检索结果-内蒙古大学图书馆

航空学报 2024年

作者：张军峰马曌杜卓铭胡荣南京航空航天大学民航学院北京航空航天大学电子信息工程学院空地一体新航行系统技术全国重点实验室

为应对终端区不确定因素对航班实际到达时间的影响，本文提出了基于机会约束的进场航班随机规划调度方法，达到调度方案鲁棒性的目的。首先，基于历史飞行数据，梳理刻画航班从进港点到起始进近定位点（IAF）的到达时间不确定性分布。... 详细信息

为应对终端区不确定因素对航班实际到达时间的影响，本文提出了基于机会约束的进场航班随机规划调度方法，达到调度方案鲁棒性的目的。首先，基于历史飞行数据，梳理刻画航班从进港点到起始进近定位点（IAF）的到达时间不确定性分布。其次，考虑不确定性分布，引入机会约束以限制违背间隔约束的概率，建立两阶段随机规划模型，其中第一阶段针对进场管制，在IAF前完成对航班的预排序与调度，最小化序列长度与飞行时间，第二阶段针对进近管制，建立安全间隔，最小化延误降落跑道。接着，为满足进场运行实时性需求，引入针对随机规划的滚动时域控制算法，利用样本平均近似算法（SAA）重构随机规划模型。最后，采用广州白云机场实际运行数据实施验证。验证结果表明，本文基于随机规划问题提出的滚动时域控制算法，不但可以保证解的质量，而且大幅提升模型求解效率。此外，进场调度方案的鲁棒性提升显著：“一落一起”与“两落一起”两种运行模式下，针对着陆延误指标，先到先服务（FCFS）策略分别是本文方法的6.1倍、9.6倍；针对航班违反间隔比例指标，FCFS策略是20%与18.9%，而本文方法均为3.5%；针对序列交换次数指标，FCFS策略为5.2次和5.6次，本文方法均为0次。

关键词：进场管理混合跑道运行模式随机规划机会约束滚动时域控制算法

来源：评论

学校读者我要写书评

暂无评论

基于短时需求预测的网约车调度优化

基于短时需求预测的网约车调度优化

引用

作者：朱明明长安大学

学位级别：硕士

网约车是借助互联网技术实现乘客与车辆动态匹配的非巡游出租车服务,具有方便快捷、价格低廉特性,受到众多乘客的喜爱,逐渐成为城市公共交通的重要补充。近年来,网约车行业得到了迅速发展,市场规模逐渐扩大,同时,大量网约车的涌入也带... 详细信息

