轴辐式航空货运航线网络的构建研究

当前我国多数货运航空公司正处于发展初期,主要以中小型货运航空公司为主。本文结合我国现阶段的实际现状,提出构建严格的无容量限制单一指派的枢纽式货运航线网络,并建立混合整数线性规划模型,然后基于国内实际航线运营数据,利用LINGO软件编程求解,并分别对设置不同枢纽数量进行了讨论分析。     

基于航线网络结构的上海浦东机场亚太枢纽竞争力分析

从亚太主要枢纽机场的现状及国际背景出发,以航线网络结构为基础,从枢纽机场与亚太地区其他机场的连接紧密程度,枢纽机场拥有基地航空公司的规模,枢纽机场腹地客源及其在亚太航线网络中的位置四方面建立测评指标,对浦东机场、仁川机场等五个竞争机场进行竞争力分析,得出浦东机场的竞争优劣势,并据此提出发展建议。     

基于机场属性网络表示学习的机场群同质化分析（英文）

现有机场群研究较少从航线网络分析角度进行机场节点之间的同质化分析,航线网络中机场节点的属性信息考虑不足。为了解决此问题,文中提出了一种基于机场属性网络表示学习的机场群同质化分析方法。首先,构建包含属性信息的机场群航线网络,如果机场之间有航班,则为机场之间添加一条边,并为每个机场节点添加航线区域属性信息。其次,分别进行机场属性以及机场网络向量表示,通过网络表示学习方法将机场属性和机场网络表示向量嵌入到统一的机场表示向量空间,得到融合机场属性以及机场网络特性的机场特征向量。通过计算机场群内机场向量的相似度,可以方便地计算机场之间以及机场群的同质化程度。京津冀机场群数据集的实验结果表明,与目前其他算法相比,本文提出的基于属性网络表示学习的同质性分析方法可以得到更符合京津冀机场群现状的同质化计算结果。     

基于Floyd算法的枢纽航线网络鲁棒优化方法

本文研究了枢纽航线网络在运输成本与需求均具有不确定性的情况下的优化方法,对于运输成本与距离成正比、不成正比两种情况的算法进行探讨并进行了时间复杂度分析,利用鲁棒优化方法建立了航线网络鲁棒离散优化模型,并采用Floyd算法,运用MATLAB软件编程对模型进行求解。最终,以我国20座城市的航空运输网络为基础,运用上述模型与算法进行了实例验证,对结果进行了分析,验证了鲁棒优化方法在枢纽航线网络优化设计中具有较好的实用参考价值。     

基于无监督学习视觉特征的深度聚类方法

基于自编码器的特征提取技术广泛应用于图像聚类分析,在较简单的图像集上取得了令人满意的聚类结果,但自编码器的特征表示能力有限,很难捕捉到复杂低质图像的局部特征。本文提出一种基于非对称结构卷积自编码器（Convolutional auto-encoder with an asymmetric structure, ASCAE）的学习视觉特征的深度聚类方法,其中非对称结构的卷积自编码器用于学习特征表示,然后使用K-means算法对特征数据进行聚类分析。为进一步提高特征表示能力,ASCAE方法的网络采用变步长的卷积层和全连接的重构误差正则约束网络的重构误差。在7个公开图像集上的实验结果表明该网络有很好的特征表示能力,并且使得K-means算法能提供很好的聚类结果。在COIL-20和MNIST图像集上,聚类方法ASCAE的聚类精度分别为0.754和0.918,优于同类型的4种深度聚类方法（AEC、IEC、DEC和DEN）。     

基于大圆航线的RNAV航路规划

目前,航空公司在进行飞行计划的制定时,全部采用航行情报资料标注的航线网络数据,而航线网络数据是基于导航台的等角多圆锥投影得到的等角航线要素。装载有区域导航(RNAV)计算机的飞机在航行过程中采用的航线模型是简化的大圆航线。由于地空采用的航线模型不同,导致运营计划数据和实际飞行数据产生误差。利用大圆航线计算模型重新规划航路,将航路点调整到起飞机场与着陆机场构成的大圆航线上,不但降低了运营计划数据和实际飞行数据之间的误差,而且可以缩短航程,提高航空公司的运营效益。经计算,从白云机场至洛杉矶机场,调整航路点纬度以后航线距离缩短至11 728．9 km,比目前的飞行距离缩短 295．5 km,约2．46％。     

