��������ϵͳ����ѡַģ���о�

科学合理的多机场系统场址选择是一项涉及众多因素和利益主体的重要决策问题,就是要使系统中各机场容量协调并使系统收益最大化. 在分析旅客机场随机性选择行为基础上,构建双层规划模型来描述多机场系统场址选择决策过程中多目标价值准则,定量研究宏观机场决策者与微观旅客的相互作用. 模型上层规划从决策者的角度出发,使总的机场建设费用最小,下层规划则描述旅客机场选择行为,并使其总的出行费用最小. 考虑到变量的离散特性,文章分析了求解所构模型的方法,并通过实例模型的求解来检验模型和算法的可行性和有效性. 实例计算表明,双层规划模型的多价值准则决策方法更接近实际情况,在多机场系统选址规划中具有一定的实用性,对优化机场资源配置和提高机场竞争力具有现实意义.     

民航货机装运军事装备物资机场地面保障设备选择及技术要求

民航货机装运军事装备物资涉及因素多,技术性强,安全性要求高,必须合理选择机场地面保障设备,并符合其技术规范要求,以确保航空军事运输安全。在分析机场地面保障设备(集装箱、集装板、分载垫板、系留加固器材等)类型及特点基础上,对利用民航货机装运军事装备物资机场地面保障设备的选择及技术要求进行了初步探讨,为利用民航货机装运军事装备物资提供技术参考。     

战时民用机场工程保障措施研究

民用机场作为航空运输的关键设施,是人员乘降、物资装卸的重要场所,战时势必成为敌人打击的重点目标。在遭敌打击后如何快速有效的组织力量抢修抢建,是民用机场必须面对和解决的问题。以战时民用机场工程保障任务为需求,结合目前存在的主要问题,提出了制定机场工程保障预案、加强机场工程保障力量建设、研发机场工程保障装备和器材的对策措施,以期对战时民用机场工程保障工作有所启发。     

用神经网络评定机场水泥混凝土道面质量

为了简便、有效地进行水泥混凝土道面使用质量的评定,应用神经网络建立了道面平整度、摩擦系数与道面使用质量间的网络模型。通过对12个军用机场道面平整度、摩擦系数和道面损坏状态的调查,将所得数据作为样本对网络进行训练。结果表明,当目标误差为1×10-5时,计算值与实测值间的相对误差均小于03 %。该法可用来进行道面使用质量的评定。     

机场道面材料导热系数的测定

导热系数是材料的基本热物理性能参数之一。通过热线法试验,对机场道面材料水泥混凝土和沥青混凝土进行了导热系数的测定,得到了两种材料的导热系数与温度成线性关系,可为机场道面的工程应用提供一定的参考依据。     

高寒地区机场道面病害及温度场影响因素分析

系统总结了高寒地区机场道面常见的病害现象,分析了病害产生的机理以及温度场的影响因素。结果表明:温度场的变化,是引起高寒地区道面结构病害产生的主要原因;外部气候条件和道面内在因素是影响道面温度场的主要因素;外部气候条件是诱因与动力,道面内在因素是根本机制。     

机场陆侧出发层车道边通行能力分析

通过研究机场陆侧交通系统,提出机场陆侧车道边的概念.分别以虹桥机场、浦东机场为例,对出发层车道边客流特征及其规模影响因素进行了分析,并结合其交通流特性,提出了采用容量限制的多服务台的排队（M/M/n/C/∞）理论,构建了出发层车道边需求规模控制模型,以计算实例了论证该模型的有效性,为机场陆侧客运交通规划与设计提供了依据.     

民航机场安全预警评价体系研究

综合考虑机场安全的影响因素,从行为人、机务、环境及组织管理四个影响机场安全的角度入手．构建机场安全预警评价指标体系,并应用模糊综合评价方法进行评价,以确定机场的安全状态,做到防患于未然。     

机场水泥混凝土道面使用寿命的改进灰色预测模型

为了准确预测机场水泥混凝土道面使用寿命,根据道面的使用性能特点,确定道面破损度为道面使用寿命的控制指标.采用灰色系统理论建立了道面使用寿命灰色预测模型,利用计算原点残差的方法检验模型的精度,并采用数据序列中最近时间点的实测值为求解的初始条件改进模型求解过程.研究结果表明:机场水泥混凝土道面破损度与道面使用时间呈指数型递增关系,道面剩余使用寿命随使用时间呈指数型衰减;道面破损度预测值与实测值的误差不超过5%,因此,该模型有效,可用于定期检测的道面.     

Robust Optimization of Hub-and-Spoke Airline Network Design Based on Multi-Objective Genetic Algorithm

In the process of designing hub network, the selection of hub airports is influenced by the change of the demand and cost. Under the condition of changing in demand, this may lead to large minimum cost deviation between the designed optimal network and real optimal network, respectively. To reduce the risk caused by the uncertainty in network optimization and get the optimal robust solution of hub network under the multi-possible conditions of demand and cost, a method based on multi-objective optimization genetic algorithm is proposed in this paper. The convergence of the algorithm has been proved, and the experimental results demonstrate the availability of the algorithm. First, multiple objective functions needing to be optimized simultaneously are formulated from different conditions of needs and cost, then a genetic algorithm is used to provide all possible routes of the network hub structure, and robust optimal network solution for multi-objective optimization is searched. The convergence of the search algorithms is proved to be effective by the numerical results.