空中交通延误预测研究综述

空中交通系统作为典型复杂系统,其非线性聚合的动力学特征给延误预测带来挑战,使空中交通延误预测问题保持了开放性.近二十年来,针对此问题,利用传统机器学习、深度学习、复杂系统建模仿真、排队理论等,涌现出大量研究成果.首先系统性阐述了空中交通延误产生与传播的原因,并根据预测数值类型、预测对象以及预测时间尺度对现有研究中的延误...     

针对交叉流的组合冲突解脱策略

航路网络交叉处高密度交通形成的冲突是诱发管制员工作负荷的主要因素, 合理的冲突解脱策略可以降低对保护空域的需求. 针对典型2向交叉流结构, 在分析横向侧移冲突解脱策略优势与不足的基础上, 提出了更符合管制实际需求的基于2次航向改变的组合冲突解脱策略. 首先建立了不受空域约束的组合策略数学模型. 组合策略较横向侧移策略占用较少的机动缓冲空域. 进一步建立了受空域约束的组合策略数学模型, 通过仿真讨论了不同策略的空域资源可用率. 初始偏置角与航迹交叉角存在复杂制约关系, 其合理配置可缩小缓冲区范围, 增加空域资源可用率.     

基于随机赋时Petri网的车辆交通系统建模与仿真

针对普通道口的车辆交通系统,将各道口描述为资源库所,车辆到达（离开）道口的事件描述为发生时间间隔服从泊松分布的赋时变迁,从而建立了该系统的随机赋时Petri网模型,并根据该模型开发了VB仿真系统平台,仿真实验显示该系统能够模拟道路口的车流动态过程,可以为交通调度算法提供了实验平台。     

用于异质用户出行管理的可交易许可证研究

针对公共交通与私家车出行方式并行的双模式交通系统,在考虑不同用户的时间价值情况下,通过引进可交易的道路许可证政策,建立了均衡出行交通模型.研究发现,许可证政策将拥挤产生的交通成本内部化,在缓解交通拥堵的同时,通过经济手段,降低了系统总成本.进一步地,本文证明如果汽车比公交快,那么时间价值较高的人会选择私家车出行;反之,如果公交比汽车快,时间价值相对较高的有车族会选择公交出行.通过与OD收费进行比较,我们得到在收费为正的情况下,许可证政策可以得到与基于OD收费相同的效果.最后,算例结果表明,许可证政策使得部分人选择公交出行的成本更低,达到鼓励公交出行的目的;甚至在许可证发放数量少于临界数量的情况下,选择公交出行的人会获得正收益.     

复杂适应系统Internet中的网络流量仿真研究

网络流量与网络带宽的关系是网络研究的一个重要课题，论文用复杂适应系统理论及基于Agent的模拟方法，对Internet复杂适应系统的网络流量与网络带宽的关系进行了模拟仿真，即在Swarm平台上构建了一个基于多Agent的随机网络流量动态模拟系统．在该系统中，首先定义了Agent行为规则及策略，然后通过多个Agent交互作用及多个Agent与周围环境之间的相互作用和影响，模拟出整个系统宏观层次的涌现特征：网络带宽被占用约50％左右时，出现震荡现象．该现象将对下一代互联网的建设提供理论参考．     

我国航空客运量需求预测模型:基于随机前沿预测模型和模型平均

针对多数研究以产品或服务的历史消费量来代替不可观测的需求量而导致的需求预测出现实质性偏差的问题，本文将包含技术无效率项的随机前沿预测模型应用于航空客运量需求的预测，从而有效解决实质性偏差的问题.同时我们在此基础上引入一种模型平均权重确定方法，即通过最小化M折交叉验证准则（CV_M）确定候选模型权重.本文证明了该方法在理论上的最优性.由于模型中技术无效项的存在，我们可以同时预测航空客运量的实际产生量和需求量，实证研究也表明，相比其他常用的预测方法，该方法在预测航空客运量中长期的实际产生量上更具优势.     