基于运行保障效率的货运航班停机位分配

基于双分拣中心建立最小化不同紧急程度货物的影响下飞机滑行时间和机下运输至分拣系统时间、最大化货运航班类型和停机位类型的匹配程度以及跑道鲁棒性的多目标优化模型,采用线性加权法对目标函数进行赋值,综合分析不同权重下的分配结果并得到最优方案。借助CPLEX Studio IDE 12.8.0软件,以鄂州机场为实例进行求解,实验结果表明,相比于贪婪启发式方法,本文提出的模型得到的分配方案使得飞机滑行时间减少17.90%,货物运输时间减少6.96%,机位类型利用率提升21.21%,跑道使用完全均衡,因此提高了枢纽机场过站时效,运行保障效率有明显提升,可用于货运枢纽机场的实际运营。     

最小费用最大流模型在航班衔接问题中的应用

针对单枢纽航线网络的特点，以所需同飞机数最少，航班在枢纽机场的过站衔接最紧凑为目标，提出了描述航班衔接问题的最小费用最大流网络模型：首先将航班衔接问题转化为航班节的衔接问题并以各航班节在枢纽机场的到港，商港时刻为结点，建立了一个描述航班节衔接问题的单源汇网络，从而将航班衔接问题转化为该单源汇网络的最小费用最大流问题，利用dijkstra算法求该网络的最小费用最大流进而得到了一个需用飞机数最少，且过站衔接最紧凑的航班节衔接方案，为利用计算机自动编制并优化航班衔接方案提供了一种可行方法。     

基于机型等级的航线市场细分方法研究

提出了一种基于机型型别等级的航线市场细分方法。该方法先将飞机按座级划分为四个等级,然后根据各航线上每种座位等级的航班比例,利用设计的基于组间组内距离(BWP)指标、以极大极小算法确定初始聚类中心的K-Means集成聚类算法,对选取的35条高客流航线进行精细聚类。聚类结果显示35条航线可以很好地划分为3类航线市场。聚类结果合理且与现实基本吻合,可为飞机制造商设计合适机型、准确预测飞机需求量等活动提供重要的决策依据。     

MA600飞机高原机场和航线适航性分析

高教机航线训练经常涉及高原机场和航线,根据局方的要求在这些机场和航线进行飞行前需要对其进行适航性分析。本文从MA600的飞行手册和性能软件入手,重点对MA600飞机在高原机场和航线的适航性进行了分析,并给出了分析结论。     

最小支撑树算法在基因表达数据聚类分析中的应用

聚类分析已成为对基因表达数据进行挖掘以提取生物医学信息的主要方法.本文提出了基于图论的最小支撑树(Minimum spanning tree,MST)聚类算法,用MST表示多维基因表达数据,可将数据的聚类转换为对最小支撑树的分割,相对于传统聚类方法,最小支撑树算法具有形象直观、对一些准则函数能产生全局最优解等优点;将MST算法分别与Memetic algorithm及人工免疫算法(Artificial immune network,aiNet)相结合,则产生更优化的聚类结果.对酵母基因表达数据的实验结果表明,最小支撑树聚类算法是一种有效的基因表达数据的聚类方法.     

深成份指数的灰色行业聚类关联与预测模型研究

本文应用系统工程理论,结合灰色趋势关联度,研究了灰色趋势关联系统及数学模型。作为该模型的应用,提出了灰色趋势关联聚类预测方法。以深成份指数为样本对各类行业进行了聚类分析,得到了一种符合实际的聚类预测结果,阐明了灰色趋势关联聚类预测方法的有效性、方便性和实用性。     

飞机选型应进行的航线分析研究

在飞机选型工作中飞机性能人员的主要工作是对各备选机型进行航线分析,为经济分析提供在各条航线上的业载、轮档油量、轮档时间等各种数据,分析各备选机型的机场适应性、航线适应性.通过对各备选机型的机场适应性、航线适应性的分析可以对备选机型从飞机性能角度做出优劣顺序的初步评估,供最终决策时参考.     

