机场群运行方式下的航班时刻与频率优化模型

针对枢纽机场的拥堵问题,提出了机场群航班时刻与频率优化策略.应用运输需求管理理论,以旅客最小出行损失时间为目标函数,以旅客流失率与航空公司客座率为约束条件,建立了基于机场群运行方式的航班时刻与频率优化模型.根据机场群内5个机场的地面交通时间与枢纽机场的航班数量与平均延误的关系,将机场群内各个机场的旅客需求进行分类,采用k-means聚类算法,计算了航班时刻与频率、旅客出行损失时间、机型与数量分配方式.计算结果表明:在机场群运行方式下,旅客需求分为7类,满足全部旅客需求的航班数量为11个,旅客出行损失时间为123 403 min;在独立运行方式下,旅客需求分为8类,满足全部旅客需求的航班数量为13个,旅客出行损失时间为165343 min;在机场群运行方式下,采用遗传算法求得的满足全部旅客需求的航班数量为11个,旅客出行损失时间为126119 min.     

基于航班时刻优化的多机场地面等待问题——模型和算法

为了优化航班的多机场地面等待问题,根据航班时刻信息,考虑空域容量和飞机周转限制,建立了以总延误时间最少、总延误成本最低、总调整航班架次最少、总延误航班架次最少的多目标、多机场地面等待问题模型.用非支配分类遗传算法Ⅱ(NSGA-Ⅱ)求出了该模型的优化多目标解集.以2008年秋季北京、上海和广州三大枢纽机场为例对该模型进行了验证,与先到先服务情况相比,平均总延误成本减少了约24%,平均总航班调整数减少了约62%.     

考虑延误传播的枢纽机场航班时刻优化方法

为解决枢纽机场的航班时刻优化问题，提出了一种考虑延误传播的航班时刻优化方法；根据延误传播因果关系强弱来表征延误传播代价，建立了以最小延误传播代价和最大公平性的双目标函数；为了降低航班时刻存在的先天性延误和保证进离港航班的衔接性，引入了进离港点通行能力、常态化航路流量控制以及航班波特征等约束条件，构建了更加符合枢纽机场运行特征的优化模型；基于求解多目标函数的约束法，设计了两阶段求解算法，将多目标函数求解问题转化为单目标函数求解问题；以上海浦东国际机场为案例，从资源利用率和运行效率两方面进行了试验验证。研究结果表明：优化前4%的时刻属于跑道超负荷运行时刻，优化后不存在跑道超负荷运行时刻；优化前PIKAS和LAMEN大约有5%的时刻、NXD大约有2%的时刻处于超负荷运行，优化后没有进离港点超负荷运行；优化前离港航班平均延误为23 min,有超过50%的时刻延误大于10 min,优化后平均延误为3 min,超过60%的时刻延误小于5 min;优化前进港航班延误为28 min,优化后85%的时刻延误小于5 min;优化前后航班正常率分别为82%、99%,优化后航班正常率提升了17%。可见，优化后...     

枢纽机场中转衔接性的评估与优化

为改善枢纽机场航班运行的准点率和衔接效率,在定义个别和总进港航班的中转衔接命中数基础上,构建了以中转衔接命中数最大化、时刻调整量最小化为目标,以无计划延误、跑道容量和走廊口容量为限制条件的双目标时刻规划调整模型。采用粒子群算法和线性规划两种算法进行求解,以大兴机场航班时刻表的调整实例来验证该模型和算法,并用数值模拟结合相关系数分析法分析了中转衔接命中数的影响因素。研究结果表明：该时刻调整方法能有效地消除因计划不合理而导致的延误,同时优化后的中转衔接命中数显著提高;为提高枢纽机场中转衔接性提供了理论基础,也为不同机场间的中转衔接性比较建立了基准。     

基于机场群的航班选择机场模型分析研究

为了解决枢纽机场因容量限制而产生的航班延误,引入了一种新的概念——机场群,就是地理位置接近的多个机场构成一个超级大的机场,进行航班的共同调度,并且结合地面交通,解决空中交通运输需求问题。本文针对机场群问题进行研究,给出了机场选择模型的数学描述,并结合模糊综合评判方法思想,设计了启发式算法。通过对现实机场情况的仿真,表明了模型的可用性,减少了跑道空闲状态。     

基于资源优化的枢纽机场中转仿真

机场资源的有限性是限制枢纽机场发展的最重要因素之一,如何能够提高中转资源的利用率已经成为改善枢纽机场中转运行效率的关键性问题.采用离散事件仿真技术根据中转航班旅客到达人数的变化实时分配中转资源,并使用SIMIO仿真软件实现了上海浦东国际机场的中转运行情况,以基于资源优化的思想,为每个航班动态指派中转资源.优化结果表明,实时分配的机场资源提高了中转资源的利用率.     

