基于PSO⁃K⁃means算法的机场网络聚类分析.pdf
《基于PSO⁃K⁃means算法的机场网络聚类分析.pdf》由会员分享,可在线阅读,更多相关《基于PSO⁃K⁃means算法的机场网络聚类分析.pdf(6页珍藏版)》请在咨信网上搜索。
1、第 14卷 第 4期2023年 8月指挥信息系统与技术Command Information System and TechnologyVol.14 No.4Aug.2023基于 PSOKmeans算法的机场网络聚类分析魏秀杰1 李印凤1,2 尚然然1 刘元甲3 杨璐1 肖淑敏1(1 华北理工大学建筑工程学院 河北唐山 063210)(2 空中交通管理系统与技术国家重点实验室 南京 210023)(3 中国民用航空华北地区空中交通管理局空管中心 北京 100621)摘 要:针对枢纽机场划分时未考虑机场地理空间位置的问题,构建了机场网络拓扑结构,并提出了基于粒子群优化 K均值(PSOKmeans
2、)算法的机场网络聚类方法。首先,利用介数中心度和度值加权分别表征机场的地理空间位置和机场的繁忙程度;然后,基于 PSOKmeans算法对机场网络进行聚类,并将国内枢纽机场划分为 4个机场集群;最后,依据轮廓系数指标对聚类结果进行评价。研究结果表明,采用介数中心度和度值加权对枢纽机场分类进行量化,可使不同机场集群呈现出等级梯度变化并表现出较强差异性,方法有效且可行。关键词:粒子群优化算法;复杂网络中心;机场分类;机场网络中图分类号:U8 文献标志码:A 文章编号:1674909X(2023)04006406Airport Network Clustering Analysis Based on
3、PSOKMeans AlgorithmWEI Xiujie1 LI Yinfeng1,2 SHANG Ranran1 LIU Yuanjia3 YANG Lu1 XIAO Shumin1(1 College of Civil and Architectural Engineering,North China University of Science and Technology,Tangshan 063210,Hebei,China)(2 State Key Laboratory of Air Traffic Management System and Technology,Nanjing
4、210023,China)(3 Air Traffic Control Center,China Civil Aviation Air Traffic Management Bureau in North China,Beijing 100621,China)Abstract:Aimed at the lack of consideration of the geographical spatial location of the airport in the airport grades classification,a topology structure of airport netwo
5、rk is constructed,and a method of airport network clustering based on swarm optimization K-means(PSO-K-means)algorithm is proposed.Firstly,the geographical spatial location and airport busyness of the airport are characterized by the betweenness centrality and the degree value weighting.Then,the air
6、port network is clustered based on PSO-K-means algorithm,and the domestic hub airports are divided into four airport clusters.Finally,the clustering results are evaluated according to the silhouette coefficient index.Research results show that the hub airport classification is quantized with the bet
7、weenness centrality and the degree value weighting.It can make different airport clusters show the change of hub grade gradient and strong difference,and the method is effective and feasible.Key words:particle swarm optimization(PSO)algorithm;complex network center;airport classification;airport net
8、work实践与应用doi:10.15908/ki.cist.2023.04.011 基金项目:中国民用航空华北地区空中交通管理局科技资金(201904;202002)和民航安全能力建设资金(202072)资助项目。收稿日期:2022-07-26引用格式:魏秀杰,李印凤,尚然然,等.基于 PSOKmeans算法的机场网络聚类分析 J.指挥信息系统与技术,2023,14(4):64-69.WEI Xiujie,LI Yinfeng,SHANG Ranran,et al.Airport network clustering analysis based on PSO-K-means algorith
9、m J.Command Information System and Technology,2023,14(4):64-69.第 14卷 第 4期魏秀杰,等:基于 PSOKmeans算法的机场网络聚类分析0 引 言 民航运输系统已成为我国经济发展的动力,机场作为民用航空的依托平台,在民航运输中正发挥着越来越重要的作用。具备不同枢纽等级的机场面临的问题不同,因此通过分类施策和精准施策准则对机场进行分类划分对于国家制定机场空间布局以及机场自身发展具有重要意义。关于机场分类研究,国内外已有一些研究成果。文献 17 以机场所在地的国内生产总值(GDP)、座位容量和旅客特征等进行分类;文献 814 根据
