本发明涉及航班信息分析技术领域,具体涉及一种基于复杂演化网络的航班延误传播特性分析方法。
背景技术:
近年来,随着航空业的飞速发展,航空运输的需求持续增加,随之产生的航班延误问题也越来越受到人们的关注。研究表明,航班延误会随着飞机、机组等资源在航空网络中进行传播。同时,对于不同类型的机场、网络等,延误的传播效果不尽相同。因此,探寻延误在航线网络中的传播机制,了解其在网络中的传播特点,以及给出合理的延误控制手段成为机场、航空公司亟待解决的问题。
目前,针对航空运输中的延误传播问题的研究,大多从微观角度,针对同一飞机资源研究上游航班的延误对后续航班串造成的影响,该类手段的代表方法有:贝叶斯模型、排队论等;或是利用实证分析的方法,通过航班计划对航班运营效果进行评估,进而分析延误传播的特点,主要方法是统计分析法。
通常,当延误发生在某机场节点时,其会在飞机、机组、旅客等多资源的作用下,向其他机场传播,若不加以控制,延误最终将扩散至整个网络。因此,仅考虑作用于单个航班串的延误传播微观研究方法,如贝叶斯模型,排队论等,并不适用于从宏观的网络角度,观察延误在整个网络上的传播特性,揭示延误传播在网络上的统一规律。另一方面,航空运输网络作为一个无标度的复杂网络,无论是节点数量还是航线客流量等网络参数,其形成与发展都是一个逐步演化的过程。利用实证性的统计分析方法,不能改变网络参数,无法体现在网络的动态演化过程中,如航线客流量变化时,航班延误的传播效果。因此,利用复杂网络的动力学理论统观航空网络的发展规律、揭示其形成机理、分析延误传播行为的差异特点时,显现出不可替代的优越性。
综上,现有技术存在的缺点有:无法从宏观的网络角度研究航班延误在航空网络中的传播特性;现有方法不能有效地改变网络参数,无法体现在航空网络形成的动态演化过程中,航班延误传播的不同效果。
技术实现要素:
本发明的目的是提供一种基于复杂演化网络的航班延误传播特性分析方法,解决了现有的航班延误分析方法中无法从宏观的网络角度研究航班延误在航空网络中的传播特性,不能有效地改变网络参数,无法体现在航空网络形成的动态演化过程中,航班延误传播的不同效果的技术问题。
为实现上述目的,本发明采用以下技术方案:
一种基于复杂演化网络的航班延误传播特性分析方法,包括如下步骤:
步骤1:建立hadoop服务器集群,在hadoop服务器集群中建立客户端服务器、数据库模块、演化网络模型构建模块和延误仿真分析模块,客户端服务器、数据库模块、演化网络模型构建模块和延误仿真分析模块之间均通过互联网通信;
步骤2:设定每一个机场均为一个节点,两个节点之间的连线为一条航线,每一条航线均为一个边;用户通过客户端服务器输入机场的数量和所有航线的客流量信息,并生产网络参数,客户端服务器将所述网络参数传送给数据库模块进行存储;
步骤3:演化网络模型构建模块通过互联网读取数据库中的所述网络参数,通过以下步骤建立演化网络模型:
步骤a:演化网络模型构建模块建立一个演化网络模型:演化网络模型构建模块根据所述网络参数,确定演化网络模型中的节点的总数为n,设定演化网络模型的初始节点的个数为n0,初始边的条数为e0;设定边eij为演化网络模型中的任意一个边,边eij的权重为wij,其中,i为边eij的一端所连接的节点的编号,j为边eij的另一端所连接的节点的编号,初始设定权值为w0;
步骤b:设定时间步参数为t,设定t的初始值为t=0;
步骤c:演化网络模型构建模块向演化网络模型中加入一个新节点n,新节点n与演化网络模型中相连的边的个数为m,m为小于e0的正整数;
新节点n以概率
步骤d:新节点n以概率p与边eij的一端点相连,新节点n以概率1-p与边eij的另一端点相连;新节点n引发边eij的边权增加δ,即wij=wij+δ;
