基于GWO-HMM的空中交通网络流系统态势预测研究

针对空中交通流量管理部门如何更高效地实施流量管理的问题,本文将态势感知理论应用于空中交通网络流系统(ATNFS,air traffic network flow system),建立空中交通网络流系统的运行态势预测模型。首先,给出了空中交通网络流系统的态势感知过程,从节点和航线的角度筛选出航线饱和度、不正常航班率、节点饱和度、节点延误架次比、节点航班取消率5个态势要素,使用态势值作为态势理解的指标;其次,分析隐马尔可夫模型(HMM,hidden Markov model)的优势与不足,建立了基于灰狼优化(GWO,grey wolf optimization)算法和改进隐马尔可夫模型的态势预测模型;最后,使用某空中交通网络流系统的实际运行数据进行算例验证。结果表明,改进后的预测模型相较于原本的隐马尔可夫预测模型精度更高,预测结果更准确。

基于传染病和网络流模型分析APT攻击对列车控制系统的影响

高级可持续威胁(APT)是目前工业控制系统面临的主要威胁之一。APT攻击利用计算机设备漏洞入侵列车控制网络,感染并且扩散到网络中的其他设备,影响系统正常运行,因此评价APT攻击对列车控制系统的影响非常必要。提出一种基于传染病模型和网络流理论结合的APT攻击影响分析方法。首先,分析在APT攻击的不同阶段设备节点状态之间的转化规则,结合传染病理论建立APT攻击传播模型,研究攻击过程中的节点状态变化趋势;其次,把设备节点的状态变化融入网络流模型中,研究APT攻击过程中设备节点状态变化对列车控制网络中列车移动授权信息流的影响;最后,结合列车控制系统的信息物理耦合关系,分析APT攻击对列控系统整体性能的影响。仿真实验展现了APT攻击过程中节点状态变化的趋势,验证该方法在分析APT病毒软件在列车控制网络中的传播过程对列车控制系统整体性能影响的有效性,为管理者制定防御方案提供依据,提升列车控制系统信息安全水平。

基于网络流理论的区域水资源配置激励相容模型

为了进一步完善基于网络流理论的区域水资源配置模型,利用经济学机制设计和数学相关理论构建了激励相容数学模型,旨在促进区域利益主体之间合作。将该模型应用于曹娥江流域新嵊区域,并对相关参数进行了率定。2003年、2022年区域相关数据模拟结果显示,各利益主体在激励相容机制作用下可以实现合作博弈,从而提高水资源配置效率。研究认为网络流模型是实现区域水资源优化配置的有效手段,激励相容机制可以进一步促进网络流模型提高配置效率,资源禀赋差异和中国制度优势是合作博弈实现的内在需求和外部约束。

结合特征选择的抗噪声网络流分类

在现代网络管理中,网络环境愈加复杂,网络流噪声已经成为不可忽视的因素,然而现有的抗噪声流分类方法在实际效果上仍有不尽人意之处。针对这一问题,本文提出了一种结合特征选择的抗噪声网络流分类方法NNTC-FS,该方法采用投票机制判定噪声并搭建级联结构,实现先过滤再分类的线上任务。在公共数据集上的实验表明,NNTC-FS能实现90%以上的分类正确率,并在分类精度和时间性能上优于文献方法。

PeakSketch:检测网络流中的top-k流的无偏和通用草图

通过对现有Sketch结构的研究,提出一种新的Sketch结构:PeakSketch,本文将其应用于三种任务:检测top-k频繁流,检测top-k重变化流,检测top-k持久流,从理论上证明了PeakSketch可以提供无偏估计,并且给出了算法的误差界。实验结果表明,PeakSketch的各项性能优秀,在检测top-k频繁流任务中,PeakSketch的吞吐量显著提升,特别是在分配内存小于200 kB以下时,吞吐量最高提升可以达到50%,准确率最高提升一倍,PeakSketch也展现突出的性能。

