基于时间序列分析的装备可用度预测方法

阐述了装备可用度预测的重要性,并以此为需求牵引,构建了具有非线性、非平稳的装备可用度时间序列。基于奇异值分解滤波算法,将原始序列分解为趋势成分和随机成分,分别应用粒子群训练的径向基神经网络模型和函数系数自回归模型进行组合预测,充分体现了2类模型的各自的优势。实例分析,验证了模型和算法的有效性。实验与应用结果表明,该组合方法的预测性能和效果比单一使用RBF和FAR进行预测更好。     

基于复杂网络理论的导航台网络节点重要性分析

随着民航领域的发展和需求的逐步增加,民航网络所面临的安全形势日益严峻.通过结合复杂网络理论和流量,来分析导航台网络的节点重要性.首先通过定性分析导航台网络的特征,得出导航台网络通用和独有的性质;然后定量仿真导航台网络的流量运行情况,并定量计算导航台网络的基本特征;最后依据这些数据结果,对影响导航台网络节点重要性的因素进行比较和分析.研究结果对导航台网络的建设和维护有一定的参考价值.     

基于NetLogo的终端区交通流仿真

空中交通流仿真可用于分析空中交通流特性及其要素之间的相互关系,以揭示空中交通流随时间和空间的变化规律,阐明空中交通现象及其机理。采用多智能体仿真工具NetLogo建立终端区进场交通流仿真模型,并实例化描述了工具在空中交通实验中的建模和实验过程。结果表明,基于智能体的仿真建模工具可用于空中交通仿真实验,较好地再现真实世界的交通流特性。NetLogo是一个方便实用的空中交通仿真建模研究工具。     

基于时间序列的机票价格预测模型

随着航空业的发展以及人们生活水平的提高,越来越多的人选择飞机作为自己的出行方式,但航空公司根据收益管理系统进行实时价格调整,票价变化明显.票价浮动大这一特点使价格预测极具实际应用价值.提出运用时间序列算法进行建模,设计并实现了基于时间序列的机票预测算法,通过比较分析预测结果与实际旅游网站发布价格,表明该模型可为旅客提供较可靠的购票决策支持,并为旅客节省开支.     

基于小波分析和时间序列理论的陀螺仪随机漂移建模研究

综合分析了已有的对陀螺随机漂移建模的各种方法,在分析其各自的优缺点的基础上,考虑到运算的快速性及模型的准确性,这里提出了综合运用小波分析和时间序列理论对陀螺仪随机漂移进行建模的方法,并通过M atlab仿真实验,分析肯定了该方法的有效性和实用性。     

基于小波分析与支持向量机的时间序列预测

时间序列广泛存在于工业、经济、军事等各个领域,时间序列预测是数据分析处理的一个重要方面。目前提出的预测模型大多基于＂原始时间序列是无噪的＂这一假定,而实际应用中,对时间序列去噪处理的好坏将直接影响预测的准确率,针对这一事实,使用小波分析对原始时间序列去噪。利用小波变换对时间序列进行多尺度分解,对各尺度上的细节序列使用阀值法去噪;使用支持向量机对重构后的各组小波系数进行预测并将结果融合,得到预测结果。实验结果表明,用于时间序列预测,能及时反应序列的变化趋势并具有较高的预测精度。     

转子碰摩振动响应的非线性时间序列分析

针对碰摩转子系统的非线性特性 ,采用动力学非线性时间序列分析的方法对其振动响应进行了分析研究。基于动力学重构的基本理论 ,对碰摩转子响应进行了状态空间重构。在此基础上 ,进一步对碰摩转子系统振动响应进行了相关维数的估计 ,不同的相关维数值表明了系统是处于周期或拟周期运动 ,还是处于含有拟周期的混沌运动 ,或者是明显的混沌运动。系统碰摩严重时的相关维数值会比碰摩较轻时的相关维数值大 ,进一步对实验数据的计算结果也证实了这一点。     

基于时间序列的空中交通流量灰预测模型算法

利用灰色预测理论,给出了一种空域内空中交通流量进行预测分析的算法——空中交通流量灰预测法,并利用Matlab软件作为计算工具,对管制区域、机场等空域流量的预测进行了仿真,计算结果以图表和图形的形式给出直观说明,验证了该算法的有效性。     

基于支持向量经验模态分解的故障率时间序列预测

 针对故障率时间序列的非线性与非平稳特性,提出一种基于支持向量经验模态分解(SVEMD)的预测方法。首先,将故障率时间序列分解为多个固有模态函数(IMF)与一个余量(RF),利用最小二乘支持向量机(LSSVM)预测时间序列两端的局部极值点,以抑制传统经验模态分解(EMD)的边缘效应;同时以LSSVM回归方式形成包络线,以取代传统EMD中的三次样条插值;然后,建立各IMF与RF的预测模型;最终,将各IMF与RF的预测结果相加以获得故障率时间序列的预测结果。仿真结果表明,该方法的预测精度较传统基于EMD的预测方法与单一预测方法有显著提高,可实现对故障率的准确预测。     

航路网络生成及优化

空中交通流运行的安全性和成本取决于航路网络结构。基于节点度实现航路网络枢纽节点和干线节点分层,利用全局耦合生成主干网络,运用距离连接概率实现干线节点社区化,采用连接概率生成社区网络;采用DBSCAN聚类算法,基于角度和距离实现航路网络优化;以中国大陆空域为例,实现了主干航路网络和局部干线航路网络的生成及优化,验证了方法的可行性。在与相关研究对比,基于节点度的枢纽节点选取更加客观合理,所构建的分层航路网络结构符合机场点的分布特性,采用DBSCAN聚类算法优化效率明显提高。     

基于Eulerian模型的空中交通流量控制

通过拓展公路交通中常见的Eulerian模型,研究了一种空中交通流量模型。利用线性二次型最优控制理论,对空中交通流量模型进行了分析研究,实现对特定区域内流量进行控制。最后,用Matlab对系统进行了仿真,结果表明,引入最优控制向量的方法改善了流量波动性大的情况,降低了管制员的工作负荷。     

基于复杂网络的国际航空客运网络结构分析

以2003—2006年国际航空旅客运输量和流向为数据构建,通过可视化软件和复杂网络的理论和方法,对以国家/地区为节点所组成的国际航空客运网络结构进行研究。以平均路径长度、簇系数、度分布和中心性等网络结构特征指标为依据,分析了国际航空客运网络结构特点和中国航空客运在网络结构中的结构特征。     

基于最小二乘估计原理的飞机流量预测

流量预测是空域评估管理系统的重要组成部分，目前流量的预测方法主要有回归分析和时间序列方法。应用系统辨识理论介绍了最小二乘格式模型在空中交通流量预测中的应用，以全国为例，根据所建立的模型对飞机的年流量进行了预测，并与回归分析方法做比较，说明了该方法的有效性。