空中交通网络中航空器群的实证分析

现有的空中交通复杂性研究忽略了空中交通流结构影响,难以反映航空器空间密度分布不均匀的复杂性特征。利用复杂网络中社团结构的思想,对空中交通流结构特征进行研究。建立了航空器群模型,提出了基于深度优先遍历算法的航空器群发现方法,避免了传统社团划分方法需事先指定社团个数的缺点;并从模块度、内聚度、灵敏度几个角度形成了群性能指数,用于综合反映航空器群划分质量。采用实际航班数据对群划分结果进行评价分析,选取60 km为最佳阈值对航空器群的统计特征进行了进一步分析。结果表明,扇区内航空器间的平均水平间隔约为群内航空器间平均水平间隔的6倍;航空器群规模一般都比较小,一半以上的群规模小于6架;航空器群的生命期最长为9 min,但57%以上群的生命期为2 min。     

模糊聚类分析的传递方法

针对常规模糊聚类分析在履行模糊相似关系时存在的复杂矩阵害虫乘运算问题,提出了模糊聚类递算法,通过设置主水平λ,直接从模糊相似关系获得聚类结果,并证明该方法与传递闭包法等价,但时间复杂度和空间复杂度都要远远小于传递闭法。     

一种基于聚类分析的船舶航行工况划分方法

结合船舶航行工况与主机燃油消耗特性的关系,考虑吃水和相对风速影响因素,采用K-means聚类分析方法,实现油耗影响因素的不同航行工况的划分。以某超大型油轮为例,基于船舶航行装载与外部环境天气状态数据,实现了航行工况分类分析以及各工况下影响因素参数区间的确定,为船舶主机燃油消耗分工况匹配模型构建提供了更加精细化的分析基础。     

一种基于聚类分析的船舶航行工况划分方法

 结合船舶航行工况与主机燃油消耗特性的关系，考虑吃水和相对风速影响因素，采用K-means聚类分析方法，实现油耗影响因素的不同航行工况的划分。以某超大型油轮为例，基于船舶航行装载与外部环境天气状态数据，实现了航行工况分类分析以及各工况下影响因素参数区间的确定，为船舶主机燃油消耗分工况匹配模型构建提供了更加精细化的分析基础。     

基于机场跑道饱和度的空中交通阻抗建模

通过对空中交通阻抗基本要素的解析,参考道路交通BPR阻抗函数,提出了一种综合考虑起飞机场和降落机场跑道饱和度的空中交通阻抗函数模型以研究空中交通阻抗问题,为空中交通阻抗分析提供新的研究思路。采用南京禄口机场-北京首都机场的航班数据进行拟合分析,对模型参数进行标定。根据有无流量控制分别给出了仅考虑降落机场跑道饱和度模型的拟合结果并进行了参数检验,同时进一步与综合考虑起降机场跑道饱和度模型的拟合优度指标进行对比分析。研究结果显示综合模型在无流控情况下精度提升了11.9%,有流控情况下精度提升了16.7%,可以为空中交通管理提供参考。     

复杂性思维模式下的教育理论探索

叶澜教授的《教育概论》,通过揭示教育系统的基本结构,认识教育与社会发展之间以及教育与个体发展之间的规律性联系,探讨教育、社会与人三者的关系,把握了复杂教育现象的基本特征,将启发着我们冷静分析和深入思考复杂的教育现象,努力提高教育理论的思维品质,从而使教育学以更加自信、独立、科学的面貌的融入社会科学之中。     

基于模拟机的空中交通管制复杂度预测模型

为改进管制工作负荷预测方法在探究主、客观量映射关系方面的局限性,提出了一种空中交通管制复杂度预测模型.定义空中交通管制复杂度为管制员工作负荷与其阈值之比;组织一线管制员及资深专家进行多组模拟机实验,获取其对各实验场景下管制复杂度的主观定性评估,利用MATLAB处理得到相应场景下的复杂因子;通过BP(back propagation)神经网络对样本数据进行非线性拟合.拟合模型的平均绝对误差为0.025,预测偏离程度为3.75％.研究表明该模型能够较准确地反映空中交通管制复杂度(主观量)与各复杂因子(客观量)之间的映射关系,为空域规划与管理提供科学理论支持.     

基于聚类分析的风景林立地类型划分

以南京无想寺国家森林公园为对象,对该森林公园内83个林班的17个立地因子进行了调查,应用主成分分析提取主导因子,再以主导因子为依据聚类划分立地类型。结果表明：以土壤厚度、坡向、凋落物厚度等8个因子为主导因子,可将该森林公园划分为薄土层中石砾厚凋落物、中土层轻石砾厚凋落物等8个立地类型。在立地类型划分基础上,探讨了立地质量对风景林构建的影响,并提出了适当间伐和增加林窗等林分结构调整的建议。     

聚类分析方法在城市等级结构划分中的应用

城市规模等级结构的划分是一个多指标的分类问题,采用聚类分析的多元统计方法,对长江三角洲内15个城市进行了规模等级的划分,克服了以往单一指标分类的不足,得到了更科学、客观、合理的结果,     