步骤e:计算并更新n0=n0+1;计算并更新t=t+1;
步骤f:重复执行步骤c到步骤e,直到n0的值大于n的值,执行步骤4;
步骤4:设定参数ε;当演化网络模型中的节点数等于节点的总数n时,演化网络模型停止增长,此时,演化网络模型所有节点的度值均已确定,演化网络模型构建模块计算演化网络模型的度分布函数p(k1),度分布函数p(k2)由所选取现实网络的机场度拟合得到,其中k2表示现实网络中节点的度值;所述度分布函数p(k1)与所选取的现实航空网络中机场的度分布函数p(k2)进行方差分析,所得方差为r2,度分布函数
步骤5:延误仿真分析模块通过互联网从演化网络模型构建模块中读取所述演化网络模型,并通过以下步骤构建基于机场节点的航班延误传播asir模型:
步骤g:定义sk(t)、ik(t)和rk(t)分别表示演化网络模型中度值等于k的正常节点、延误节点和延误消失节点在t时刻占所有度值为k的节点的比例,sk(t)、ik(t)和rk(t)之间的关系式为:
sk(t)+ik(t)+rk(t)=1;
步骤h:定义传播概率为λk,失免概率为χ,恢复率为μ,不失一般性,设定μ=1;
步骤j:根据平均场理论,延误仿真分析模块根据以下微分方程组计算asir模型在演化网络模型中的传播过程:
所述微分方程组中:传播概率
θ(i(t))=∑kkp(k)ik(t)/<k>,其中<k>=∑k∈nkp(k)表示演化网络模型的平均度值;
步骤k:用户通过客户端服务器给定初始发生延误的节点,延误仿真分析模块通过互联网从客户端服务器中获取初始发生延误的节点,并通过调整参数δ和q,观察在不同参数下,sk(t)、ik(t)和rk(t)的曲线斜率及峰值差异,得到相应的延误传播速率和范围变化情况;
步骤l:给定不同始发延误节点,观察航班延误在网络中的不同传播效果,并以图像方式直观的展示给用户,方便用户进行规律总结、原因分析及制定相应控制策略。
所述演化网络模型构建模块和延误仿真分析模块均为服务器。
所述数据库模块为服务器集群。
本发明所述的一种基于复杂演化网络的航班延误传播特性分析方法,解决了现有的航班延误分析方法中无法从宏观的网络角度研究航班延误在航空网络中的传播特性,不能有效地改变网络参数,无法体现在航空网络形成的动态演化过程中,航班延误传播的不同效果的技术问题;本发明从宏观的航空网络角度,综合分析航空网络自身结构特性(例如航线客流量)和网络运行特性,考虑延误传播行为,揭示延误在整个网络中的传播机理;本发明构建与现实航空网络拟合度较高的演化网络,通过调整网络参数,仿真航班延误在不同网络环境下的传播效果,更清楚地阐释航班延误的传播特征;本发明算法操作过程简单,整体空间复杂度和时间复杂度较低,可适用于处理大型复杂网络。
附图说明
图1是本发明的总流程图;
图2是本发明的步骤3到步骤4的流程图;
图3是本发明的步骤5的流程图。
具体实施方式
如图1-图3所示的一种基于复杂演化网络的航班延误传播特性分析方法,包括如下步骤:
步骤1:建立hadoop服务器集群,在hadoop服务器集群中建立客户端服务器、数据库模块、演化网络模型构建模块和延误仿真分析模块,客户端服务器、数据库模块、演化网络模型构建模块和延误仿真分析模块之间均通过互联网通信;
步骤2:设定每一个机场均为一个节点,两个节点之间的连线为一条航线,每一条航线均为一个边;用户通过客户端服务器输入机场的数量和所有航线的客流量信息,并生产网络参数,客户端服务器将所述网络参数传送给数据库模块进行存储;
步骤3:演化网络模型构建模块通过互联网读取数据库中的所述网络参数,通过以下步骤建立演化网络模型:
