基于复杂网络的空中交通流量短期预测

为合理预测空中交通流量,结合复杂网络链路预测进行研究。首先,将时间序列转化为可视图得到拓扑特征量,然后结合基于局部信息、路径和随机游走的算法,比较在三亚不同扇区内的预测精度,发现RWR0.85算法预测精度最高。由于链路预测只能预测可能存在的连边,不能预测节点,因此引入D⁃S证据理论预测流量值,预测精度最高可达99.85%。结果表明,复杂网络链路预测结合D⁃S证据理论进行空中交通流量的预测是可行有效的,为进一步深入研究奠定了基础。

终端区交通复杂性评估及演变分析

终端区内飞行密集、环境多变,已成为国家空域系统运行能力提升的重要瓶颈。精准量化终端区内交通复杂性并把握其演化规律是实现空中交通精细化管理的基础,对于提升终端区运行能力有重要意义。终端区空中交通复杂性描述了某一时间点或时间段内空中交通流特征的复杂程度。基于动态密度思想,针对终端区运行特征,构建了多维度的空中交通复杂性评价指标,并运用熵权法确定指标权重,反映评估指标的无序化程度,评定信息量的大小。构建复杂度计算模型,从客观上利用多指标反映航空器实时复杂性演变。采用多智能体仿真建模工具NetLogo搭建了终端区仿真环境,以广州终端区的实际进场数据搭建了基础场景,模拟了终端区交通复杂性的宏观演化过程。通过调节进场移交点交通流需求比例、设计不同天气情景,分析了不同场景下交通复杂性演化特征。结果表明,该评估体系使用较少的指标和计算时间,能够较为准确、客观地评估时间片内的复杂性,符合实际情况。NetLogo建模工具能够仿真终端区交通流,直观地观察交通流运行行为。当进场移交点交通流流量分布更为均匀时,复杂性较低。终端区受恶劣天气影响时,其受影响程度取决于恶劣天气覆盖航段的航班流量分布情况、影响的范围以及受影响航段到跑道距离。部分交通流存在迟滞现象,反映了复杂性的蔓延时空特征。该复杂性评估方法能够有效评估航段、航线、终端区复杂性及演变规律,为开展终端区精细化空中交通管理提供参考。

针对大规模复杂车流的PG强化交通灯控制算法

优化城市道路中的交通信号灯控制是低成本地提升城市交通路网性能的方法之一。该研究提出了一种利用策略梯度(Policy Gradient, PG)强化调优的交通灯控制算法。该算法引入了道路压力项、旅程时间项和黑名单机制项,利用统计方式预测汽车行程轨迹,并采用策略梯度估计的优化算法调整算法中的参数。在数据挖掘国际会议Knowledge Discovery and Data Mining (KDD)组织的算法竞赛KDD Cup 2021城市大脑挑战赛中,获得了冠军的成绩。在该挑战赛提供的城市路网规模复杂车流仿真平台上的实验结果表明,算法具有应用于实际场景的价值。

Properties of Bottleneck on Complex Networks

交通瓶颈在大多数自然、人工的网络起一个关键作用。这里我们在场一简单地为瓶颈为动态特征考虑建模由考虑网络拓扑学特征和系统尺寸的复杂网络上的可靠性。我们发现有拥挤交通发生的网络交通免费却上面的流动在下面产生的批评的率。另外，随机的网络让更大的批评流动产生比放大免费的评价，这被发现。分析结果可能为设计网络实际上是有用的，特别为城市的交通网络。

