基于空铁联运的延误旅客行程恢复方法

为了在航班延误后给旅客提供更灵活的恢复方案,满足其对准点率愈加严格的要求,从联运网络的角度出发,对空铁联运恢复旅客行程的方法进行研究。首先将航线网络与高铁网络耦合,构建空铁联运时空拓扑网络。在此基础上以直接经济损失与旅客主观损失之和最小为目标建立旅客行程恢复模型,并依托联运网络设计旅客行程搜索算法。设置算例与传统恢复方案进行对比,结果表明：求解算法能够实现可行行程的高效搜索,提出的恢复方法能够兼顾航空公司与旅客利益,同时降低双方的延误损失。     

基于排队网络模型的机场航班延误预测

机场航班量不断增长,必然会带来机场高峰时段延误水平的增加。因此机场延误水平的科学预测对确保机场运行效率具有重要意义。论文首先根据航空器运行特性建立机场排队网络模型;然后利用Lempel-Ziv算法计算不同时间尺度的航班时间序列复杂度,确定刻画航班延误的小时间尺度,由此确定排队网络模型参数,并用实例进行验证;最后运用AirTop仿真软件以全天平均延误、高峰小时平均延误作为关键指标,仿真得出机场延误水平变化趋势。通过将仿真数据与计算结果进行对比分析发现,机场排队网络模型能够较好的反应真实情况下的机场延误水平;而选用小时间尺度15 min进行机场排队网络模型参数计算,结果更贴近真实机场延误水平。     

基于最大互信息系数的高饱和度交叉口延误模型修正

提出了一种基于最大互信息系数的高饱和度交叉口延误修正模型。使用无人机调查HCM延误模型中所有变量的实测数据,运用rjava调用MIC算法编码对HCM模型中的变量及组合进行最大互信息相关度分析,通过统计软件R对交通流量、通行能力、绿信比等与延误值进行互信息相关度比对检验,选取非线性关系对现有模型进行重新修正,根据赤池信息准则筛选出最佳解释数据、包含最少自由参数的备选项作为优化模型。最后以修正模型计算高(过)饱和度交叉口案例的延误值,与原HCM2010模型和交通仿真模拟值进行结果比对,得出本文提出的新模型具有更高的精确度。     

考虑航路网络结构的离场航班延误预测模型

针对离场航班延误预测缺少对航路网络结构因素的考虑，以及传统多分类预测难以满足高精度的需求，本文提出了一种考虑航路网络结构的离场航班延误预测模型。首先，根据离场航班所在终端区的航路网络结构，提出了航路拥挤指标，即航路流量、航路拥挤度和航路网络拥挤度，从航路网络和网络结构2个维度量化分析了拥挤特征，构造了航路拥挤数据集；然后，基于深度神经网络（deep neural network，DNN），构建了考虑航路网络结构的离场航班延误预测模型；最后，分析各类别延误样本比例，调整焦点损失函数的平衡因子以及各模型参数，进行了不同损失函数、不同数据集和不同模型参数的对比实验。结果表明：调整平衡因子后，模型预测准确率提高了2.3个百分点，融入航路拥挤数据集后，准确率继续提高了1.52个百分点，并且最终达到93.47%。可见，本文所提模型能够对离场航班延误作出有效准确判断，为民航相关单位提供决策参考。     

面向航班延误场景的机位预分配模型及算法研究

针对航班延误场景下易出现机位变更的问题，文章以最小化机位冲突概率和最大化乘客靠桥率为目标，增加基于机位冲突概率的鲁棒性约束，结合机场实际业务规则构建具有良好抗延误特性的机位预分配模型，并将其建模为马尔可夫决策模型，提出基于异步优势动作评价的机位预分配算法(gate assignment algorithm based on asynchronous advantage actor-critic, GABA3C)求解该问题。为验证所提算法在各种变化场景下的适用性，文章设置3组场景实例。仿真结果表明，所提出的算法在有效提升旅客满意度的同时，还可以解决因航班延误造成的机位冲突问题。相比于自适应并行遗传算法(adaptive parallel genetic algorithm, APGA)、近端策略优化(proximal policy optimization, PPO)算法以及深度Q网络(deep Q-network, DQN)算法，该文所提算法求得的解在乘客靠桥率上的目标值分别提高了5.7%、4.6%、5.8%,在机位冲突概率上的目标值分别降低了23.5%、10.0%、17.4%。     

基于数字孪生的铁路客运站技术作业实时调度方法

为提高铁路客运站作业调度水平，降低列车延误影响，采用数字孪生技术构建铁路客运站技术作业模型，通过实时数据采集，基于随机森林的作业时间预测，作业模拟以及智能决策，提出基于数字孪生的铁路客运站技术作业实时调度方法。将此调度方法应用于某实际铁路客运站中，实验结果表明：该方法能对实际作业进行高精度预测及模拟；使用三种数字孪生决策规则能有效降低列车作业延误。研究论证了该数字孪生模型能应用于实际车站管理，提高作业实时调度水平。     

考虑停靠站影响的公交优先信号配时优化

为了解决城市道路交叉口及其公交停靠站附近交通拥堵频发现象,以城市道路交叉口及其下游公交停靠站为公交优先信号配时优化控制单元,以控制单元范围内的乘客出行总延误最小为控制目标,构建考虑下游公交停靠站影响的交叉口公交优先绿灯延长时间优化模型;结合南京市汉中门大街—北圩路交叉口及其下游汉中门大街—嫩江路公交停靠站晚高峰时段的乘客出行延误数据进行实例分析,结果显示优化后的公交优先信号配时方案的乘客出行总延误比优化前降低了8.38%。     

基于多元回归对中国农业总产值影响因素的实证分析

十四五规划在农业发展方面指出，“优先发展农业农村，坚持把解决好‘三农’问题作为全党工作的重中之重”.在现代化农业的发展过程中，研究显著影响农业发展的因素具有重要的意义.选取1990～2020年农业总产值及其相关影响因素的时间序列数据，以农业总产值为被解释变量，农业机械总动力、有效灌溉面积、农村居民人均可支配收入、农用化肥施用折纯量、农作物播种面积5个解释变量建立多元线性回归模型，利用Eviews9软件对以上影响因素进行计量分析，最后对提高中国农业总产值以及农业高质量持续发展提出建议.     

一类最优交货期决策的模型

考虑几个独立工件在一台机器上加工，每个工件Ｊｉ交货期设置为ｄｉ＝ｒｉ＋ｋｐｉ＾ｎ，目标是确定最优乘子ｋ及工件的最优排序ｓ，使总的延误平方和最小，给出寻找最优乘子ｋ及工件最优排序的方法。     

重庆市城乡居民人均可支配收入和消费的分位数回归估计

通过对重庆市1995—2018年城乡居民人均可支配收入与消费水平数据分析,发现尽管均值回归拟合该数据效果较好,但从残差图来看存在异方差,采用最小二乘法估计人均收入与消费的关系会导致回归结果出现偏差,而分位数回归能解决好这一问题,因此,决定采用分位数回归分析此数据。分析结果表明:从拟合平均绝对误差来看,中位数回归优于均值回归;在不同分位点上,城乡居民人均收入和消费支出始终呈正相关;从99个分位点的系数估计图来看,城镇居民在低分位点时人均收入对农村居民的消费水平影响较大,高分位点则影响较小;农村居民则相反,在中、高分位点时影响较大。