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.     

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.     

GHP时隙分配问题的组合拍卖竞胜标模型与算法

为了公平和有效地分配机场时隙资源,针对2-2的时隙交易问题,以第一价格密封拍卖方式为背景,建立时隙组合拍卖的竞胜标模型,设计人工鱼群算法求解模型,并进行算例分析。算例分析结果表明模型与算法是可行的。     

基于进离场容量转化的航班地面等待程序

为实现对机场进离场容量和空中交通需求的动态平衡管理,先通过分析进离场容量转化曲线 ,建立基于进离场容量转化的航班地面等待程序模型,并结合RBS排序和Compress寻优算法对等待策略采用动态规划求解,最后对模型进行了数值仿真分析,计算结果证明了在航班地面等待程序中进行进离场容量转化可以有效的减少延误,增大流量,提高效益.     

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。     

不正常航班延误调度模型及算法

恶劣天气、航空管制、机械故障等原因常会使航班表无法正常运作,决策人员必须把飞机重新指派给航班,决定延误或取消哪些航班,尽快使航班恢复正常.本文构建了以延误成本最小或延误时间最短为目标函数的航班恢复模型,航空公司可以根据需要选择不同的目标函数;细分了延误成本并提出旅客失望溢出成本和失望溢出率概念;采用启发式方法并调用匈牙利算法对模型求解,给出了算法的运行步骤,并以实例说明了模型和算法的可行性.     

基于累积前景理论的出行方式选择模型及实证

以通勤者的出行方式选择为背景,假设存在三种可能的出行方式:地铁出行、自驾车出行和自驾车-地铁换乘出行.地铁方式的出行时间是确定的,而自驾车方式和停车换乘方式的出行时间均具有一定的不确定性,在此基础上建立了基于累积前景理论和期望效用理论的出行方式选择模型,并在不同出行场景下对比了两种理论框架下最优选择结果的差异.最后通过实证调查数据对理论模型的结果进行检验.实证结果表明,个体决策行为会随着出行场景的变化而改变,其出行方式选择结果与累积前景理论框架下的结果相符.因此,交通管理部门应结合个体风险偏好进行道路资源优化与管理.     

CDM GDP飞机着陆时隙多目标优化分配

为科学利用机场时隙资源、降低航班延误损失,研究了CDM GDP时隙资源分配方法.提出采用有效性、功效性和公平性均衡的CDM GDP时隙分配方法,给出一种多目标优化模型.模型以有效性为约束,以功效性和公平性为目标,寻求总延误成本损失最小和航空公司间损失偏差最小的分配方案;引入具体的评价指标量化比较分析航空公司间的公平性.模型采用一种多目标遗传算法予以求解.算例仿真结果表明,获得的一组最优方案的功效性和公平性比RBS算法提高了17.9%、88.5%,验证了所提方法的有效性.     

一种基于四阶累积量的相干信号测向算法

利用四阶累积量估计相干信号的来波方向(DoA)需要获得修正阵列的方向矩阵。提出了一种估计修正阵列方向矩阵的改进算法,它减少了计算量,通过模式激励和空间平滑,实现均匀圆阵对来自不同独立信号源的相干信号的DoA估计,并利用虚拟阵列流形的中心对称性,将复矩阵的特征分解转换为实矩阵的特征分解,减少了计算量。相比基于自相关矩阵的算法,所提出方法提高了阵元利用率,有效地抑制了高斯噪声,不需要对模式激励后的数据进行白化处理,仿真结果表明,在低信噪比和多个独立信号源存在的条件下,有更明显的优势。     

单机场地面等待问题遗传算法设计

随着空中交通拥挤问题的日益严重，建立科学合理的空中交通管理系统变得十分迫切，而管理系统的核心一流量管理优化算法的研究就十分重要了,当飞机架次较多时，采用事件驱动型模型会取得较好的求解效果，但原有模型将不同类型飞机的单位延迟费用认为是相同的。从不同飞机有不同的延迟费用这一重要经济因素出发，建立了新的事件驱动型单机场地面等待模型，对模型的求解，设计了改革的序号编码遗传算法，采用上海浦东机场的实际数据进行了仿真，仿真结果表明了模型和算法的有效性。     

一种基于半马尔可夫网络流量模型的延迟估计算法

提出一种基于半马尔可夫网络流量模型的延迟估计算法,用于估计传榆链路的延迟超过某个阈值的概率,该值可做为控制器设计及控制策略选择的依据.利用半马尔可夫理论对网络流量进行建模,建立了延迟与网络传输中的队列队长、及队长与网络流速率的函数关系,之后经过推导和有限分割,得出网络延迟概率计算公式,并分析了该算法的复杂度.在计算布朗运动积分时采用Itǒ积分实现.仿真证明该算法是有效、可行的.     

