基于协同时隙分配的非劣邻域免疫系统

协同地面延误程序(CDM GDP)是一种用来解决机场供给突发下降而造成大面积航班延误问题的高效、公平的空中交通流量管理措施。协同时隙分配作为CDM GDP的核心,包括初次分配和再次分配问题,其关键在于重新有效、公平、合理地分配时隙。分析了非劣邻域免疫算法(NNIA)的特性,将其应用于协同进离场时隙分配中,构建基于协同进离场时隙分配的多目标优化非劣邻域免疫系统模型。仿真实验表明,该模型能够在使航空公司承担损失相对均衡的前提下,使其延误损失及时间降至最小,实现容量充分利用,满足时隙有效分配,具有一定的经济价值及研究意义。     

随机型协同时隙分配模型

为解决机场概率容量条件下的协同时隙分配问题,提出了随机型协同时隙分配策略. 根据机场容量预报的更新模式,分别建立了静态模型和动态模型,模型以各种概率容量情景下的总航班延误损失期望最小为功效性目标,以各种概率容量情景下的平均旅客延误时间期望最小为公平性目标,在满足有效性约束的基础上,为进场航班分配时隙;并采用多目标遗传算法NSGA-Ⅱ求解模型. 以某机场运行数据为例进行仿真验证,与随机型地面等待经典模型相比,本文模型实现了机场概率容量条件下时隙资源的功效、公平、有效分配.     

基于市场机制的地面等待时隙分配方法

本文针对地面等待中的时隙分配问题，提出了基于市场机制的时隙交易方法，建立了航空公司决策模型.该模型通过航空公司自由交易时隙，不仅可提升时隙交易的灵活性，还能减少各航空公司的延误成本和机场总的延误成本.最后采用国内某机场的运行数据进行仿真和对比，结果表明了其有效性.     

CDM ADGDP机场容量与时隙协同配置

为科学配置机场容量、合理利用时隙资源,提出了协同进离场地面延误程序,给出了进离场容量和时隙协同配置多目标优化模型.模型考虑了由天气原因引起的机场容量的动态性以及具有连续航程的航班间的相互影响;模型将进场和离场视为密切相关的两个过程,基于进离场容量的相互转化,以功效性和公平性为双重准则,实现了容量与时隙的协同优化配置.对于进场和离场不相关的情况,借鉴RBS算法思想,给出了一种AD-RBS算法.最后,结合国内某机场航班时刻数据,采用多目标遗传算法对模型进行了验证,并引入具体的评价指标进行量化分析,结果表明模型可以实现容量动态、充分利用,时隙有效、公平分配.     

多机场终端区容流利用和分配建模与仿真

研究多机场终端区空中交通供需平衡问题,在多元受限的复杂约束下,给出一种容量利用和流量分配协同优化模型,模型通过最小化终端区内所有进离场航班的总延误损失,并引入航班延误损失系数作为航空公司协同决策的偏好信息,寻求最佳的容量利用和流量分配方案.实验仿真表明,模型不仅能使流量与容量协调匹配、充分利用资源,而且能使延误损失降到最小又能兼顾航空公司的利益;设计的遗传算法运行稳定、切实可行.     

基于进离场容量转换的协同决策系统

针对机场在突发情况下造成交通流拥挤的问题,引入了CDM理论及算法,并对CDM GDP实施过程及其中的RBS/Compression算法进行研究.研究发现,CDM GDP单纯考虑了进场时隙的分配,未涉及离场容量以及离场时隙的分配问题.因此,基于CDM思想,协同、实时地考虑机场进、离场容量转换问题,在增加机场吞吐率的基础上协同决策进离场序列,给出了进、离场容量优化模型及算法,采用动态规划法进行求解,并结合实际机场航班时刻表数据进行了仿真.结果表明,在特殊外因条件下,进、离场容量相互转换时,协同决策系统能提供最优的解决方案,使机场的进、离场达到最大的吞吐量,并将延误减到最小.     

基于航班模糊聚类的时隙分配均衡模型

为了科学合理的利用机场时隙资源,克服现有模型只考虑效率性的缺陷,建立了效率性和公平性转换的均衡优化模型;利用模糊聚类方法对航班进行分组,并计算相应的延误损失费用,应用人工鱼群算法快速求解模型;对20架航班进行算例仿真,结果显示均衡优化模型的总延误损失费用为102800元,高于指派模型和改进的指派模型的83600元,但是最大延误损失费用为10000元,低于指派模型的16000元以及改进指派模型的15000元.仿真结果验证了效率性和公平性不能同时达到最优,说明了均衡模型能够让延误损失费用在各航班之间均匀分配,更具公平性.     

协同地面延误机场时隙MAS动态协调交易

针时协同地面延误程序(CDM GDP)机场时隙交换问题,提出了基于多智能体系统(MAS)协调的动态交易方法,以增加交换的灵活性和自主性,提高时隙资源利用率.在时隙信任交易(slot credit substitutions,SCS)"一对一"简单交换机制的基础上,采用基于市场机制的协商策略,建立了有条件的"多对多"拍卖交易机制,并引入了单边付款的交易形式;应用基于信念-愿望-意图(belief-desire-intention,BDI)的协调推理机制,给出了基于效用的Agent内部推理策略.系统仿真分析表明,航空公司可以动态、灵活和自主地选择最佳交易对象,所提方法提高了航空公司参与协同决策的积极性,增加了时隙交换问题的适用性.     

