面向空铁联运的枢纽航线网络优化模型

为减缓枢纽机场的客流量拥堵问题,减少机场运营成本,设计面向空铁联运的枢纽航线网络优化模型.在枢纽航线网络基础上,引入高铁线路建立优化模型;设计高维多角标变量表示方法和禁忌搜索算法的求解方法,减少算法的计算负担,科学规划线路客流量和运输方式.实验结果表明,与严格和非严格的枢纽航线网络相比,该优化模型可以较好减缓枢纽机场的拥堵,降低枢纽机场的负荷率,减少网络成本.该模型求解算法具有收敛速度快且解分布稳定的特点.     

面向正常性的飞机排班优化算法

针对航班正常性问题,在飞机排班问题基础上,引入正常性约束,建立面向正常性的飞机排班模型,提出一种两阶段启发式算法进行求解.构建符合正常性要求的候选航班链集合,将排班问题转化为候选链对航班计划的集合覆盖问题.通过0-1整数规划求解集合覆盖问题,得到满足正常性约束的最小飞机数量排班方案.松弛正常性约束减小飞机使用数量,满足飞机数量约束.通过迭代搜索寻求正常性与飞机数量平衡的最优排班方案.实验结果表明,该方法可以有效提升航班计划的正常性期望.     

多人不完备信息博弈的一种解法及改进

多人不完备信息博弈是一类存在私有信息而出现信息不完备、不对称的多人博弈.以扑克牌游戏这类典型的多人不完备信息博弈为原型提出一般动态博弈模型GDGM.在该模型框架下,提出一种基于MU算法的多人不完备信息博弈算法MMU,并将MMU算法分别与经典博弈算法Paranoid和MCTS结合,消除该算法对经验值的依赖.最后实验从胜率...     

一种基于模态逻辑的聚类结果评价方法

聚类评价指标对衡量一个聚类的优劣有着重要作用.现有的聚类评价指标通常都基于统计理论或模糊理论.收到基础理论的限制,在一些特殊场合,这些指标不能对聚类进行正确的评估.提出了一种基于模态逻辑的新的聚类评价指标.通过把相似性定义成数据集上的二元关系聚类被描述成Kripke结构.用原子公式表示每个簇后,聚类的结果可以用一组逻辑公式来表示.根据最小描述长度原则,聚类评价指标由这种表示方式的准确性和复杂性构成.由于这种新的评价指标对相似性没有任何附加的限制,它较之现有的评价指标更为通用,而那些指标往往都默认了某种相似性度量方式.列举了用于对比新旧指标的实验.实验结果表明,这种新的评价指标在一般情况下与大多数评价指标一致,而在一些类似"双环"的特殊情况下比现有评价方式更有效.     

基于线性规划的传感器节点布局模型

针对用最少的传感器节点覆盖感兴趣区域并确保传感器节点之间连通的最优化问题,提出了基于线性规划的传感器节点布局模型。该模型通过传递闭包计算连通性,将命题逻辑式转化为线性方程组,从而求得该模型的精确解。同时,设计了在不同网格规模下的全覆盖实验验证了该模型的正确性。该模型可以自行设定最大跳数、感兴趣区域和汇聚节点的位置,求得的精确解可作为传感器节点布局模型近似解的比较基准。     

基于立方分解模型的机场噪声预测方法磁

机场噪声影响已成为阻碍机场发展的重要问题,而机场噪声实时预测是机场噪声研究的一个重要方面,对机场噪声监测及机场噪声影响规律的研究有着重要意义。由于机场噪声实时预测问题可以形式化为矩阵填充问题,论文首先使用协同过滤算法中的矩阵分解模型进行求解,然后根据机场噪声的影响因素的数据特征,提出了一种基于立方分解模型的机场噪声预测方法。通过实验表明,与矩阵分解模型相比,基于立方分解模型的机场噪声预测方法预测精度有了很大提高。     

基于快速极限学习机和差分进化的机场噪声预测模型

该文针对传统机场噪声预测模型存在的建模成本高、实用性差的不足,引入时间序列相空间重构理论,提出一种新的基于快速极限学习机和差分进化算法的机场噪声一体化预测模型。该模型利用相空间重构理论对机场噪声时间序列进行重构,并使用快速极限学习机对重构的相空间矢量进行学习建模,同时采用改进的差分进化算法实现对重构参数和模型参数的同步优化选择,整个建模过程简洁高效,无需人工干预。实验结果表明,该一体化预测模型能较好地跟踪机场噪声的变化趋势,且具有较同类模型更小的预测误差。     

基于改进YOLOv3的机坪工作人员反光背心检测研究

文中提出了一种基于先验知识和改进YOLOv3算法的机坪工作人员反光背心检测算法.该方法针对现有目标检测方法速度偏低的问题,基于先验知识生成反光背心检测候选区域来替换初始候选区域,以减少检测区域面积,使用Darknet-37替代Darknet-53作为骨干网络进行特征提取,提高了算法的检测速度.针对反光背心在画面中所占面...     

航班备降概率分布预测模型研究

对航班备降问题的小样本特点进行了分析,提出了基于观察学习的航班备降概率分布预测模型。该模型利用松弛属性约束思想抽取数据子集,三次样条插值方法构建基学习器,并结合虚拟数据生成策略促使各基学习器达成一致。并在此基础上,对信任度参数进行优化,进一步完善了预测模型。在航班备降数据集的实验表明,在大样本下,该预测模型的预测精度高于朴素贝叶斯方法和贝叶斯网方法;在小样本数据集上分析了航班不同备降次数下的置信度,为相关部门提供决策支持。