自适应分块的改进最小费用网络流解缠算法

相位解缠是进行精确差分干涉测绘的关键步骤,在相位解缠算法中,最小费用网络流(MCF)是当前常用的算法,该算法具有精度高、限制残差点误差扩散、优先将误差限制在低相干区域的优点,但随着残差点数量的增多,其计算效率也随之降低。改进的MCF算法通过对其做分块,有效提升了算法效率,但块尺寸的选取影响最后的准确度与效率。本文提出一种自适应分块的改进MCF解缠算法,通过自适应寻优的方式选取合适的分割块,将相干性较高的点集中在同一块内,使得在准确度不受过多影响的情况下有效地提升算法效率。

基于网络流跟踪的信号灯检测方法

结合信号灯信息对机动车行进速度进行引导,减少机动车启停次数,可有效减少废气排放,缓解其造成的污染问题。针对信号灯转换时刻的获取问题,提出了一种基于网络流跟踪的信号灯检测方法。首先,该方法在数据集中引入辅助信号灯类别进行训练,将视频序列中该类目标检测结果关联为踪片,并通过踪片建模多目标跟踪任务。其次,该方法将多目标跟踪任务转换为最小费用流优化任务,以踪片作为节点建立最小费用流网络,提出了适合于信号灯的费用构建方式,通过最短路径算法求解,得到视频序列中辅助信号灯的多条轨迹。最后,基于求解的轨迹结果和图像分类技术,实现信号灯检测性能的提升。该方法的跟踪性能相较于对比算法有大幅提升,并将小目标信号灯检测响应的mAP提升至94.35%。实验结果表明,基于网络流的建模方式能极大地提升信号灯的跟踪准确率,结合跟踪轨迹还能大幅提高视频序列中小目标信号灯的检测准确率,并可有效确定信号灯状态的转换时刻。

停机位分配的多商品网络流模型及离散粒子群算法

本文建立了停机位分配的多商品网络流模型,并以航空器总场面运行时间最小为目标,建立数学模型。将机场场面分为若干区域,建立区域—机位两级分配策略,以降低问题规模。设置机位外等待时间,以省去区域容量相关约束。在传统粒子群算法的基础上,设计离散粒子群算法,对模型进行求解。选取乌鲁木齐机场某日240架航班和109个机位进行实验,证明了与现有研究中的典型模型相比,多商品网络流模型能使运算时间减少10.1%,并能达到与典型模型相同的精度。全空域和机场模型(total airspace and airport modeller,TAAM)仿真结果表明,和现行机位分配方案相比,多商品网络流模型的机位分配结果能使航空器的场面调配运行时间减少7.49%,延误时间减少8.87%。算例结果进一步表明,提高机场场面运行效率的关键在于均衡航班的进离港滑行距离,同时避免停机位密集分布。

基于时间序列多品种网络流的高铁车站站改期间行车组织优化研究

将高铁车站站场基本布局抽象为站场网络图,借助时间序列多品种网络流模式进行行车组织优化。基于行车进路规则构建生成进路数据集算法,将既有行车方案与构建的站改期间站场网络图融合,推断既有行车方案中到发线是否可用以及是否存在可用进路,据此将列车分为无需优化列车和需要优化列车两类。针对无需优化列车,构建计算公式和算法,推算到发线占用时间序列和咽喉占用时间序列。针对需要优化列车,构建算法并依据到发线和咽喉的占用时间序列,推断是否存在可用到发线以及是否同时存在可用进路,将需要优化列车分为可以优化列车和无法优化列车。通过构建可行股道推断算法以及可行股道进出站进路可用推断算法,形成行车组织优化方案。

蛋白质结构域边界网络流预测方法

结构域边界预测是蛋白质结构和功能研究的重要问题.针对目前大多数结构域边界预测方法精度低的局限性,提出一种基于网络流的蛋白质结构域边界预测算法GraphDom.该算法将蛋白质结构域边界预测问题转化为网络流分割问题,根据设计的边容量公式将预测的残基接触距离转换为蛋白质容量图,通过Ford-Fulkerson算法得到蛋白质剩余容量图,并使用深度优先算法和回溯算法获得强连接分量图并枚举所有可行的最小切割,最后基于结构域的一般特性设计域边界评估函数来评估划分的区域,并决定是否继续递归划分.在120个非冗余测试蛋白上与3种主流方法相比,显示了GraphDom的有效性.