机场航空器地面滑行时间优化研究

提出航空器地面滑行优化研究,目的是在保证地面飞行安全的前提下,通过生产资源的合理调度和优化配置,提高设施资源的利用率,从而提高经济效益.本文简单地阐述了机场系统功能区的组成,提出了将机场地面系统视为带节点和弧的机场网络图结构,并简要介绍了飞机滑行的基本规则和在这一过程中可能出现的三种滑行冲突.核心内容是建立了系统的飞机滑行路径优化模型.将飞机的安全间隔、滑行规则和这三类冲突避免作为约束条件,研究进、出港航班滑行路径的优化问题.并以天津滨海国际机场为例,利用实际航班时刻数据进行算例分析,把优化结果与实际滑行时间进行对比,验证了该模型的可行性和优越性.     

延误航班机场场面滑行优化调度策略研究

为减少大面积航班延误带来的机场拥堵和安全隐患,提出了将解决延误航班调度过程转化为求解流水车间调度问题（flow-shop scheduling problems,FSP）.以航空器总体调度滑行时间最小为目标,建立延误航班滑行调度模型,设计多粒子群算法求解模型.算例分析表明,该调度模型较之比FCFS方案在一个高峰时段内能减少14.2min调度时间,提高了机场运行效率.     

基于动态容量的航班进离场流量鲁棒优化分配

为解决机场和定位点动态容量条件下的航班进离场流量优化分配问题,以总航班延误损失为决策依据,建立了绝对鲁棒优化模型、偏差鲁棒优化模型和相对鲁棒优化模型,并用捕食搜索算法,设计了寻找鲁棒最优解的算法流程.以国内某机场数据为例进行仿真验证,结果表明,得到的鲁棒最优解能够根据不同偏好有效规避风险,与该终端区一般容量条件下最优解的航班延误损失相比,偏差鲁棒最优策略和相对鲁棒最优策略下的航班延误损失分别减少了8.2%和7.8%.     

基于累积前景理论的机场群旅客出行决策行为分析

基于累积前景理论研究了机场群旅客出行决策行为.针对不同出行需求的旅客,综合计划延误时间、票价、出行在途时间“可靠性”和“不可靠性”动态设置出行决策参考点,并考虑航班容量限制因素,构建了旅客出行选择模型,并将实证调查数据分别与累积前景理论和期望效用理论仿真结果进行对比验证.研究表明：前景理论模型能够有效地描述机场群航空旅客的出行路径决策过程,旅客选择行为随着出行目的不同而不同;与期望效用理论模型比较,该模型对描述航空旅客决策行为具有更好的适应性.因此,机场应根据自身市场定位并结合旅客有限理性特点优化航班频率、票价和航线网络结构.     

粒子群算法在结构非概率可靠性优化中的应用

为了解决实际工程中不确定性结构的可靠性优化问题,建立了以结构非概率可靠性指标和横截面积为约束条件、最小化结构质量为目标的优化模型.利用非概率集合理论中的凸模型方法,求出可靠性指标,提出了基于粒子群算法的结构非概率可靠性优化方法.算例分析结果表明:与参数取平均值时的结构确定性优化方法相比,容许非概率可靠性指标为零时的结构非确定性优化方法得到的结构质量误差仅为0.009%.随着容许非概率可靠性指标的增大,桁架结构横截面积及质量也相应增大;当容许非概率可靠性指标为1.5时,与梯度投影法优化结果相比,利用该方法优化后的结构质量减少了0.323%.     

SQL Server大数据量数据库性能优化初探

SQL Server作为一种企业级的数据库,提供了丰富的特性,开发者可以从多个角度进行性能分析与优化。特别是聚集索引非常关键,而一个表只能有一个聚集索引,应该合理应用。同时要善于利用数据库系统提供的各种工具,有针对性地分析和调校性能。实践表明,只要适当进行优化,在普通服务器平台上,SQL大数据量数据库的性能是基本可用的。     

桁架结构拓扑优化的微粒群算法

为了解决有应力和位移约束的桁架结构的拓扑优化问题,将微粒群算法用于桁架结构拓扑优化.用罚函数法将应力和位移约束下的结构优化问题转化为无约束优化问题,用微粒群算法迭代计算.为了证明此方法的可行性,给出了2个具有应力和位移约束的桁架结构拓扑优化的算例.计算结果表明,微粒群算法与现有算法获得的桁架结构拓扑优化结果一致.     