一类带有随机参数的交通优化模型及遗传算法

双向编组站包含两个个独立的作业系统，确定最合理的系统分工方案是这类编组站必须解决的首要问题，车流量则是该问题重要的输入参数，在实际运输工作中，车流量随着时间的不同总要发生一定的波动变化，这必然会影响双向编组站系统分工方案，针对这一交通运输学科经常面临的情况，构造了车流波动条件下双向编组站系统作为分工的随机优化模型，建立了基于遗传算法的求解理论，该方法对交通问题具有一般性的意义。     

基于Agent的网络化防空导弹体系仿真分析

网络化防空导弹体系是未来防空导弹作战体系的发展趋势。作为一个全新的复杂作战体系,采用基于Agent的建模仿真(Agent-based modeling and simulation, ABMS)方法进行仿真分析是支持其论证工作的有效途径。以分布式无中心节点网络化结构为基础,分析了该体系的结构和新型作战特点;设计了基于Agent的网络化防空导弹体系仿真框架,包括仿真实体类型及关系、实体交互框架、Agent内部结构以及行为规则;通过一个作战想定,详细分析了网络化结构下防空导弹体系的信息优势、决策优势和作战优势,并在相关方面提出建议。     

基于奇异谱分析的我国航空客运量集成预测模型

针对时间序列包含噪声以及单一模型可能存在预测表现不稳定的问题,本文提出了一个基于奇异谱分析(SSA)的集成预测模型,并将其运用于我国年度航空客运量的预测中.首先,采用SSA方法对原始时间序列进行分解和重构,得到一个剔除噪声的时间序列,然后将其作为单整自回归移动平均模型(ARIMA)、支持向量回归模型(SVR)、Holt-Winters方法(HW)等单一模型的输入并进行预测,接着再采用加权平均集成预测方法(WA)将三种单一模型的预测结果进行综合集成.通过与各单一模型、基于经验模态分解方法(EMD)的模型以及简单平均集成预测方法(SA)的预测结果进行对比发现,本文所建模型具有较高的预测精度和较稳定的预测表现.最后,采用本文的模型对我国2014-2016年年度航空客运量进行了预测.     

短时交通流量智能组合预测模型及应用

提出了一种新的短时交通流量智能组合预测模型.该智能组合模型包含三个子模型:卡尔曼滤波模型、人工神经网络模型和模糊综合模型.卡尔曼滤波模型利用卡尔曼滤波方法良好的静态线性稳定特性,采用线性迭代方式对交通流量进行最优估计.人工神经网络模型利用其强大的动态非线性映射能力,对动态交通流量的预测具有较高的精度和满意度.模糊综合模型采用模糊方法来综合这两个单项模型的输出,并把它的输出作为整个组合模型的最终交通流量预测值.实际应用表明:该组合模型的预测精度高于单项预测模型各自单独使用时的精度,发挥了两种模型各自的优势,是短时交通流预测的一种有效方法.     

基于OPNET的交换结构信源建模及仿真分析

针对交换结构所使用的信源模型,不仅要考虑网络业务流自身特性,还要考虑输出端口的业务均衡问题,提出一种可用于交换结构性能分析与设计验证的信源模型,该模型能够产生具有自相似特性的网络业务流,并且能够正确模拟到达交换结构输入端口处的均衡和非均衡分布的网络业务流,同时通过在OPNET仿真平台上的测试,证明了上述结论。该模型对于高速交换机中交换结构的设计具有重要意义。     

基于UML和OCPN的防空作战仿真系统建模研究

通过深入分析防空作战仿真系统,综合运用形式化和非形式化建模技术,提出了UML和对象有色Petri网相结合的防空作战仿真系统混合建模方法,并给出了防空作战仿真系统的UML和OCPN的混合建模实例,为防空作战仿真系统采用复合建模技术、克服单一建模的缺陷提供了有益的思路。     

基于PSO的虚拟企业风险管理的随机规划模型

虚拟企业的柔性、成员的多样性及其分布性等特征为其带来了众多风险,虚拟企业的风险管理已经成为其运作中的一个重要问题.考虑虚拟企业的风险中的随机因素,如风险发生的概率、造成后果的概率和控制风险的费用等,将其描述为随机变量,提出了一个虚拟企业风险管理的随机规划模型.具体来说,该模型是一个机会约束规划模型,运用此类模型可以比较好的描述管理者的风险偏好.为了求解该随机规划模型,引入蒙特卡罗模拟来处理模型中的随机变量,设计了嵌入蒙特卡罗模拟的粒子群算法.仿真分析表明了该算法的有效性.     

