公交乘客出行延迟费用研究

引入了乘客期望出行时间这一概念,在分析乘客期望出行时间和出行延迟费用特点的基础上,分乘客单位时间延迟费用相同和不同两种情况,讨论了单线路上公交乘客总的出行延迟费用函数的计算。该费用函数可使公交时刻表的优化目标更准确。

单机场地面等待问题遗传算法设计

随着空中交通拥挤问题的日益严重,建立科学合理的空中交通管理系统变得十分迫切,而管理系统的核心-流量管理优化算法的研究就十分重要了。当飞机架次较多时,采用事件驱动型模型会取得较好的求解效果,但原有模型将不同类型飞机的单位延迟费用认为是相同的。从不同飞机有不同的延迟费用这一重要经济因素出发,建立了新的事件驱动型单机场地面等待模型。对模型的求解,设计了改进的序号编码遗传算法。采用上海浦东机场的实际数据进行了仿真,仿真结果表明了模型和算法的有效性。

单机场地面等待问题中的参数设置

近年来,空中交通拥挤现象时有发生,使得流量管理备受瞩目。本文针对空中交通流量管理中的一类单机场地面等待问题,建立了相应的优化数学模型;对该模型进行了仿真验证;基于仿真结果,对模型中的关键参数作了详细的分析讨论,得到了相关参数的物理意见义和数学关系式。

单机场地面等待问题的几种模型

空中交通拥挤不仅造成巨大的经济损失,也是飞行安全的重要隐患。地面等待是解决空中交通拥挤问题众多策略中普遍使用的一种,因为该策略经济又安全,它是将航班的空中等待前移至起飞机场的地面等待。本文首先对空中交通流量管理进行了简单的介绍,而后讨论了地面等待策略,最后阐述了几种地面等待模型。

IPSO算法用于确定型单机场地面等待问题

针对单机场地面等待问题,已有人采用遗传算法进行了求解,但其搜索最优解的能力差,且搜索效率低。粒子群优化(PSO)算法对该问题解空间及粒子编码设计难度较大,因而还未曾用于解决地面等待问题。针对确定型单机场地面等待数学模型,分别采用基本PSO、线性递减惯性权重加收缩因子PSO、随机惯性权重加收缩因子PSO、模拟退火PSO算法四种方法对该模型进行优化求解,并和采用遗传算法的结果进行了对比,仿真实验表明这四种方法在寻优能力和寻优效率方面显著提高,其中模拟退火PSO方法最好。