网约车是借助互联网技术实现乘客与车辆动态匹配的非巡游出租车服务,具有方便快捷、价格低廉特性,受到众多乘客的喜爱,逐渐成为城市公共交通的重要补充。近年来,网约车行业得到了迅速发展,市场规模逐渐扩大,同时,大量网约车的涌入也带来了交通系统的压力和环境污染问题,加剧了行业内部竞争。实际运营中一般使用就近分配的订单匹配方法,在灵活性和效率方面存在一些不足,驾驶员接单和乘客打车的供需矛盾依旧存在。在此情况下,平台和驾驶员方希望能尽量减少成本,增加收入,提升服务质量和市场竞争力。为改善上述问题,本文考虑平台和驾驶员的总体收益以及乘客的等待时间来设计更符合实际运营情况的网约车调度策略,同时将短时需求预测纳入系统建模,以减少空闲网约车无效巡游,提升空车效率。本文的具体工作如下:(1)网约车订单轨迹数据预处理。对获取的网约车订单轨迹数据进行清洗,剔除“问题”数据,之后提取网约车订单起讫点,并对研究区域进行空间划分,接着分别从时间维度以及空间维度分析网约车需求分布特征,由此得出网约车需求的时空关联性。最后进行网约车需求量的影响因素的相关性分析,确定了输入网约车短时需求预测模型的特征变量以及进行网约车调度的实验数据。(2)基于CNN-Bi LSTM-Attention的网约车短时需求预测。网约车需求数据具有非线性特征,根据影响因素的相关性分析可知它会受到天气、区域等因素的影响。根据网约车需求的时空特征,本文将CNN模型与Bi LSTM模型结合,并引入注意力机制,设计了一种短时需求预测模型。该模型利用CNN捕获输入特征变量的空间特征,再利用Bi LSTM同时捕获前向和后向的时间序列数据中的信息,并加入注意力机制来调节不同时段信息对于预测时段的影响。实验结果表明,CNN-Bi LSTM-Attention组合模型能够很好的提取时间和空间特征以及聚焦关键信息,也能为网约车调度模型中空闲车调度提供重要支撑依据。(3)基于混合粒子群算法的网约车调度优化建模与算法设计。本文建立的网约车调度模型兼顾运营方利益和系统服务质量两个方面。因此,本文将最大化网约车平台和平台驾驶员的共同收益与最小化乘客的等待时间成本作为优化目标,将网约车与订单的匹配方案作为决策变量,并设置网约车约束、订单约束、时间窗约束、调度距离约束等约束条件来建立优化调度模型。同时依据对于各区域的网约车短时需求预测的结果,对空闲车进行匹配调度,以减少网约车的空闲成本。利用滚动时域控制策略实现对网约车进行多周期的动态调度,并设计了混合粒子群算法来优化每个调度区间的调度方案。混合粒子群算法基于遗传算法中的顺序交叉方法对粒子群算法进行改进,避免了求解结果陷入局部最优的情况。实验表明,本文所设计的调度算法能够提高目标函数的目标值、减少网约车空闲巡游成本、减少乘客等待成本、提高订单完成率。本文的研究有助于优化网约车平台的调度策略,并提高网约车运营方的利益和服务质量,对网约车动态调度策略的研究具有重要意义。

关键词：智能交通网约车调度短时需求预测注意力机制滚动时域控制算法混合粒子群算法

来源：评论

学校读者我要写书评

暂无评论

多跑道混合运行模式进场航班动态鲁棒调度

引用

航空学报 2025年第7期 284-297页

作者：张军峰马曌杜卓铭胡荣南京航空航天大学民航学院北京航空航天大学电子信息工程学院空地一体新航行系统技术全国重点实验室

为应对终端区不确定因素对航班实际到达时间的影响，提出了基于机会约束的进场航班随机规划调度方法，旨在实现调度方案的鲁棒性。首先，基于历史飞行数据，梳理刻画航班从进港点到起始进近定位点（IAF）的到达时间不确定性分布。其次... 详细信息

为应对终端区不确定因素对航班实际到达时间的影响，提出了基于机会约束的进场航班随机规划调度方法，旨在实现调度方案的鲁棒性。首先，基于历史飞行数据，梳理刻画航班从进港点到起始进近定位点（IAF）的到达时间不确定性分布。其次，考虑不确定性分布，引入机会约束以限制违背间隔约束的概率，建立2阶段随机规划模型。其中，第1阶段针对进场管制，在IAF前完成对航班的预排序和调度，最小化序列长度和飞行时间；第2阶段针对进近管制，建立安全间隔，最小化延误降落跑道。接着，为满足进场运行实时性需求，引入针对随机规划的滚动时域控制（RHC）算法，利用样本平均近似（SAA）算法重构随机规划模型。最后，采用广州白云机场实际运行数据实施验证。验证结果表明，基于随机规划问题提出的RHC算法，不但可以保证解的质量，而且大幅提升了模型求解效率。此外，进场调度方案的鲁棒性提升显著，“一落一起”与“两落一起”2种运行模式下，针对着陆延误指标，采用先到先服务（FCFS）策略的结果分别是所提方法的6.1倍、9.6倍；针对航班违反间隔比例指标，采用FCFS策略的结果是20%和18.9%，而所提方法均为3.5%；针对序列交换次数指标，采用FCFS策略的结果为5.2次和5.6次，而所提方法均为0次。

关键词：进场管理混合跑道运行模式随机规划机会约束滚动时域控制算法

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：