基于可变优先级的GHP时隙分配优化模型

空中交通拥塞日益严重,造成大量经济损失。作为短期措施中缓解空中交通拥塞的有效方法,地面等待策略(GHP)的核心问题是时隙分配。因此针对航班的延误时间和延误费用,提出了一种可变优先级的时隙分配算法,并建立基于该算法的GHP优化模型。该算法中,航班在竞争不同时隙时优先级不同,且优先级的计算同时考虑了航班的延误时间和延误费用的影响,最后采用分支定界法搜索时隙分配的最优解。结合实际的数据,用计算机仿真实验对该算法进行了检验,结果表明了该算法的灵活性和有效性。     

基于局部搜索机制MOGA的多目标ADGHP建模及优化

依据航班的进离港过程,提出了一种航班优先系数计算策略,使得延误损失在进离港航班之间的分配合理化;在此基础上建立了一种进离港地面等待问题(ADGHP)多目标优化模型,以实现延误损失和续航航班延误时间的多目标优化.针对问题模型的复杂性以及现有多目标遗传算法(MOGA)的不足,提出了一种引入局部搜索机制的多种群遗传算法对问题求解,并改进优秀个体迁移策略,实现多目标的协同优化.最后,以国内某机场进离港航班为算例,使用所提算法进行计算,并与其它典型算法的求解结果对比,实验结果表明了所提模型与算法的有效性.     

基于航班时刻优化的跑道运行容量提升方法

分析了航班时刻编排对跑道延误的影响, 建立了平均跑道延误时间最少、总时间片调整最少、总延误 航班架次最少的多目标航班时刻优化排序模型, 用非支配排序多目标优化算法NSGA-II求出该模型的PARATO前沿解集. 以长沙机场典型日航班时刻为例, 运用该模型对跑道运行容量进行计算. 其计算结果与时间片内航班随机排序模型相比, 航班平均跑道延误减少了28.8%,平均时间片调整数减少了27%, 跑道运行容量增加了10.2%.     

基于航班到达时间窗约束的空域资源分配问题

为解决拥挤空域的资源分配问题,针对航班对计划到达时间变动范围的接受程度不同,定义了航班的延误成本函数,建立了一个基于航班有限到达时间窗的0-1整数规划模型,实现空域资源的最优分配,并开发了以匈牙利算法为核心的程序用于模型求解.以某机场运行数据为例进行仿真实验,结果表明,本文模型的最优解较先到先服务策略(FCFS)的分配结果能降低航班延误成本116％,并且其分配方案能满足每个航班可接受的到达时间窗约束.     

基于合作博弈协商机制的分布式资源受限多项目调度

分布式资源受限多项目调度问题涉及多个项目的独立调度以及项目之间共享资源的协调分配,因此,解决该问题的关键是设计有效的机制获取协调全局资源所需的调度信息并据此配置全局资源.考虑每个单项目延期的影响程度不同,以最小化多项目总拖期成本为全局目标建立分层决策模型:考虑分布式多项目调度问题的信息不对称性和各单项目决策者的自利性,设计基于合作博弈协商机制的分阶段进化算法对问题求解.以MPSPLIB问题集开展实验研究,结果表明:采用合作博弈协商机制可以有效降低多项目的总延期成本,并且该求解机制对问题规模和资源冲突强度的变化有很好的适应性;自主Agent参与合作博弈并选择诚信策略可获得更高的单项目收益,同时多项目获得高质量的调度方案.     

融资成本、融资规模与再融资方式

在概率选择模型上，试图建立一个再融资方式选择的判别模型。利用1998-2003年实施再融资的公司作为样本，分别考察融资成本和融资规模对再融资方式选择概率的影响。分析发现．融资成本对配股和增发间的选择没有显著影响，但在增发和配股与转债间选择时，融资成本是重要考虑因素；融资规模因素在配股和增发、转债间有影响，但增发和转债间的影响不显著。检验结果支持国外的相关研究结论。上市公司的融资成本和融资规模意愿可以作为再融资方式选择的重要判据。     

基于OPNET的机群数据链混合TDMA协议仿真

针对当前数据链的时隙分配问题,提出并实现了一种基于灰色关联分析法的混合时隙分配协议。通过灰色关联分析法对吞吐量、时延和当前报文缓冲区的负载程度做聚合,得到各节点综合得分,根据综合得分对时隙进行动态分配,同时采用固定时隙分配的方式保证网络中的节点最少有一个时隙可用。仿真结果表明：与固定TDMA(time division multiple access)协议和P-TDMA(priorityTDMA)协议相比,该协议在减少竞争冲突的同时,也保证了较低的时延、相对较高的吞吐量和高时隙利用率。     

基于累积延误损失算法的GHP模型

考虑不同机型的不同延误损失费用提出了一种累积延误损失算法,并建立基于该算法的地面等待策略(GHP)数学模型.该算法进行到达航班排序时,以所有航班总延误损失费用为首要排序标准,以先来先服务为第二排序标准,从而得到总延误损失费用与总延误时间值都较小的到达航班序列.同时,该算法也考虑了有后继任务的航班对到达航班序列的影响.基于该算法的GHP模型结合实际数据在实验仿真中取得了较好的效果,表明了该算法与模型的实用性与有效性.     

Managing redistribution of toll revenue with user heterogeneity

With the explicit consideration of user heterogeneity, i.e., each user has a different value of time （VOT）, this paper examines the system efficiency and social equity of toll revenue redistribution in a bi-mode transportation system. Three schemes of distributing the road toll revenue are proposed, which respectively consider efficiency, equity, as well as efficiency and equity together. With mild assumptions, we prove that the number of auto-motorists decreases and the total social cost increases with transit subsidy share when only marginal operating cost of the transit is covered by its fare. However, when average fixed cost of the transit is further covered, the total social cost is a ＂U＂ shape curve against the transit subsidy share. Numerical results show that the well designed toll revenue redistribution schemes can make the system more equitable while keeping high efficiency. With the increase of user heterogeneity, the Gini coefficient becomes larger while the total social cost goes down.