空中交通流时间序列的复杂度分析

空中交通系统是复杂的非线性系统,时间序列是研究空中交通系统的有效措施。为了定量分析空中交通的复杂性,首先阐述Lempel-Ziv算法复杂度及其修正复杂度;然后采集三亚01号、02号、04号扇区连续28 d的实际运行数据,构建了空中交通流时间序列;计算了3个扇区交通流时间序列的算法复杂度,并对相关参数的影响进行了分析。计算结果表明,修正的算法复杂度适用于长度较短的时间序列,可用于量化测度空中交通流复杂性;符号化方法、序列长度、时间尺度等对算法复杂度有较大影响。     

进离场交通流时距分布特征对比分析

时距分布是空中交通流理论研究的重要概念和组成部分。以中国某机场实测轨迹数据为例,提出一种合适观测点的自动生成方法,该方法能有效提升轨迹数据的利用率,并选择跟驰性较好的轨迹数据用以计算时距。在分别绘制进场和离场交通流时距频率分布直方图的基础上,应用韦布尔、光滑样条和有理函数模型拟合时距分布情况,并从定性和定量的角度对比分析拟合结果。结果表明,在机场运行状态正常时,有理函数模型对离场交通流时距的拟合效果最好,而光滑样条模型对进场交通流时距的拟合效果最好;在机场运行状态不佳时,光滑样条模型和有理函数模型则分别对离场和进场交通流的拟合效果更佳;进场交通流时距分布比离场交通流时距分布特征更明显。     

基于复杂网络的空中交通流分形特征分析

为准确把握空中交通流量变化规律,掌握空中交通系统内在特性,需要对空中交通流时间序列进行基于复杂网络的分形特征分析。收集空中交通流量数据,利用可视图方法构建复杂网络模型,分析网络拓扑结构,验证了该网络度分布服从幂律分布,拟合直线斜率为-2.086,证明了网络是无标度网络,具有单分形特征。验证了覆盖整个网络所有节点所需要的最少盒子数目与盒子直径成幂律关系,拟合直线斜率为-0.212 1,相关系数为-0.872 2,再次证明了网络具有单分形特征。通过验证网络广义分形维数关于参数的图像为非线性,拟合直线斜率分别为-1.942、-1.936、-1.78,相关系数均在0.8以上,拟合效果较好,证明了网络具有多重分形特性。通过计算重整化前后网络的幂指数相似,证明了网络具有自相似性。结果表明,应用复杂网络的理论分析空中交通流时间序列是可行有效的,为进一步深入应用研究奠定了基础。     

基于统计复杂度的非对称双稳系统的动力学复杂性研究

本文运用统计复杂度和标准Shannon熵研究了乘性色噪声和加性白噪声共同作用下非对称双稳系统的动力学复杂性.考虑到系统势函数的非对称性,借助于Bandt-Pompe算法分别计算了系统总的以及左、右势阱的统计复杂度和标准Shannon熵,并在此基础上详细讨论了势阱的非对称性、加性白噪声、乘性色噪声及周期信号等对系统动力学复杂性的影响.结果表明,当这些因素变化时,系统总的统计复杂度和标准Shannon熵与系统单个势阱中的统计复杂度和标准Shannon熵呈现出明显不同的趋势,反映了其动力学复杂性的不同.     

广义空中交通流建模综述

空中交通流建模是研究空中交通系统拥堵规律和演变机理的重要手段。面向集权式管控下空中交通流广义属性,将空中交通流模型分为"以流为中心"和"以人为中心"两类,评述各类广义交通流模型的核心理念、建模方法、主要特点和适用范围,强调了空中交通流建模中"人-流"关系的重要性;针对当前交通流建模亟需突破的瓶颈和未来空中交通发展需求,从粒度差异化、行为随机化、"人-流"一体化、复杂性视角和未来适应性5个方面提出了广义空中交通流建模的发展趋势,为开展空中交通基础理论和应用技术研究提供参考借鉴。     

基于分形维数的交通流效率判别技术研究

复杂性和效率均是反映空管系统运行效能的关键特性,掌握两者之间的量变关系,有助于进一步揭示空中交通流的基本属性,提升空中交通的运行效率。基于分形理论,利用离散傅里叶变换计算了航路点系统交通流量时间序列的分形维数,判别交通流的复杂性。然后,选取延误和流容比作为表征交通流运行效率的特征指标。最后通过仿真实验分析了交通流复杂性和效率之间的量变关系。分析结果表明分形维数和延误、流容比均为正相关,变化速率与加权间隔期望呈负相关:分形维数和延误满足分段对数变化关系,和流容比间局部线性关系显著。根据航路点交通流复杂性和运行效率之间的变化关系,采取相应的流量管理策略,通过有效控制复杂性,提升航路运行效率。     

