滑动时间窗算法关键参数研究

滑动时间窗算法主要涉及窗体大小、步长和位置交换范围三个参数,这三个参数对算法的有效性和效率都有非常重要的影响。为了寻求这三个参数对算法的具体影响和最优组合,首先对算法的复杂度进行了分析和评估;而后探索和总结了这三个参数之间的关系;最后,在设计和实现该算法的基础上,通过仿真找到了实时性约束条件下,优化效果最好时三个参数的取值,即窗口大小为7,移动步长为3,交换范围约束为4时,计算结果最好。通过大量的数据验证了在最优参数组合下算法的有效性,为科学地使用滑动时间窗算法提供了依据。     

基于双自适应滑动时间窗滚动轴承故障预测模型

针对传统方法和基于神经网络方法在滚动轴承故障预测中存在的问题,提出一种双自适应滑动时间窗故障预测模型。首先,通过设置能够去除相关性的状态估计非线性算子,将滚动轴承振动信号映射为能够表征其退化状态的故障特征—故障程度指标DR。其次,以损失函数为判据,设置模型参数自适应更新机制,以及建立能够自适应选取数据长度的滑动时间窗口。最后,通过西安交通大学发布的滚动轴承全寿命周期数据,模拟实际中突发性故障和渐发性故障综合作用下的故障发生情况,验证了所提出的故障预测模型的有效性。实验结果表明,提出的预测模型能够准确判断滚动轴承退化阶段的开始时刻和故障时刻,真实反映滚动轴承性能退化的趋势,预测误差仅为0.068%,预测时间仅占2次故障间隔时间的1.385%,满足复杂工况下滚动轴承故障预测的需求。     

飞机流排序中滑动时间窗算法关键参数研究

滑动时间窗算法主要涉及窗体大小、步长和位置交换范围三个参数。这三个参数对算法的有效性和效率都有非常重要的影响。为了寻求这三个参数对算法的具体影响和最优组合,首先对算法的复杂度进行了分析和评估;而后探索和总结了这三个参数之间的关系。最后,在设计和实现该算法的基础上,通过仿真找到了实时性约束条件下,优化效果最好时三个参数的取值,即窗口大小为7,移动步长为3,交换范围约束为4时,计算结果最好。通过大量的数据验证了在最优参数组合下算法的有效性,为科学地使用滑动时间窗算法提供了依据。     

机场终端区流量分配及优化调度

针对日益增长的空中交通需求所带来的严重的航班延误,给出了一种空中交通流量管理(ATFM)终端区流量分配及优化调度的模型.它可以实现对终端区某一特定时段内现有容量更有效的利用,进一步优化流量分配方案从而减轻航班延误的影响.模型在考虑机场的到达和出发过程相关的条件下实现对机场流量的最优分配,还考虑了机场容量按时间动态分配的特性以及在交通需求和天气的动态特性下,达到和出发过程之间的流量协调.最后利用中国某国际机场的实际数据对模型进行了验证,取得了很好的效果.     

基于航空排放的机场停机位分配优化

随着航空业的快速发展,航空排放对大气环境的影响日益严重。机场停机位分配优化研究,对航空绿色发展具有重要意义。基于场面运行规则,航空器排放、近机位利用率等多目标,建立一种使航空器排放量最小,近机位利用率最大的机场停机位分配优化模型,并通过南京禄口国际机场某日航班数据实例验证。结果表明:由于近机位利用率的提升,航空器的HC、NOx、CO、SOx和颗粒物(particulate matter,PM)排放量分别减少12. 33%、7. 81%、12. 66%、11. 06%和11. 17%;地面保障设备(ground support equipment,GSE)的HC、NOx、CO、PM排放量分别减少9. 59%、4. 63%、14. 34%、13. 64%;远机位旅客平均花费时间减少42. 31%。可见提出的优化模型增加了近机位利用率,减少了机场航空排放,减少了远机位旅客平均花费时间,验证了模型有效性。     

基于禁忌搜索算法的计算机通信网络中容量与流量分配问题的优化研究

为了降低网络的运营费用与改进网络性能，首次采用近年来新出现的一种高效的现代超启发式搜索方法——禁忌搜索算法求解计算机通信网络中链路容量与流量分配(CFA)问题，讨论了计算机通信网络中链路的固定费用、时延费用与可变费用对运营总费用的影响．大量的计算机仿真实验结果不仅验证了禁忌搜索算法对求解CFA问题的有效性，而且与传统的拉格朗日松弛及子梯度寻优算法相比，解的质量有大幅度提高；与遗传算法相比，对大规模或负荷很重的网络，该算法更具优越性．     