步骤a:演化网络模型构建模块建立一个演化网络模型:演化网络模型构建模块根据所述网络参数,确定演化网络模型中的节点的总数为n,设定演化网络模型的初始节点的个数为n0,初始边的条数为e0;设定边eij为演化网络模型中的任意一个边,边eij的权重为wij,其中,i为边eij的一端所连接的节点的编号,j为边eij的另一端所连接的节点的编号,初始设定权值为w0;
步骤b:设定时间步参数为t,设定t的初始值为t=0;
步骤c:演化网络模型构建模块向演化网络模型中加入一个新节点n,新节点n与演化网络模型中相连的边的个数为m,m为小于e0的正整数;
新节点n以概率
步骤d:新节点n以概率p与边eij的一端点相连,新节点n以概率1-p与边eij的另一端点相连;新节点n引发边eij的边权增加δ,即wij=wij+δ;
步骤e:计算并更新n0=n0+1;计算并更新t=t+1;
步骤f:重复执行步骤c到步骤e,直到n0的值大于n的值,执行步骤4;
步骤4:设定参数ε;当演化网络模型中的节点数等于节点的总数n时,演化网络模型停止增长,此时,演化网络模型所有节点的度值均已确定,演化网络模型构建模块计算演化网络模型的度分布函数p(k1),度分布函数p(k2)由所选取现实网络的机场度拟合得到,其中k2表示现实网络中节点的度值;所述度分布函数p(k1)与所选取的现实航空网络中机场的度分布函数p(k2)进行方差分析,所得方差为r2,度分布函数
度分布函数p(k2)是实际网络拟合得到的,选取的真实网络不同,得到的度分布函数p(k2)也不同。
步骤5:延误仿真分析模块通过互联网从演化网络模型构建模块中读取所述演化网络模型,并通过以下步骤构建基于机场节点的航班延误传播asir模型:
步骤g:定义sk(t)、ik(t)和rk(t)分别表示演化网络模型中度值等于k的正常节点、延误节点和延误消失节点在t时刻占所有度值为k的节点的比例,sk(t)、ik(t)和rk(t)之间的关系式为:
sk(t)+ik(t)+rk(t)=1;
步骤h:定义传播概率为λk,失免概率为χ,恢复率为μ,不失一般性,设定μ=1;
步骤j:根据平均场理论,延误仿真分析模块根据以下微分方程组计算asir模型在演化网络模型中的传播过程:
所述微分方程组中:传播概率
θ(i(t))=∑kkp(k)ik(t)/<k>,其中<k>=∑k∈nkp(k)表示演化网络模型的平均度值;
步骤k:用户通过客户端服务器给定初始发生延误的节点,延误仿真分析模块通过互联网从客户端服务器中获取初始发生延误的节点,并通过调整参数δ和q,观察在不同参数下,sk(t)、ik(t)和rk(t)的曲线斜率及峰值差异,得到相应的延误传播速率和范围变化情况;
步骤l:给定不同始发延误节点,观察航班延误在网络中的不同传播效果,并以图像方式直观的展示给用户,方便用户进行规律总结、原因分析及制定相应控制策略。
所述演化网络模型构建模块和延误仿真分析模块均为服务器。
所述数据库模块为服务器集群。
本发明所述的一种基于复杂演化网络的航班延误传播特性分析方法,解决了现有的航班延误分析方法中无法从宏观的网络角度研究航班延误在航空网络中的传播特性,不能有效地改变网络参数,无法体现在航空网络形成的动态演化过程中,航班延误传播的不同效果的技术问题;本发明从宏观的航空网络角度,综合分析航空网络自身结构特性(例如航线客流量)和网络运行特性,考虑延误传播行为,揭示延误在整个网络中的传播机理;本发明构建与现实航空网络拟合度较高的演化网络,通过调整网络参数,仿真航班延误在不同网络环境下的传播效果,更清楚地阐释航班延误的传播特征;本发明算法操作过程简单,整体空间复杂度和时间复杂度较低,可适用于处理大型复杂网络。