基于空中交通流的空中交通网络拥挤程度评估

为解决空中交通流量日益增多导致的空中交通拥挤和拥堵问题,本文从空中交通流角度出发,区分空中交通拥挤和拥堵,通过建立拥挤程度评估模型来评估空中交通网络中拥挤程度。首先从容量和流量的角度区分并界定空中交通拥挤和拥堵的概念,同时借鉴道路交通思想,将空中交通分为畅通、正常、拥挤和拥堵四种状态。然后从空中交通流角度分析判定空中交通拥挤,提出拥挤状态门限区间,建立多种情况下的空中交通拥挤评估模型。最后引用某大型繁忙机场某时段的航班数据作为算例。结果表明,所建立模型可以用来评估空中交通网络拥挤程度。     

终端区场景下空中交通流建模与控制分析

针对繁忙终端区以及主干航路的运行状态日趋容量极限,现有的空中交通管理系统仍采取传统依赖管制经验的空中交通管制模式,空中交通网络拥堵问题日渐严重。本文构建空中交通流系统模型,旨在从系统工程的角度进行定性和定量的分析,在有限的空域资源约束下进行有效空中交通流量管理。首先,对终端区空域栅格化处理,考虑控制过程中进离场飞行程序,在TAAM(Total Airspace and Airport Modeller)软件中建立初始模型并进行仿真,获取各二维面元(Surface Element, SEL)交通流参数信息,在仿真数据的基础上确定各SEL交通流的平均速度,对终端区二维控制体模型(2D Menon Model, MM2D)进行改进。其次,结合现代控制理论,以空域状态方程和系统矩阵对交通流进行表征,并对该系统进行能控性和稳定性分析。结果表明：改进的终端区MM2D模型能控性矩阵满秩,系统矩阵特征值为0.04、0.194、0.517和0.529均小于1,证明空中交通流系统可控且渐近稳定,通过对控制量组合给予调配,可得到完全能控下最小控制量组合,交通流控制率可缩减45.7%,对实际管制过程中交通流控制方向与数量具有一定的现实意义。     

基于复杂性测度的仿真模型验证

复杂仿真系统模型验证中,系统输出具有复杂、非线性和非平稳的特点,传统模型验证方法解决上述问题存在较大风险.复杂性测度是描绘非线性时间序列特征的重要参数,将复杂性测度理论引入到仿真模型验证,在计算试验数据和仿真数据复杂性测度的基础上,将仿真数据与试验数据之间的复杂性差异作为评价指标,衡量模型的有效性.实例分析表明:该方法计算简便,对时间序列的长度、平稳性等方面没有特殊要求,具有一定的实用性.     

基于复杂性测度的心率状态对比

本文介绍了近似熵（ApEn)和谱熵（SE）两种复杂性测度，研究了在两组静默（采用中国气功和Kundalini瑜珈练习方法）和正常状态下的心率复杂性。观察到两种状态下复杂度有明显差异，但两种状态下复杂性数值的大小关系对取决于不同的个体。研究结果进一步在心率变化的复杂性方面支持了关于在人体心率和自主调节间存在某种关联的看法，并提供了新的定量描述心率不同状态的方式和途径。     

基于模拟机的空中交通管制复杂度预测模型

为改进管制工作负荷预测方法在探究主、客观量映射关系方面的局限性,提出了一种空中交通管制复杂度预测模型.定义空中交通管制复杂度为管制员工作负荷与其阈值之比;组织一线管制员及资深专家进行多组模拟机实验,获取其对各实验场景下管制复杂度的主观定性评估,利用MATLAB处理得到相应场景下的复杂因子;通过BP(back propagation)神经网络对样本数据进行非线性拟合.拟合模型的平均绝对误差为0.025,预测偏离程度为3.75％.研究表明该模型能够较准确地反映空中交通管制复杂度(主观量)与各复杂因子(客观量)之间的映射关系,为空域规划与管理提供科学理论支持.     