基于复杂网络的空中交通流分形特征分析

为准确把握空中交通流量变化规律,掌握空中交通系统内在特性,需要对空中交通流时间序列进行基于复杂网络的分形特征分析。收集空中交通流量数据,利用可视图方法构建复杂网络模型,分析网络拓扑结构,验证了该网络度分布服从幂律分布,拟合直线斜率为-2.086,证明了网络是无标度网络,具有单分形特征。验证了覆盖整个网络所有节点所需要的最少盒子数目与盒子直径成幂律关系,拟合直线斜率为-0.2121,相关系数为-0.8722,再次证明了网络具有单分形特征。通过验证网络广义分形维数关于参数的图像为非线性,拟合直线斜率分别为-1.942、-1.936、-1.78,相关系数均在0.8以上,拟合效果较好,证明了网络具有多重分形特性。通过计算重整化前后网络的幂指数相似,证明了网络具有自相似性。结果表明,应用复杂网络的理论分析空中交通流时间序列是可行有效的,为进一步深入应用研究奠定了基础。

机场的进离场空中交通流复杂性

机场进离场空中交通流复杂性的量化是空管和机场进行预测和管控的重要依据。提出基于排列熵的复杂熵因果平面(complexity entropy causality plane,CECP)以及Fisher-Shannon(FS)因果平面的机场进离场空中交通流复杂性量化分析模型,量化单机场进离场空中交通流量复杂度,研究多机场进离场空中交通流复杂度之间的关联性。针对单机场,首先将机场进离场空中交通流量时间序列符号化,计算时间序列的标准排列熵和统计复杂度以及Fisher信息,量化机场进离场空中交通流时间序列的复杂程度;针对多机场,构建CECP以及FS,分析比较各机场在CECP和FS中的位置,区分进离场空中交通流复杂性较高的机场。验证结果表明:提出的模型对于量化机场进离场空中交通流复杂性具有可行性和准确性,可以有效区分进离场空中交通流复杂程度较高的机场,对机场交通流的实时预测和管控具有指导意义。

基于复杂网络的不同路由策略下交通流驱动的流行病传播

当前,交通流对流行病传播动力学的影响备受关注。虽然交通流与流行病传播动力学之间的相互作用已经开始受到关注,但路由策略对基于交通流的流行病传播动力学的影响还没有得到足够的重视,为此,在易感-感染(susceptible-infected,SI)模型上研究了最短路径、有效路径和概率路径3种路由策略对流行病传播动力学的影响。在BA(Barabási-Albert)无标度网络模型上进行了仿真实验,结果表明:在节点交付能力无限交通流无拥塞的情况下,相比于最短路径路由策略,概率路径路由策略能有效地抑制流行病的传播,而有效路径路由策略则加速了流行病的传播速度。此外,在上述3种路由策略下,交通流量和传染率的增加都会导致流行病传播阈值的降低,从而加快流行病的爆发。研究成果对控制流行病的传播具有一定指导意义。

水上交通流结构复杂度建模

为定量研究局部水域交通流的复杂性,通过解析水上交通流的结构特征,建立一种水上交通流复杂性测度模型。该模型由交通密度因子和交通冲突因子组成,不仅能够有效地反映出船舶之间的相对距离、航迹交叉角和相对速度对水域交通流复杂性的影响,还能揭示所研究水域的交通流复杂度的空间分布规律。以深圳西部海域的水上交通流为例,建立了该海域的水上交通流复杂度模型。经过实例验证,证明了该模型能够客观地反映出水域交通状态的变化特征。

城市轨道交通系统网络复杂性研究

随着交通拥堵的加剧,轨道交通以其快速、大运量的特点得到了青睐,其运营里程迅猛增加且在一定范围内呈现网络化运营趋势.轨道交通网络复杂性研究正在经历从单一网络静态拓扑结构扩展至多层网络动态分配特征的深入过程.在介绍拓扑结构与交通流网络的表示方法和网络复杂性评价指标的基础上,归纳轨道交通网络具有小世界、层次性及站间距幂律分布等静态拓扑特性,呈现明显幂律行为的数量分布及时空集聚等交通流特征.针对轨道交通系统的多层网络研究表明网络负载基本符合幂律分布.研究深化了对轨道交通运行机理的认知,有助于真实网络的预测和控制工作,为探索轨道交通网络化运营、一体化发展条件下客流预测、运力与需求匹配提供了参考方向.

