman神经网络实现机场子区内多个相关机场的交通拥挤传播预测方法;最后,基于美国机场的实际航班数据对机场网络拥挤传播预测方法进行验证.验证结果表明,预测结果的平均绝对百分比误差和平均绝对偏差较小,明显优于对比算法.     

һ���µ�ͣ��λ�����Ż�ģ��

针对国内机场目前基本依据经验分配停机位的情况,基于传统滑行路径的理念,建立了降低旅客进出机场飞行区时间的停机位分配模型.在满足场面运行安全约束及可接受延误水平下,寻求时间最小的分配方案.通过机场的地面网络数据、运行模式以及航班计划等信息,利用计算机仿真对模型进行了算法设计,并利用MATLAB编程进行了计算,与机场地面容量评估系统（ACES）中的停机位随机分配模型进行了对比.结果显示：与随机分配模型相比,旅客飞行区平均停留时间减少9.7%,机场地面容量提高5.7%,冲突次数和延误时间分别降低9.4%、6.4%.因此,机场运行效率与资源配置情况得到改善,所提模型与算法有效.     

基于BADA模型的飞机持续爬升运行减噪效果研究

随着中国民航业的快速发展,机场周边噪声污染不断加剧,改进飞行程序来缓解噪声影响因其研究周期短、应用性强等特点,成为当前研究热点.本文概述了CCO的定义、特点,分析其飞行剖面,简述了基于BADA的航空器性能模型和机场噪声评估模型;并以广州白云机场VIBOS离场方向为例,运用MATLAB编程计算噪声并绘制噪声等值线图,从噪声影响时间、面积及区域形状等方面对比传统离场程序和CCO离场程序的噪声影响效果.结果表明:CCO离场程序可有效减少噪声影响时间,且在高噪声等级下降噪效果更佳;CCO离场程序可有效减少噪声影响面积;CCO离场程序可改变噪声等值线形状.