空中交通复杂度测度分析及航班监测预警研究

应用复杂理论分析方法,研究了空中交通流复杂度,提出了空中交通复杂性测度的计算方法以及交通流稳健度评价体系,并对空中交通系统复杂度影响较大的航班提出预警。讨论了基于复杂性测度理论的空中交通复杂度度量分析和监测预警,研究表明所提供的方法能够从复杂,不确定的数据中计算出系统复杂度的变化,通过稳健性技术指标,能够辨别与系统稳健性相关的状态参数,指出对系统稳健度造成较大影响的航班。这些研究工作表明,提出的复杂性方法能够对空中交通复杂度进行测度分析和对航班进行监测预警。     

基于SARIMA-GA-Elman组合模型的短时交通流预测方法

针对单一模型无法深入挖掘交通流复杂的线性和非线性特征方面的局限性以及神经网络模型在训练时收敛速度缓慢等问题,提出了一种基于SARIMA-GA-Elman的组合预测模型.该组合模型有效地融合了季节性差分自回归滑动平均(seasonal autoregressive integrated moving average,SARIMA)模型良好的线性拟合能力和Elman递归神经网络强大的非线性映射能力;在预测过程中首先基于SARIMA滚动预测时间序列的线性分量,然后使用SARIMA模型的预测误差序列建立Elman-RNN构建非线性误差模型;此外在训练非线性误差模型的过程中使用经过二进制编码的遗传算法(genetic algorithm,GA)优化Elman-RNN,旨在提升Elman-RNN的训练效率,最后把两个模型的预测结果加权组合得到最终的预测值.实验结果表明,该组合模型在预测精度和鲁棒性方面相比单一模型都有较为明显的提升.     

空中交通流量预测的人工神经网络和回归组合方法

为了寻找合适的空中交通流量预测方法,在综合回归预测方法和人工神经网络预测方法优点的基础上,提出采用组合预测方法的思想,并基于多元线性回归模型确定组合方法的权重系数。以北京管制区大王庄导航台流量预测为实例,分析结果表明:组合预测方法对实际流量有好的拟合度,能提高人工神经网络的泛化能力,并减小预测的误差,即总体上不仅优于传统的回归预测方法,也优于单独的人工神经网络预测方法。组合方法为空中交通流量的预测提供了一种可靠而有效的新途径。     

基于数据编解码的时空交通流预测方法

针对路网的拓扑信息不完整而无法实现时空结合交通流预测的情况，提出了一种基于时间序列预测模型联合数据编解码机制的预测方法。对路网内路段交通流数据进行编码得到路网信息的链状结构，以此获取路网结构中的拓扑信息；通过时序模型对链状结构进行交通流预测，完成对链状结构的时序特征提取；最终，通过解码方法得到路网的时空交通流预测结果。采用GPS数据，选取不同路网进行对比实验，引入数据编解码的时空交通流预测方法与时间序列模型进行比较，并且与基线模型HA和ARIMA展开了对比实验。实验结果表明：深度学习模型引入数据编解码机制后，模型性能明显提升；引入数据编解码机制的深度学习模型的性能比基线模型的性能更优越。该方法仅仅使用简单的时间序列深度网络再联合数据的编解码机制即可实现时空结合的交通流预测。     

城中村改造与低收入流动人口安置研究

本文将我国现阶段城中村改造中对低收入流动人口的安置模式归纳为过渡性廉租房模式、多样化房源模式、低价公寓模式三种,分析它们存在的问题。借鉴发达国家低收入人口安置成功经验,提出完善我国的城中村改造和低收入流动人口安置的策略。     

高校学生综合管理信息系统研究与实现

在分析高校学生管理的现状和职能的基础上,提出建立以学生综合信息管理为目标的功能强大的学生管理信息系统,提供学生管理工作各方面的信息支持和决策支持,是高校学生管理信息化的必由之路。叙述了各高校的管理信息系统存在的不足,重点介绍了学生综合管理信息系统的系统需求分析,系统设计的指导思想、系统设计策略、系统对象模型、系统体系结构、用户权限控制与设计和系统的关键技术。     

王府凹陷青山口组地层超压及油气运移深度研究

为了弄清松辽盆地王府凹陷青山口组地层超压对扶余油层油水包络面深度的控制作用,进一步指导油气勘探,通过研究青山口组泥岩超压的形成时期以及超压大小,并分析研究区内139口井点的超压值与扶余油层油底深度的关系。对王府凹陷扶余油层油水包络面深度进行研究。结果表明:王府凹陷青山口组源岩异常高压主要形成于明水组末期,超压在凹陷中心约为7 MPa;研究区扶余油层油水包络面深度与上覆青山口组地层超压的拟合关系为y=-5.171 7x2+68.764x-24.71,油气向下运移的距离约为120—200 m。