终端区飞机排序的混合人工鱼群算法

为了保障飞行安全, 对终端区着陆飞机进行有效的排序, 建立了以航班延误总时间最小为目标函数的规划模型, 以人工鱼群算法为基础, 融合了遗传算法的选择操作和模拟退火算法的依概率接受的思想, 形成混合人工鱼群算法, 对着陆飞机排序问题进行了仿真计算, 并与先到先服务算法、模拟退火算法以及蚁群算法进行了对比研究。仿真结果表明: 与先到先服务相比, 使用人工鱼群算法使得单跑道、双跑道延误分别减少了9.3%和48.0%, 计算时间小于3s;与蚁群算法和模拟退火算法相比, 求解的延误与时间最小, 因此, 提出的混合算法可行。     

基于PID控制的电控空气悬架系统设计

以飞思卡尔公司16位单片机MC9S12DP256为核心控制单元,基于PID控制策略,并利用Matlab、Labview软件。针对气囊-组合电磁阀,对电控空气悬架的软、硬件控制系统进行设计。控制系统可较好地控制车身高度,抑制系统振荡,改善电控空气悬架的性能。     

机场净空区范围确定方法

为了解决城乡建设和机场净空保护之间的矛盾,分析了气象条件、导航设备、起落航线和飞行技术对机场净空区范围的影响.应用飞行航线理论知识,综合考虑各种影响因素,对机场净空区的组成和范围进行了修改:增加升降带的规定,修改端净空区扩散率为15%,端净空区宽度由2 km增大为3 km,将二与三、四级机场的净空区范围分别减小到50%和60%.结果表明现行的机场净空规定既能保证飞行安全,又为城乡建设发展提供了更大的空间,是可行的.     

基于模拟退火算法的快速登机序列特性研究

合理组织乘客的登机过程可以有效地缩短登机时间,从而降低航空公司和机场管理者的运营及管理成本.首先,在分析造成登机时间延误各种因素的基础上,建立了能够反映乘客登机特征的元胞自动机仿真模型.其次,将该登机仿真模型嵌入到模拟退火算法中,求解出具有最小登机时间的乘客登机序列.最后,通过分析优化序列中的相关特性,可以看出：过道干扰是造成登机延误的主要因素,只有当座位干扰演变为过道干扰后才会对整体的登机时间产生影响;此外,最优序列中相邻登机乘客间的座位距离会随着人均存放行李时间的变化表现出不同的数值分布.     

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Adaptive Lasso与RF的航班运行风险预测改进研究

为了解决航班运行风险高维数组运算过于复杂的问题,同时为防止模型过度拟合影响预测精度,基于中国民航局发布的风险评估体系,以某航450组真实航班数据为标准样本,首先使用自适应套索算法（Adaptive Lasso）进行降维,从63项风险自变量中筛选出15项独立变量;然后,使用随机森林算法(Random Forest,RF)进行防过拟合处理,结果显示当使用重要度排序前12项变量拟合时,结果误差达到最小值,即得到最终预测指标;最后,构建Adaptive Lasso和RF的二阶段混合模型,同时选取主成分分析(Principal Component Analysis,PCA)、径向基函数(Radial Basis Function,RBF)网络、支持向量机(Support Vector Machine,SVM)3种对比方法,使用十折交叉验证精度.结果表明：Adaptive Lasso方法在筛选掉48项指标后,结果精度未见下降;经RF处理后4种方法评估精度均大于未处理前;Adaptive Lasso-RF混合模型的预测准确率和稳定性均优于PCA、RBF神经网络和SVM等方法.综上说明混合模型实现了有效降维和防过拟合,可大幅提升预测精度,用于解决航班风险预测问题可行并有效.     

一种改进的民用航空网络空间脆弱性模型

脆弱性是表征1个系统面临灾害时行为表现的重要概念.要尽可能真实地反映民用航空网络面临空间灾害时的脆弱性水平,必须充分合理地考虑灾害影响在民用航空网络中的扩散效应,即灾害间接影响.在前期有关网络系统空间脆弱性研究的基础上,详细地分析了灾害影响在民用航空网络中扩散的特点,确定了计算灾害间接影响的3个关键因素,即机场航班连接关系、机场间距离和机场失效门限,提出了改进的民用航空网络空间脆弱性模型.之后,以中国民用航空网络系统为例开展了案例研究,验证了所改进模型的有效性.     

基于数据驱动的机场水泥混凝土道面性能退化预测

针对机场道面性能退化过程的精确预测问题,本文采用数据驱动的机场道面预测性维护方法,通过指示变量将两种数据集进行联合分析,考虑机场道面性能退化过程受飞行交通量和道面面层厚度的影响,以机场道面性能状况指数衰变的非线性函数为期望函数,建立一种机场道面性能退化双参数预测模型;根据模型的参数估计结果,采用边际效应分析结合预测性能曲线图示,对不同飞行交通量水平和不同道面厚度等级的道面性能退化过程预测进行分析。结果表明,采用数据驱动和非线性混合效应方法,搭载联合估计技术,能较为显著地提高机场道面性能退化预测的精度和效果。     

点汇聚系统的航空器污染物减排效应与机理

为研究点汇聚系统的环境效益及减排机理,采用考虑气象条件修正后的航空器性能、燃油 流量及污染物计算模型,设计了理想条件下非高峰时刻与实际运行的高峰时刻两种场景,对比分 析了航空器在点汇聚系统与标准进场程序中污染物(即HC、CO、NOX、SOX和PM)的排放情况,并 从飞行时间、燃油消耗与排放指数3个方面分析了点汇聚系统的减排机理、识别了减排关键因素。 研究发现：在非高峰时刻,点汇聚系统与标准进场程序的污染物排放总量分别为5.79 kg与7.17 kg, 点汇聚系统较标准进场程序共减少约19.25%污染物排放,对NOX、SOX和PM减排效果显著;在高 峰时刻,点汇聚系统与标准进场程序的污染物排放总量分别为290.01 kg与406.69 kg,点汇聚系 统较标准进场程序共减少28.69%污染物排放,其中NOX减排比例最高可达48.32%。结果表明： 无论是非高峰时刻还是高峰时刻,点汇聚系统都具有良好的环境效益,可有效减少污染物的排放 总量,且对NOX减排效果最佳;较短的飞行时间、较低的燃油流量是点汇聚系统体现减排优势的 关键驱动因素。     

不确定条件下机场群系统均衡配流模型研究

为探索客流在机场群的分布规律,以整个航空出行链为视角,综合考虑空中交通、地面交通和旅客出行选择偏好,构建机场群系统均衡配流模型.以路径时间、机场停留时间、出行票价和旅客类型为主要参考属性,提出机场群系统旅客出行成本模型.由于路径时间与流量相关且存在不确定性,基于预算超出时间对路径时间的均值与方差进行统一度量.综合路径时间、出行票价、机场停留时间与旅客类型,基于Logit模型建立旅客对航空出行路径的选择模型,将机场群系统的客流均衡条件转换为变分不等式.基于投影收缩算法对变分不等式求解,从而得出客流在机场群间的均衡分布状态.算例结果表明,机场群系统均衡配流模型有效建立了客流分布状态,调整路径时间、机场服务水平、票价等因素均可促进客流在机场群间的均衡分布.