中国主要枢纽机场运营效率评价研究

运用规模可变的CCR-DEA模型和规模固定的BBC-DEA模型,从投入产出的角度对2007-2014年间的9家中国枢纽机场的运营效率进行了实证研究。从综合效率、规模效率和纯技术效率三方面进行机场运营效率的分析,并通过投影分析对无效机场进行相应的改进。最后,总结分析结果,确定制约我国枢纽机场运营效率的因素,提出相关的改进建议。     

机场

30家机场联手航企拓展航空市场9月4日,21家航空公司和30家机场的130名代表齐聚在山东济南,参加第七届东北腹地暨环渤海区域相关机场航空市场战略联盟会,就新开航线、航线网络对接、中转衔接、航空市场开发等多方面进行业务对接,以促进区域航空市场的发展。     

飞院川内航线网络优化浅析

对中国民用航空飞行学院（以下简称飞院）当前的训练能力进行分析,并结合空域规划知识,在飞院川内原有大三角航线的基础上,增加阆中机场,划设出新的航线,使得阆中机场与原有的四个机场的航线更好地衔接起来。同时,对原有的低空仪表转场训练高度进行重新配备,并对部分航线做出调整。     

民用机场综合赋权模糊选址评价

为解决机场选址评价指标赋权过于主观的问题,建立了基于熵权和AHP法综合赋权的民用机场场址选择模糊评价模型。首先分层建立民用机场选址评价模型的指标体系,用隶属度函数法进行指标模糊评价,再用熵权结合AHP的综合赋权法确定指标权重,建立了综合赋权法的机场模糊选址评价模型。将模型应用到成都第二机场选址问题中,从3个备选方案中优选出最优方案,结果与实际一致。实例证明,用综合赋权法建立的民用机场场址模糊优选评价模型,原理简单,可操作性较强,排序结果较准确,为机场总体规划时场址优选提供了一种新的途径。     

基于聚类分析的航空器滑行过点时间预测

为了预测航空器滑行预计到达时间（Estimated time of arrival，ETA），减少场面冲突，提高机场运行效率，本文使用卡尔曼滤波算法对场面历史轨迹数据进行预处理。为了衡量轨迹样本间的距离，综合三类特征用于机场场面历史轨迹数据聚类。特征包含航空器滑行时段和场面航空器数量，以及参考动态时间规整（Dynamic time warping，DTW）算法提取的轨迹差异度特征。将两个样本特征的欧式距离作为样本间的相似度量；基于均差最大原则确定初始聚类中心，使用K-means算法对样本进行聚类，根据待规划航空器的所处时段和场面航空器数量选择匹配度最高的类簇，将其聚类中心样本的轨迹序列和塔台规划的静态路径相结合预测航空器滑行ETA。通过将实际轨迹数据与预测的滑行ETA进行对比分析，证明了本文预测航空器滑行ETA的准确性。     

一种基于语义相似度的文本聚类算法

文本聚类在很多文本挖掘和信息检索系统中发挥着重要的作用。现有的聚类算法大多数都是基于向量空间模型,文档集合中出现的单词词频作为特征项。这些算法都存在数据维数过高、聚簇难以描述的问题,而且忽略了单词间的语义联系。本文提出了一种基于语义相似度的文本聚类算法——TCU SS(Text clustering usingsem an ticsim ilarity)算法。TCU SS算法将文档表示成概念列表,有效地解决了数据维数高和聚簇描述难的问题,并给出如何利用概念列表进行聚簇描述的方法。TCU SS算法利用两个概念列表中单词间的语义相似度作为文档间相近程度的度量,并以图为基础进行聚类分析,避免有些聚类算法对聚簇形状的限制。实验证明,TCU SS算法提高了聚类质量。     

成渝机场群运行效率评价实证分析

成渝机场群的建设对支撑成渝地区高质量发展具有重大战略意义。运用三阶段DEA模型和Malmquist指数模型对成渝机场群运行效率实证分析发现，成渝机场群运行效率整体呈上升趋势，2009年之前主要受规模效率变化产生的影响，2009年之后主要受技术管理的影响，全要素生产率指数呈现动态波动的整体上升趋势。为提高机场群运行效率，未来成渝机场群规模扩展应与地区经济发展协同，优化空间结构和航线网络，完善配套设施以促进陆空衔接一体化。