基于集中采购模式供应链的复杂性分析

一些企业在采用集中采购模式获得的同时，并未注意到由于交易的复杂性向供应链各极转移而导致供应商等其它企业工作大量增加这一事实，由此引出在集中采购模式下进行供应链复杂性分析的必要性。在此基础上，建立了企业供应链复杂性分析的框架，提出了供应链复杂性分析的5个阶段，并举例说明了由集中采购所产生的复杂性在采购企业及其供应商之间的转移。在数据分析的基础上，给出了一个通用的数学模型用于定义供应链上各个实体间的复杂性关系。以达到：1）通过对各供应链参与者的比较，得出企业间的关联关系，预知供应链关系改进的效果。2）通过系统地比较流程、生产线和产品，指导企业内部生产的变革。     

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。     

A traffic model of optical networks based on time-space complexity and traffic grooming

This paper researched the traffic of optical networks in time-space complexity,proposed a novel traf-fic model for complex optical networks based on traffic grooming,designed a traffic generator GTS(gener-ator based on time and space)with centralized+distributed idea,and then made a simulation in Clanguage.Experiments results show that GTS can produce the virtual network topology which can changedynamically with the characteristic of scaling-free network.GTS can also groom the different traffic andtrigg...     

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。该文基于动态密度思想,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,反应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应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、客观的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,直观的观察交通流运行行为。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。     

基于数据挖掘的网络业务流分析方法

为了从业务角度对网络的性能进行评价和优化,提出了一种新的网络业务分析方法——具有时态路径约束的关联规则挖掘分析方法.该方法以网络业务为分析粒度,以与网络业务流相关的时态属性和路径属性为约束条件,对已经积累的反映网络状况的海量历史数据进行挖掘分析.在进行关联规则挖掘时,利用频繁数据项集的性质,通过引入事务标号,在求出候选频繁项集的同时也求出其支持度,避免了为求支持度而进行的扫描数据库运算,极大提高了挖掘的效率和速度.实验结果表明,进行挖掘分析的数据量越大,该方法的性能和效率就越好.     

基于交叉点复杂度的空域通行能力优化方法

为解决空域拥挤导致通行能力下降的问题,提出了一种考虑交叉点复杂度的通行能力优化方法。首先,分析了实际民航运行中存在的痛点和难点,以及以往有关通行能力的研究缺少交叉点建模、管制员负荷测量困难和求解时间复杂度高的缺陷;然后从高度层、交叉点和航班运行3个方面提出了空域的数学抽象方法,并根据节点的交叉数对空域的数学模型进行简化,剔除了没有交叉的导航台点,降低了空中交通网络抽象后节点矩阵稀疏的问题;分析了交叉点对于通行能力的影响主要在于流量和交叉数两个方面,以这两个方面建立了交叉点的费用函数;以延误最小为目标,以流量平衡、扇区和航路容量、流控容量和非负整数作为约束,建立了通行能力优化模型;分析并指出存在负容差的空中交通网络更容易发生延误,并根据网络延误的特性提出了一种考虑延误反向传播的迭代算法。最后,以华北地区空域为例,从不同流控等级下的延误时间、受影响的航班数和算法计算时间3方面进行仿真。结果表明：所建模型和所提算法平均能降低33.58%的延误,且通过合理地分配改航、调时和调减最大程度减少延误。     

基于模糊聚类分析的手机流量销售方案

研究了不同人群对手机流量的需求问题,利用模糊聚类分析方法,针对不同年龄、不同职业、不同上网目的等的用户对手机流量的需求量分别进行聚类．利用F统计量得到最佳聚类方案．聚类结果及分析可以指导运营商设计合理的手机流量销售方案．     

空中交通流量预测的人工神经网络和回归组合方法

为了寻找合适的空中交通流量预测方法,在综合回归预测方法和人工神经网络预测方法优点的基础上,提出采用组合预测方法的思想,并基于多元线性回归模型确定组合方法的权重系数。以北京管制区大王庄导航台流量预测为实例,分析结果表明:组合预测方法对实际流量有好的拟合度,能提高人工神经网络的泛化能力,并减小预测的误差,即总体上不仅优于传统的回归预测方法,也优于单独的人工神经网络预测方法。组合方法为空中交通流量的预测提供了一种可靠而有效的新途径。     

网络协议流不平衡环境下基于机器学习算法的在线流量分类方法研究

随着时间的推移,网络协议流将出现不平衡的现象,经常出现不可预知的在线流量种类,传统在线流量分类模型无法对未知的流量种类进行分类,导致整体分类精度低,适应能力差。为此提出一种新的基于机器学习算法的在线流量分类方法,针对不同类别的在线流量样本流集合筛取出若干最近邻样本流,求出各个样本流特征权重,确定各个特征与类别的相关性,将相关性大的特征当成在线流量特征。依据得到的特征选取部分标识在线流量数据,确定K中值聚类的起始中心,构造映射关系,获取未知的在线流量种类。实验结果表明,所提方法有很高的分类精度,且扩展性和适应能力较强。     

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。