面向服务等级的网络流多任务分类方法

在网络流分类实践中,网络运营商通常只需要知道网络流所需的服务类别(class of service,CoS),就可对网络流优先级和资源分配做出决定。为了满足用户对体验质量的需求,提出了面向服务等级的网络流多任务分类方法。该方法是直接进行面向CoS的流分类,而不需要推断应用类型。同时提出多任务框架,利用领域知识定义宏特征组及应用合作博弈中的Shapley Value模型来合理分析特征,并用决策树分箱来解决CoS阈值划分问题。采用真实网络数据集进行实验,通过在少量标记数据的情况下,优化网络参数和调整各网络模型时间损耗和分类准确性的稳定相关系数。结果表明,该方法分类准确度(提高了12.66%)和时间消耗(减少了39.23%)性能优于现有文献方法,同时分析了多分类实验结果并给出有关建议。

基于网络流与危险与可操作性分析的天然气站场系统可靠性

为了更全面、准确地分析天然气站场的系统整体可靠性,提出采用跨领域的网络流理论来分析天然气站场系统的整体可靠性,并对网络流理论做了归纳创新与适应性分析,通过最小路集与不交化算法计算出站场系统在正常工艺状态下的失效概率,然后创新性地提出基于危险与可操作性分析(hazard and operability analysis,HAZOP)确定站场系统在工艺参数偏差状态下的失效概率,分析偏差状态对于站场系统可靠性的影响,将其与正常工艺状态下的站场系统失效概率对比,从而更加全面地分析天然气站场系统的整体可靠性。结果表明:所提出的网络流分步法比网络流整体法分析站场系统的可靠性适应性更强,网络流分步法不存在必要通路不在最小路集内的问题,既能保证连通性又能保证满足工艺要求;正常工艺状态下该站的系统失效概率为4.9869×10^(-2),工艺参数偏差状态下该站的系统失效概率为5.8036×10^(-2),较正常工艺状态增大16.38%,两种状态下各子系统的失效概率数量级没有改变,大小排序也没有改变,因此该工艺参数偏差状态下建议各子系统排序不变,但对于各子系统中的设备需按各自失效概率增大的程度进行重点关注的调整,这对于天然气站场的实际生产运行与安全运行管理具有一定的指导意义。

一种基于组合策略的低轨星座网络流规划方法

低轨星座网络流规划方法是提升大型星座网络性能的关键技术。针对现有低轨星座网络流规划方法手段单一,难以兼顾全局性能优化与卫星自主灵活性等问题,研究提出了一种基于组合策略的低轨星座网络流规划方法,首先根据业务特点对网络流进行分类映射,针对6类映射业务的QoS差异,分别采用集中式、分布式和源端路由等路由控制策略;在此基础上将星座网络流规划问题抽象为求解带宽约束下的多源单汇网络最大流和多源多汇网络最大流问题,分别采用负载均衡路由和多约束QoS路由算法;对基于组合策略和单一策略的星座网络流规划方法进行了仿真分析,结果表明组合策略比集中式的传输时延低约20ms,丢包率低约9%,比分布式的带宽利用率高约42%,可有效提升星座网络性能,能够更好满足不同场景及需求。

基于最小费用网络流的多指标道路网匹配方法

多源道路网匹配过程中存在次优化问题,依靠单一度量指标的匹配结果往往出现误匹配和漏匹配,为此,文中提出一种基于最小费用网络流的多指标综合路网匹配方法。该方法通过在关系数据库中构建最小费用网络流模型,综合距离相似度、方向相似度和形状相似度用于度量道路实体相似度,并考虑异源道路网M∶N匹配进行全局最优化匹配。实验选取6个实验区的OpenStreetMap路网和TIGER/Line路网进行综合验证。结果表明,该方法的匹配准确率相较单一指标有显著提升,并能有效解决次优化问题导致的误匹配和漏匹配。