多机场网络系统流量分配策略

为有效减少机场交通拥挤、降低航班延误,从系统角度研究战略层面的机场交通供需平衡问题.通过考虑单机场进场和离场间的相关性以及多机场联程航班间的关联性,提出了开放式多机场有向网络交通流系统;基于多元容量受限约束和联程航班约束,以最小化网络系统内所有航班的总延误为目标,建立了开放式多机场网络配流模型.结合国内三大机场的实际航班数据,对模型进行了仿真验证.仿真结果表明:所建模型可以对多机场网络系统流量与容量进行协调优化匹配,充分利用系统容量最小化系统航班延误;可为空管部门提供流量调配优化策略、为民航部门制定航班计划提供辅助决策依据.     

随机需求下公交时刻表设计的鲁棒性优化

考虑在实际运营中乘客需求具有随机性,固定需求下优化的公交时刻表不适应运营的要求.随机需求下的期望值模型忽略了不利可能事件对运营的负面影响,针对此情况研究随机需求下公交时刻表设计的鲁棒性优化.模型综合考虑乘客成本与运营成本,采用鲁棒性优化权衡目标期望值与偏差期望值.结合随机模拟技术,选用遗传算法求解模型.给出了算例,验证了模型和算法的有效性.通过比较固定需求模型、随机需求期望值模型、随机需求鲁棒性模型,说明在鲁棒性优化下需要提供更多的交通供给以降低偏差期望值.最后,对鲁棒性模型中的偏差权重系数进行了灵敏度分析.     

改进粒子群算法优化 BP 神经网络的短时交通流预测

为提高 BP 神经网络预测模型的预测准确性, 提出了一种基于改进粒子群算法优化 BP 神经网络的预测方法. 引入自适应变异算子对陷入局部最优的粒子进行变异, 改进了粒子群算法的寻优性能, 利用改进粒子群算法优化 BP 神经网络的权值和阈值, 然后训练 BP 神经网络预测模型求得最优解. 将该预测方法应用到实测交通流的时间序列进行有效性验证, 结果表明了该方法对短时交通流具有更好的非线性拟合能力和更高的预测准确性.     

IP网流量仿真与建模

针对网络仿真中的关键问题——流量的仿真与建模，分析了IP网络流量的特点和软件仿真系统OPNET的流量仿真建模机制，详细阐述了一种基于OPNET仿真平台建立IP网流量模型的方法。该方法将流量仿真分成背景路由流量建模、背景利用率流量建模和前景业务流量建模3部分，并综合利用网管导入流量和业务源建模来建立流量模型。最后通过仿真建模验证了该方法的有效性.     

行驶受扰延迟下配送车辆调度的干扰管理决策模型

针对行驶受扰延迟下配送车辆的调度问题,提出了基于多相量子粒子群算法的两阶段干扰管理决策方法.首先以最小化用户时间窗偏离度和最小化配送成本为目标,建立了问题的数学模型;然后对车辆配送发生干扰事件可能采取的干扰管理模式进行了归纳和分类,并在选定模式基础上提出了用多相量子粒子群算法进行路线选择的方法;最后在Solomon算例的基础上通过实验仿真,对所提出方法的性能进行测试,并与全局重调度方法进行对比分析,验证了本文方法不仅达到了优化目标的目的,还满足了干扰管理的实用性要求.     

风险规避下的航空货运期权定价Stackelberg博弈模型

构建了一个考虑风险规避货运代理商的期权定价两阶段Stackelberg博弈模型,分析航空公司的最优定价决策以及货运代理商的最优期权定购量和购买量.分析结果表明:风险规避货运代理商的航空货运运用期权契约可以有效规避成本增加和现货市场运价上涨的风险,提高双方的收益,实现社会的帕累托最优.     

针对要点防空模型的作战兵力优化研究

为了在现代化联合防空作战中,根据蓝方火力配置,红方能够做出最优的兵力分配,使防空效能最大化。从要点防空的任务角度出发,对作战兵力分配进行建模优化,并对优化后的兵力分配效能进行评估。首先选定任务背景为近海小规模局部战争,对复杂作战情况进行抽象得到模型。对模型进行优化,求解得到红方最优兵力分配结果,提出一种新方法,简化了对有限制的类二项分布期望的求解,得到蓝方各类进攻力量成功突防的期望以及红方要点平均损耗期望,并用此值定量评估联合防空的兵力分配效能。最后,进行了实例分析,验证了模型的有效性。