10、机场的邻接范围、运行状况和运营等级等进行分类。目前,基于神经网络的聚类分析算法已广泛用于枢纽机场分类。文献 15 利用自组织特征映射(SOM)神经网络算法并结合仿真软件将我国主要机场划分为 8个类别并进行了分析。文献 16 提出了机场中心地概念,并以机场年旅客吞吐量为规模等级参数,对机场体系的规模位序进行了研究,进而确定了国内机场的动态量化分类标准。文献 17 采用 3阶段与超效率数据包络分析(DEA)结合模型、反向传播(BP)神经网络以及聚类分析 3种方法,对机场进行梯度分类。目前,国内外多以机场相关属性(如地区 GDP、接待入境人数、旅客吞吐量、就业人数以及产业结构等)对机场进行枢纽等级分
11、类。由于民航运输系统已形成复杂的航空网络,机场的功能属性与其在复杂航空网络中的空间位置密切相关,因此机场的地理空间位置对枢纽机场分类判定具有重要影响作用。介数中心度(BC)刻画了机场位于整个机场网络的中转枢纽地位,是机场地理空间位置对航班中转枢纽控制影响性的评估指标,符合对枢纽机场的传统定义,因此本文引入了介数中心度概念。为了对国内枢纽机场进行分类划分,本文综合考虑了机场航班吞吐量和机场的地理空间位置,提出了基于粒子群优化 K均值(PSOKmeans)算法的机场网络聚类方法。1 机场网络聚类 本文先对原始数据进行预处理,筛选国内机场进行机场网络构建并进行特征值提取。为避免不同量纲对聚类结果的影
12、响,对提取的特征值进行归一化处理。先随机选取初始解,通过对粒子群优化(PSO)算法的改进来减少初始解对聚类结果的影响,对陷入局部极值的粒子进行处理使其跳出局部最优解,弱化种群中的孤立点对 Kmeans的影响,同时结合 Kmeans的局部搜索能力取得满意结果。经过多次迭代之后获得的全局粒子最优位置可作为PSOKmeans算法的最优簇类质心,通过评价指标对聚类结果进行可靠性分析,从而获得最佳聚类效果。机场网络聚类分析流程如图 1所示。2 基于复杂网络的机场网络特征提取 2.1 机场网络构建在我国复杂航空网络中,将机场的地理位置抽象为复杂网络中的顶点di(i=1,2,j,n),机场之间的航线为边si
13、(i=1,2,m)。其中,i、j和 n分别为复杂网络中的不同节点;m为节点之间的边。将机场对之间的航班量作为权重值,从而构造一个动态赋权网络。也称起点终点(OD)场,若机场节点di和dj之间存在航班,则记为1,如无航班则记为 0,据此构建出邻接矩阵OD,进而构造国内机场网络。上述网络既具有复杂网络的一般特征,又具有机场的地理性特征以及从空间角度提取的机场间的相互作用关系。表 1给出了部分繁忙机场和非繁忙机场构建的邻接矩阵OD数据,其中,ZBDH 为秦皇岛北戴河机场;ZBAA 为首都国际机场;ZGGG 为广州白云机场;ZBDT 为大同云冈机场;ZBER 为二连浩特塞乌素机场;ZBHD 为邯郸机场
14、。由表可知各机场间的航班情况,并据此构建国内机场网络。图 1 机场网络聚类分析流程65指挥信息系统与技术2023年 8月2.2 机场网络特征选取随着机场建设进程的推进,机场间已形成复杂的交通关系网,机场地理位置影响了机场规模及发展空间,同时也决定了未来发展方向18。不同地理位置承担着不同的中转枢纽作用,故机场在航空网络中的地理位置成为枢纽机场分类的重要因素。本文基于复杂网络理论构建机场网络,并由此获得机场网络的拓扑结构。从复杂网络角度出发,引入度值加权来表征机场航班吞吐量,表明机场繁忙程度;从机场地理位置中提取介数中心度来表征机场的地理位置对枢纽机场分类的影响,从而刻画机场位于机场网络拓扑结构
15、中的交通枢纽地位。本文融合了度值加权和介数中心度,并将其作为优化聚类模型的输入。1)度值加权本文构建的机场网络中,度值加权定义为 1 d内该机场航班起降量的总和19。在有向图中,机场节点di的度值加权k(di)等于该节点入度kin(di)和出度kout(di)之和,公式如下:kin(di)=djwi,j(1)kout(di)=diwi,j(2)k(di)=kin(di)+kout(di)(3)其中,wij为邻接矩阵对对应的权重值。2)介数中心度介数中心度指网络中任意 2个节点的最短路径经过某节点的次数,用于衡量 1 个节点在该网络中承担中介角色的程度,反映了该机场对邻接机场对之间沿最短路径传输
16、的控制力,值越高表明机场枢纽作用越明显。因此,机场网络中,邻接机场的机场对之间存在多条最短路径,若经过 1 个机场节点di的最短路径数越多,则该机场的地理位置越重要。第i个机场节点di的介数中心度值定义如下:BCi=ds di djsj(di)sj(4)其中,sj表明从节点s到节点j的最短路径的总数量;sj(di)表明这些最短路径中经过节点di的路径的数量。3 聚类算法 通过优化算法在全局找到最优解是传统的智能算法优化 Kmeans的方式,即找到最优聚类质心,将最优质心传给 Kmeans再进行聚类操作20。该过程的缺点在于优化算法无法确定固定数目的聚类质心,聚类簇的个数由优化算法和数据情况得出
17、,对某些场景不适用。为解决上述问题,先确定初始聚类簇数,再利用粒子群的全局搜索能力对质心迭代进行优化,从而避免 Kmeans聚类结果陷入局部最优。3.1 粒子群算法粒子群算法(PSO)是一种智能优化算法21。假设粒子在q维空间飞行,那么粒子i的位置和速度均为q维向量,其中,速度为Vi=(vi1,vi2,viq),位置为 X=(xi1,xi2,xiq)。个体最优位置为 Pbi=(pbi1,(pbi2,pbiq),群体最优位置为 Gb=(gb1,gb2,gbq)。利用下式调整粒子的飞行速度和位置:Vi(t+1)=wVi(t)+c1r1(Pbi-Xi)+c2r2(Gb-Xi)(5)Xi(t+1)=X
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 PSO means 算法 机场 网络 聚类分析
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。