城市道路交通流的复杂度研究

为了定量描述交通流系统的复杂度,本文在介绍统计复杂度及其性质的基础上,将其引入路段交通流的复杂度量化分析,并以南京3条典型路段上的交通流为样本,通过比较分析不同路段上的交通流复杂度与交通冲突率的关系,以期得出交通冲突率与路段交通流的复杂度的回归模型。结果表明:特征量复杂度能够有效测度系统的随机性和非线性,且交通流复杂度与非严重交通冲突率的相关性比较好,适于实测交通流的复杂性测度分析,可为研究交通系统的复杂度研究提供新的思路。

载机军舰回收舰载机的运行模型

对良好气象条件下载机军舰回收舰载机的模型进行研究,以便合理安排在回收阶段发生舰载机复飞、逃逸时空中交通,保证载机军舰回收舰载机的流量与等待航线、着舰航线、甲板阻拦区及甲板停机区等各阶段的容量相适应。对回收舰载机流程进行研究,基于系统动力学理论,建立影响空中交通流量管理的存量流量图及运行模型,并以美国载机军舰回收舰载机为例对该运行模型进行了验证。运行结果表明,本运行模型在舰载机复飞、逃逸的条件下能进行载机军舰空中交通流量管理的趋势预测,可为空中交通流量管理方案的制定提供技术基础。

城市与高速公路交通流复杂度的测度及比较

为实现短序列条件下交通流系统的可比化度量,引入非线性动力学中Lempel-Ziv算法、近似熵、统计复杂度等方法。通过分析14个实测城市和6个实测高速公路的交通流时间序列数据,研究不同条件下交通流复杂度的异同,得出结论:城市和高速公路交通流的复杂度都比较高;三种方法都可以解决传统刻画方法的"短序列、可比较"难题,能够应用于交通流系统的复杂性测度;城市交通流系统比高速公路交通流系统复杂。

水上交通流宏观复杂度建模与仿真

为了准确描述交通管理人员对水上交通流认知的难易程度,提出了一种定量计算水上交通流宏观复杂度的方法。通过模糊聚类将区域交通流的宏观复杂度量转化为对交通簇内、外认知复杂性的测度,并根据交通流动力方程插值得到整个水域的历史交通流场,分别计算聚集复杂度、速度特征复杂度以及密度特征复杂度,通过水上交通流宏观复杂度模型获得水上交通流宏观复杂度。构造典型水域进行仿真实验,验证了该模型可客观反映水上交通流宏观复杂度的空间分布,交通管理人员能及时地发现复杂度较高的区域,并识别偏离航道或逆航道航行等船舶异常行为。

基于近似熵和统计复杂度的交通流复杂性测度

为了定量描述交通流系统的复杂性,引入非线性动力学的近似熵和统计复杂度特征量,计算混沌区域Henon和Logistic序列、周期序列、白噪声序列的近似熵和统计复杂度,并通过计算5个实测交通流时间序列数据对其近似熵和统计复杂度进行了计算分析。结果表明:这2种特征量能够有效测度系统的随机性和非线性,可以解决复杂性刻画的"短序列、可比较"难题,适于实测交通流的复杂性测度;交通流系统随机性较强,带有非线性结构,可能产生混沌,应该综合使用多种复杂性测度方法。

布谷鸟算法优化小波神经网络的短时交通流预测

针对目前短时交通流的预测精度不够高这一问题,提出一种布谷鸟算法优化小波神经网络(CSWNN)的短时交通流预测模型。首先采用小波变换对数据进行降噪,并进行归一化处理,然后使用复自相关法对具有混沌特性的短时交通流进行相空间重构,将交通流数据拆分为训练数据组和测试数据组,使用布谷鸟算法优化小波神经网络的各项参数,并根据训练数据组来训练优化后的小波神经网络模型。最后使用测试数据组的数据对CS-WNN模型进行有效性验证。仿真结果表明,相比几种主流的优化预测模型,CS-WNN短时交通流预测模型具有更高的预测精度。