基于作业的企业资源成本模型研究

基于资源流动过程图的基础上深入分析了资源的涵义,根据资源的内在属性对其进行了分类.根据既定决策行动、资源、资源成本等假设条件,分别就弹性资源和约束性资源建立了资源成本模型,为企业资源配置提供了一定的理论依据.最后通过案例对该模型进行了解释和说明.     

基于贝叶斯网络的航班延误与波及分析模型

航班延误是各航空公司亟待解决的问题之一.提出了一种基于贝叶斯网络的航班延误预测与波及分析模型,该模型考虑了影响航班延误的相关因素,通过设定各因素的属性信息,可以对航班是否发生延误及其延误级别进行概率性预测,并且可以方便地对产生航班延误的原因进行定位,准确地分析航班延误产生的波及情况.实现了该模型,并以一个简单的航班计划为例验证了该模型的可行性.     

基于禁忌遗传算法的区域路网双层优化模型

针对区域路网优化问题,利用改进的遗传禁忌算法进行了综合研究。在探讨区域路网交通特性的基础上,构建了区域路网优化的双层优化模型。并在分析遗传算法和禁忌搜索算法自身的优势与不足的基础上,提出了基于遗传禁忌算法的路网优化算法。区域路网双层优化模型利用禁忌遗传算法能够较快得到最优解,相对于传统的优化模型更能结合区域交通与经济特性,结论比较符合实际情况。应用结果表明,优化模型不仅能够满足交通需求,而且该法科学合理、可操作性强。     

基于模糊预测的建设工程单方造价快速算法研究

基于模糊理论和指数平滑预测相结合的方法,给出了以预测单方造价为基础的投标工程单方造价快报算法。其算法具有普遍的应用价值。     

ARMA(1,1)需求条件下需求信息延迟对两级供应链牛鞭效应和平均成本的影响

为了分析需求信息延迟对供应链绩效的影响,考虑由一个零售商和一个制造商所组成的两级供应链,顾客需求满足ARMA(1,1)过程。首先从理论上建立需求信息不延迟与需求信息延迟时零售商和制造商订单量波动程度的定量描述模型,通过两种情形下的比较分析得出:当需求自回归系数为正数时,需求信息延迟将减小牛鞭效应,当需求自回归系数为负数时,需求信息延迟将提高牛鞭效应;其次运用仿真方法对需求信息延迟与需求信息不延迟时制造商和零售商的平均成本进行了比较分析,同样得出:当需求自回归系数为正数时,需求信息延迟将降低制造商和零售商的平均成本,而需求自回归系数为负数时,需求信息延迟将提高制造商和零售商的平均成本。     

具有典型交易成本的投资组合管理模型及其求解

引入了非凹非凸的典型交易成本函数形式 ,建立了含有典型交易成本的投资组合管理模型 ,并采用遗传算法对其进行了有效求解 .通过数值实例分析了不同交易成本、不同风险水平对投资组合的影响.     

基于模糊预测的工程造价估算模型研究

在工程项目建设的历史资料和设计资料基础上，通过对工程特征因素的模糊评价，充分利用其特征信息，建立了造价估算模型。实例分析表明该方法是可行的，估算结果是可靠的.     

基于ANFIS的选矿产品成本预测模型

准确预测产品成本,对于选矿生产过程成本控制具有重大意义。由于影响产品成本的因素多而复杂,因素之间相互影响,存在耦合现象,因而准确预测产品成本是一个重要又难以解决的问题。提出了基于自适应神经模糊推理系统的选矿产品成本预测模型,用减法聚类,最小二乘法及梯度下降法辨识了T-S模型。采用某选矿厂综合铁精矿成本及其影响因素数据,对模型的预测进行了仿真,仿真结果表明该方法是切实可行并有效的。