基于碳排放的综合运输流量分配及径路优化

针对有效降低交通运输领域的能源消耗及碳排放问题,从绿色交通的角度,构建了在一定碳排放水平下的公路-铁路综合货运网络流量分配及径路优化模型. 该模型根据多商品网络流理论,设置二元型决策变量,以运输服务水平等为约束条件,以最小化运输费用和碳排放成本为目标. 通过Matlab语言调用Cplex优化器,采用模拟数据对模型进行了验证. 结果表明该模型可以获得较理想的货流分配路径方案.     

基于时间窗的机场地面保障车辆动态调度

机场各类地面资源的优化配置是机场场面运行优化的核心问题,而机场地面保障任务的调度是其中的关键一环。本文针对机场地面保障车辆的调度问题,考虑航班延误、提前等情况,构建了双阶段机场地面保障车辆调度模型,并设计双阶段启发式算法进行求解;基于我国某大型机场的实际运行数据,以清水车和食品车调度为例分别进行仿真实验,结果表明：对比先到先服务策略,清水车行驶总距离减少55.31%,食品车行驶总距离减少47.38%;对比传统遗传算法,清水车行驶总距离减少19.31%,食品车行驶总距离减少22.93%;动态调整后,清水车新增总行驶距离1.2%,食品车总行驶距离新增3.2%,均在可接受范围之内。可见,双阶段机场地面保障车辆调度模型能提高大型机场场面运行效率,为机场航班实际地面保障任务调度提供理论依据和决策支持。     

对奥利机场南站候机楼旅客流量的分析与优化

面对奥利机场日益增长的旅客流量,为了满足旅客对机场服务质量的更高要求,巴黎机场集团(ADP)下属奥利机场决定对其南站候机楼的旅客流量进行分析与优化。本文一共分成三个部分,第一部分介绍了奥利机场南站的相关背景;第二部分是对南站候机楼旅客流量的抽样分析;第三部分提出了优化客流的具体建议和措施。     

基于自适应滑动窗的降落航班排序模型

对交通拥挤时进场航班进行合理排序，是空中交通流量管理的一个重要研究内容.通过对降落航班排序问题的研究，基于对降落总时间和计算量的优化，引入滑动窗模型.通过理论证明和仿真试验分析了窗体大小和步长对计算量和排序评估结果的影响.添加时间参数，使算法能自适应调节窗口大小和滑动步长.通过实际飞行计划仿真，本文的自适应滑动窗算法与先来先服务相比，明显减少了总降落时间，降低了航班调整力度.证明了算法的灵活性和实用性.     

应用时间滑动窗口模型的轨迹相似性研究

针对社交网络用户个人信息难以获取、公开信息不完整、不通用甚至内容虚假的问题，选择了普适性强，且能客观、真实反映用户行为习惯的位置数据作为相似性分析依据，对新浪微博、滴滴打车进行位置数据采集，形成两个高价值且具有国内网民特色的数据集作为实验对象.提出了一种基于时间滑动窗口模型的轨迹相似性匹配算法，通过调整时间窗口和位置距离优化算法F值，实现不同网络平台用户的相似性分析.以对新浪微博和滴滴打车的用户位置数据为例进行验证，实验结果证明了地理位置为虚拟身份相似性判断的正相关影响因子，且判断相似性的平均F值超过90%.      

基于滚动时间窗的最小二乘支持向量机回归估计方法及仿真

提出了一种基于滚动时间窗的最小二乘支持向量机(LSSVM)回归估计方法．该方法构造了滚动时间窗，利用滚动时间窗内的数据优化建模．模型随着时间窗的滚动进行在线更新，并对滚动时间窗内的数据分配不同的权值以充分利用数据的信息．将基于滚动时间窗的LSSVM回归估计方法应用于软测量建模．进行轻柴油凝固点的预估．结果表明，该建模方法十分有效．     