结合可视图的多状态交通流时间序列特性分析

交通流时间序列的研究主要采用数据挖掘和机器学习的方法,这些"黑箱"挖掘方法很难直观反映序列特性.为增强交通流时间序列及其特征分析的可视化性,结合可视图理论来构建交通流时间序列的关联网络,从复杂网络角度实现交通流时间序列的特性分析.在网络构建的过程中,考虑到不同交通状态下交通流表征具有的差异性,首先利用交通流参量的相关性对交通流状态进行分类,然后构建不同交通状态下的时间序列复杂网络,并对这些网络的特征属性给出统计分析,如度分布、聚类系数、网络直径、模块化等.研究表明,可视图法可为交通流时间序列映射到网络提供有效途径,并且不同状态下交通流时间序列构建的复杂网络的模块化、聚类系数和度分布等统计特征呈现一定的变化规律,为交通流运行态势的研究提供了可视化的分析角度.

空中交通复杂度测度分析及航班监测预警研究

应用复杂理论分析方法,研究了空中交通流复杂度,提出了空中交通复杂性测度的计算方法以及交通流稳健度评价体系,并对空中交通系统复杂度影响较大的航班提出预警。讨论了基于复杂性测度理论的空中交通复杂度度量分析和监测预警,研究表明所提供的方法能够从复杂,不确定的数据中计算出系统复杂度的变化,通过稳健性技术指标,能够辨别与系统稳健性相关的状态参数,指出对系统稳健度造成较大影响的航班。这些研究工作表明,提出的复杂性方法能够对空中交通复杂度进行测度分析和对航班进行监测预警。

基于联合熵和C0复杂度的交通流复杂性测度

为了定量描述交通流系统的复杂性,将联合熵和C0复杂度应用到交通流序列分析之中,通过计算原始序列和替代序列的联合熵反应系统包含的非线性成分的多少,通过计算序列的C0复杂度反应系统包含的非规则成分的多少。计算周期序列,Logistic序列,Henon序列,随机序列,及5个不同时段的实测交通流速度序列的联合熵和C0复杂度,结果表明不同序列的两种复杂性测度存在明显的差异,且计算需要步长较短,交通流系统是一个介于有序和无序、规则和非规则之间的混沌系统,且不同时段交通流序列的联合熵和C0复杂度存在着明显的差异,可以用来定量刻画交通流系统的复杂性。

采用变结构动态贝叶斯网络的交通流量预测

物联网和大数据流式计算的快速发展为智能交通系统的研究带来新的机遇。交通流量预测一直是智能交通系统的关键问题。针对交通流量预测中一个固定模型无法适应多种环境的问题,以及面向数据流的模型更新问题,提出了一种基于变结构动态贝叶斯网络的交通流量预测方法。该方法以复杂事件处理和事件上下文为基础,通过上下文聚类进行历史数据的划分,并通过事件流在线聚类支持聚簇的更新。面向不同聚簇的数据,采取搜索-打分的方法学习对应的贝叶斯网络结构,基于高斯混合模型实现贝叶斯网络的近似推断。在线预测时根据当前上下文选择合适的模型或模型组合进行预测。真实和仿真数据上的实验结果表明,该方法能够获得比当前常用方法更好的预测效果。

复杂水网中船舶航行路径多目标规划模型

在深入研究船舶交通流理论的基础上,结合内河复杂水网独有的特性,构建复杂水网条件下的船舶航行路径多目标规划模型;运用层次分析法获取多目标规划模型各子目标的权重;利用线性加权法和Floyd算法求解得到综合最优航行路径。该模型不仅综合考虑了影响航行路径选择的各种因素,而且对其进行了合理的量化,并通过算例证明了模型的合理性和有效性。