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.     

方格型城市多模式公交线网关键设计参数优化

城市公共交通系统包括轨道交通、快速公交BRT、地面公交等多种模式,多种模式的整合优化对于发挥公交线网整体运输效率具有重要的意义.针对方格型路网布局结构,提出理想的公交线网布局结构,将多等级公交线路与公交换乘枢纽结合,表现为主线、辅线和补充线的组织形式.该线网结构的关键设计参数包括公交主线间距、快线线路站距和交通分区大小.从出行者、运营企业和政府管理者角度出发,分别建立关键设计参数优化模型,在特定的城市交通背景条件下,利用数值试验方法对该模型进行求解,给出不同出行距离条件下关键设计参数的建议值,其结果可以为大城市多模式公交线路整合规划提供参考.     

我国县域城乡快速交通网络构建的必要性探析

县域是城市与农村的结合点,是统筹城乡协调发展的重要平台。促进县域经济发展,构建完善的城乡交通网络,是当前城乡一体化发展工作的重心。从我国县域交通的现状出发,提出发展城乡快速交通网络的策略和意见,对于指导实际工作有一定的意义。     

民航运输航空器着陆阶段偏出跑道事件分析模型

为了克服故障树分析方法只能描述正常和故障两种状态的缺陷,利用故障树方法的逻辑分析优势,以及贝叶斯网络描述多态事件和计算概率的功能,建立了基于故障树和贝叶斯网络相融合的航空器着陆偏出跑道事件分析模型,提出了故障树与贝叶斯网络之间的转换算法求解该模型.根据1996—2010年中国民航着陆偏出跑道事件的数据,确定了着陆航空器偏出跑道的主要原因,并按重要程度进行了排序.研究结果表明:积水、反喷或减速板故障、复杂气象条件、驾驶术欠缺、前轮转弯卡阻、夜航或受灯光不利影响、对机组资源管理失效、积冰积雪是导致着陆偏出跑道的主要风险因素,其后验概率均大于0.3;应针对主要风险因素,制定针对性预防措施.      

基于组合预测模型的轮轨力连续测试

为了精确判断车辆的运行状态,提出了一种轮轨力连续测试方法.根据轮轨相互作用的特点,采用阈值判断法从测试数据中提取轮轨力的有效信息.针对轮轨力测试系统的时变性和不确定性,将动态测试序列作为灰色过程处理,提出用灰色理论对轮轨力进行连续测试.为了提高预测精度,结合遗传算法和神经网络对传统的GM(1,1)模型进行改进.建立了10个预测模型分别进行预测,然后将精度较高的预测值输入串联灰色神经网络进行二次预测,以提高预测精度与稳定性.将这10个预测模型应用到轮轨力连续测试中,结果表明:灰色系统、遗传算法与神经网络三者的组合模型具有较高的精度,平均相对误差不超过2%,满足轮轨力连续测试的要求,并且能够降低传感器失效对测试结果的影响.     

基于灰色神经网络的点速度预测模型

为了克服交通流时空不稳定性导致的检测数据误差,提高预测点速度的精度,在比较传统灰色预测模型和反向(BP)神经网络预测模型优缺点的基础上,建立了灰色神经网络点速度预测模型.该模型综合了灰色预测模型所需数据少及神经网络具有的自学习和自适应能力的特点.以实测值作为输出数据,构建不同的灰色预测模型,将各灰色预测模型的预测结果作为BP神经网络训练的输入数据,得到最佳的预测模型.实例分析表明:与传统灰色理论及BP神经网络预测模型相比较,在20、40和60s采样间隔条件下,本文模型预测结果与实测值的相对误差平均减少了32％,为交通运行状态评价和行程时间预测提供了依据.     

多属性随机时间依赖网络路径优化

为了改善实时交通诱导,根据交通网络中路段属性具有随机时间依赖性的特点,将路段各属性定义为关于时间的离散随机变量,建立了多属性条件下随机时间依赖网络路径优化模型.基于信息熵的多属性决策方法,设计了模型的求解算法;优化了网络节点的搜索顺序,使每个节点的信息只通过一步更新就可得到,从而获得多属性条件下所有节点到给定终点的路径选择结果,出行者可以根据到达某节点的具体时刻选择行进方向.最后,通过算例给出了算法的实现过程,并说明了随机时间依赖网络不遵从“先进先出(FIFO)”条件.