不确定作业时间下机场地面服务保障设备调度优化研究

机场地面服务延误在大型枢纽机场总延误中占有较大比重。为此,从机场地面保障设备工作时间不确定性出发,对机场地面服务保障设备调度优化问题进行了研究,以更加高效地调度地面服务设备。首先,根据国内某机场历史数据,采用对数正态分布拟合机场服务设备的作业时间;并对不同服务项目作业时间的波动性进行评估。然后,建立机场地面服务保障设备调度优化模型,以提高设备调度对于不确定作业时间的适应性;并且平衡设备工作量。最后,设计了具有不确定作业时间的设备调度遗传算法;并结合实例进行验证。结果表明:提出的不确定作业时间下的机场设备调度优化方案对设备作业时间波动性具有更高适应能力,提高机场设备利用率,缩短航班机位等待时间。     

基于滑动窗口最长公共子序列Wi Fi指纹定位算法

针对基于Wi Fi瞬时指纹定位算法中由于RSS信号的时变特性引起的Wi Fi定位精度差问题,提出了一种基于滑动窗口最长公共子序列指纹定位算法.该算法将时间序列的RSS信号指纹转化为基于滑动窗口的数据模型,增加了指纹特征信息,提高比对准确性.通过计算请求定位数据与样本的最长公共子序列来获得样本点的相似性,解决由于窗口伸缩或滑动窗口中个别采样点无信号引起的比对不准确问题,从而提高了定位的精确性和鲁棒性.实验结果表明,所提定位算法的结果明显优于瞬时指纹定位算法.     

基于宏观经济优化模型的区域污染负荷分配

提出了基于宏观经济优化模型的区域污染负荷分配方法，该方法利用宏观经济模型计算工业行业污染负荷产生总量，并利用基于区域环境容量的行业区域合理性分布原则对行业污染负荷进行二次分配得到了污染控制单元污染负荷总量，在此基础上对各单元工业污染负荷进行等比例削减，将工业污染负荷允许排放总量控制在基准年的目标总量上，实现了经济优化基础上的污染负荷公平分配，从而更好地体现了效益原则与公平原则的要求，以深圳市为例的研究表明，运用该方法进行污染负荷分配总体上明显优于现有的环境规划，由此也使周边海水水质得到改善。     

支持复杂语义的数据流滑动窗口连接建模和查询优化

数据流连接操作的执行方式直接影响到查询执行的效率和结果的正确性.在STREAM项目流化方法的基础上,对复杂应用下的数据流滑动窗口连接的准确语义进行了分析和建模,以时间窗口连接的增量维护为例提出了两种改进的基本维护策略,给出了针对元组窗和分组窗的维护方法,讨论了根据参数和环境的不同进行适应性的维护.实验证明了在不同的窗口、流速和选择度下,适应性地选择不同的优化算法会达到最优的处理性能.     

基于滑动窗口的动态手写签名局部相关性研究

为了解决直接序列匹配中签名序列存在随机波动和时间轴方向非均匀伸缩,导致相关分析给出的匹配度不高的问题,提出了采用滑动窗口对真实签名进行局部相关性分析的方法.将手写签名按压力划分成若干笔段,研究笔段匹配算法;对分段后的数据序列用滑动窗口算法进行局部相关分析.算例显示,对不同的签名个体而言,总有一些笔段的相关性极高,最小相关系数都达到0.8甚至0.9以上,这些笔段,正是签名者的稳定的签名特征,无论是相关分析法还是特征矢量分类法,滑动窗口局部相关分析都是一种有效的算法.     

基于SSA-CNN的航空器着陆跑道占用时间预测

国内外相关研究表明,航空器着陆跑道占用时间(aircraft arrive runway occupation time, AROT)是影响机场跑道容量的重要因素,对跑道占用时间的准确预测有利于更准确地评估跑道容量。由于着陆过程的动态性和复杂性,采用注重数据特征提取的卷积神经网络(convolutional neural networks, CNN)对AROT进行预测,针对CNN容易陷入局部最优等缺点,采用麻雀搜索算法(sparrow search algorithm, SSA)对CNN相关参数进行优化。数据采用航空器快速存取记录器(quick access recorder, QAR)的记录作为数据源,涵盖机场数目为34个。根据QAR数据分析AROT影响因素,构建了SSA-CNN预测模型。对QAR数据分析表明AROT与滑行距离、落地气温、跑道入口速度、快速脱离道数量、脱离速度关联性较强,与航空器重量、风速、风向、脱离道角度等影响因素关联性较低。根据影响因素的关联性采用CNN预测模型均方误差为18.35,而优化后的SSA-CNN预测模型均方误差为17.31,预测结果可以为机场评估跑道容...