多车场满载货运车辆优化调度的网络流算法

探讨在一般条件下的多车场满载的 VSP问题 .建立了它的网络流模型 ,并给出了一种基于该网络流最优解的启发式算法 .该算法的一个明显特征是 ,对每一条行车路线的确定总是基于一修改后的网络流模型的最优解 ,大大提高了算法结果的优化质量 .同时 ,与其它同类算法相比 。

基于网络流理论的停机位实时再分配模型

针对机场停机位再分配的延时性和乘客满意度不高的问题,采用二值整数多商品网络流模型,将不同停机位映射为不同商品,建立了以燃油消耗成本和对乘客舒适度影响最小的双目标停机位实时再分配优化模型.以某大型机场某一天的时刻表为例,模拟两种不同规模停机位实时分配方案.结果表明,二值整数多商品流停机位实时再分配模型在两种规模仿真实验中,停机位再分配时间最长为4. 187 5 s,机位最多调整个数为2,该模型具有良好的时效性和乘客满意度.

基于机器学习的网络流量分类研究进展

机器学习方法不依赖匹配协议端口或解析协议内容,而是利用网络流的各种统计特征识别网络应用,近年来得到了广泛关注和快速发展.本文总结了基于机器学习的网络流量分类方法自2004年来的研究进展,并且按有监督、无监督与半监督的区别进行分类、分析与比较.重点讨论了基于机器学习的网络流量分类研究的挑战与方向,即解决样本标注瓶颈、样本分布不平衡与动态变化、实时与连续分类以及分类算法可扩展性等核心问题.

高速网络流测量及模型研究

网络流测量是网络性能分析和网络流量建模的基础。该文分析了网络流测量的方法及特点,针对高速网络流测量中的关键问题进行了研究,并在此基础上提出了高速网络流测量模型,随后对该模型各组件及相互关系进行了分析,最后通过具体实验分析了模型架构及关键技术的可行性。

面向交通网络流优化的路网节点重要度综合评估指标研究

为准确评估城市道路网络性能并优化路网结构,依据道路网络拓扑和交通出行流分布,建立路网节点关联性、最短路径和收缩性综合评估指标,从而识别道路网络关键路段及交叉口。运用仿真技术对实际路网进行节点重要度评估,并对重要节点进行攻击分析,进一步提出交通诱导控制策略增加重要节点可靠性。结果发现,所构建的综合指标能够准确识别关键节点,提出的诱导控制策略能够让路网节点失效率减少21%。研究对提升城市道路路网可恢复性和鲁棒性具有重要促进意义。

前置包级别采样网络流基数估计算法的研究

在网络管理中,高速网络流量测量中的网络流基数测量可为扫描攻击检测、性能诊断和异常检测等重要网络功能提供分析依据,具有十分重要的地位。然而,随着网络设备数量和链路速率的急剧增长,实时测量数百万甚至更高量级的流量是十分困难的。由于缺乏昂贵的专用硬件支持(如智能网卡),交换机上严重受限的计算和存储资源将导致数据包的处理速度下降,进而使得现有测量方法的吞吐量过低。针对该问题,有研究者采用元素级别采样技术以缩减原始流量数据。但现有的元素级别采样技术需要解析数据包并进行哈希计算,而这两种操作会消耗大量的时间,导致吞吐量的改善效果不显著。对此,文章提出了前置包级别采样网络流基数估计算法,该算法仅利用一个计数器即可完成包级别采样判断,无需进行包解析等复杂计算,有效缩短了平均采样处理时间,大幅度提高了吞吐量。同时,该算法利用概率分析对原估计结果进行了修正,有效提高了估计精度。实验结果表明,相较于其他测量方法,该算法可在保证估计精度的前提下使吞吐量提高一倍。