证券投资的最优组合

引入了一种风险度量指标－组合偏差，构造出寻求最优投资组合的两目标决策模型，并采用约束法将其转化为线性单目标规划模型。该模型与均值－方差模型相比较，无论是在模型的合理性，还是在求解模型的方便性等方面，都有所改善，证明了线性单目标规划模型存在最优解，求解该模型等价于求解相应的线性规划模型。     

稳健性优化方法在铁道车辆优化中的应用

采用一种基于灵敏度分析的稳健性优化方法,以某铁道车辆转向架悬挂参数为设计变量,针对该车辆的稳定性进行了优化设计,并结合正交试验参数灵敏度分析方法对优化后的悬挂参数进行了灵敏度分析.研究结果表明,稳健性优化设计得到的悬挂参数不仅使该车辆拥有较高的临界速度,且临界速度对各悬挂参数的灵敏度均很低,文中优化后车辆的临界速度达到了505 km/h,当各悬挂参数改变时,临界速度变化不到5％.     

��������Ż�ģ�͵Ĺ��Ҽ���·�������Ż�

在传统的公路网路线布局优化模型的基础上,对节点重要度、路段重要度及网络重要度模型分别进行了改进. 改进模型综合考虑了节点的社会经济情况及路网交通需求在各节点之间的空间分布情况,将节点的客、货运输量作为确定节点重要度的重要指标,同时将节点之间的OD交换量、路段长度以及与两节点直接连通的节点个数作为确定路段重要度的变量,并将改进的重要度模型引入目标函数当中,建立一种适用于国家级干线公路网的组合优化模型,并运用遗传算法对所建立的组合优化模型进行求解. 基于东北地区高速公路网规划案例进行的仿真试验表明,该模型是可行的、有效的,可以为公路网规划提供一些借鉴和参考.     

一种改进的果蝇优化算法求解连续函数优化问题

在原始果蝇算法基础上,结合经典粒子群算法,设计了新的粒子速度和种群更新方法,提出了一种新的改进果蝇算法,然后将改进果蝇算法应用于连续函数优化问题,并用标准测试函数进行了验证,最后对改进果蝇算法的优化机理进行了分析。     

基于改进粒子群算法的工程项目综合优化

为解决现有粒子群优化算法进化过程中"早熟"的问题,提出了一种改进的粒子群优化算法HSPSO.算法采用多子群分层策略,以提高收敛速度和优化精度.为求解工程项目的综合优化问题,建立了工期-成本-质量的数学优化模型和多目标优化模型.通过实例对标准粒子群优化算法(SPSO)和差分进化(DE)算法进行了比较,并采用HSPSO算法进行多目标优化.最后,用枚举法验证了模型的合理性和算法的有效性.与已有研究相比,HSPSO算法能在种群规模较小(20个粒子)的情况下,快速找到满意的解(平均迭代次数不超过20次).     

Adaptive Multi-Objective Optimization of Bionic Shoulder Joint Based on Particle Swarm Optimization

To get the movement mode and driving mechanism similar to human shoulder joint, a six degrees of freedom (DOF) serial-parallel bionic shoulder joint mechanism driven by pneumatic muscle actuators (PMAs) was designed. However, the structural parameters of the shoulder joint will affect various performances of the mechanism. To obtain the optimal structure parameters, the particle swarm optimization (PSO) was used. Besides, the mathematical expressions of indexes of rotation ranges, maximum bearing torque, discrete dexterity and muscle shrinkage of the bionic shoulder joint were established respectively to represent its many-sided characteristics. And the multi-objective optimization problem was transformed into a single-objective optimization problem by using the weighted-sum method. The normalization method and adaptive-weight method were used to determine each optimization index’s weight coefficient; then the particle swarm optimization was used to optimize the integrated objective function of the bionic shoulder joint and the optimal solution was obtained. Compared with the average optimization generations and the optimal target values of many experiments, using adaptive-weight method to adjust weights of integrated objective function is better than using normalization method, which validates superiority of the adaptive-weight method.     

C程序代码优化的探讨

不同的层面的程序代码,可以有不同的模块组合方式,把各个模块平均运行次数与模块平均运行时间的卷积做得尽量小是优化的目标,这在数学上是一项复杂的工作。本文通过减少上下文依赖关系,分析静态变量、数据的组织和消除除法等方面探讨了代码的优化。