终端区空域规划运行评价指标体系

为了合理分配管制资源,保障高效运作终端区,通过对终端区空域规划运行效能进行量化分析,进而掌握其运行情况及发展形势。首先建立了基于8类关键性能领域的终端区空域规划运行评价指标体系。然后采用状态分类评估法构造综合评价函数,利用基于随机森林(random forest, RF)算法的可拓层次分析法(extension analytic hierarchy process, EAHP)分析计算指标权重,达到综合考虑指标影响、加强指标量化程度、减少研究过程主观性的目的。最后,以广州终端区和武汉进近为例,对八大关键性能指标进行实例分析,采用蒙特卡洛(Monte Carlo)模拟验证了指标计算结果的可靠性,提升了指标的认可度,验证了系统评价结果的准确性。     

终端区交通态势识别研究

终端区交通态势日益拥挤,严重制约了航空运输业的快速健康发展。为了科学评估空中交通状态,提高空域资源的利用率,对终端区交通态势进行了研究。提取影响终端区的属性指标,运用模糊C-均值聚类(FCM)对数据进行分类离散化,采用粗糙集理论分析各属性的权重,并结合模糊关系矩阵构建终端区交通态势识别模型。采用FCM和FCM-粗糙集两种识别方法对终端区交通态势进行识别。结果表明FCM-粗糙集模型既可避免人为因素干扰,还可解决数据多属性冗余问题,使交通状态判断更加准确可信;终端区交通态势分四类时,效果最好。该模型为终端区交通态势识别提供了新的研究方法。     

一种新的多机场终端区容量评估方法研究

分析了影响终端区容量的各种因素，提出了一种新的多机场终端区容量评估方法.运用网络规划模型和仿真模型相结合的方法，评估了上海终端区虹桥机场和浦东机场分别在单独运行和联合运行情况下的终端区容量.评估结果分析表明该方法是一种较其他容量评估模型更通用的评估方法，对单机场终端区和多机场终端区的容量评估及其影响因素分析均具有良好的适应性，评估结果准确，符合终端区实际运行情况.     

单机调度问题在终端区排序中的应用研究

当终端区比较拥挤的时候,就需要对到达流航班着陆顺序进行调整,以有效缓解终端区的压力、缩短队列完成时间、提高飞行的安全性.飞机排序问题(ASP)属于NP-hard问题,通过将飞机排序问题表示成单机调度问题,设计了求解ASP的蚁群算法,以减少飞机队列总的完成时间最小为优化目标.通过与FCFS调度方法进行对比来验证基于蚁群算法的单机调度问题在单跑道机场终端区到达流排序中具有更好的适用性.     

模糊Petri网在飞机进近排序中的应用

介绍了发达国家正在研究的最后进近间隔工具(FAST)的排序思想,利用该排序思想,讨论了模糊控制和模糊Petri网排序理论在飞机进近中的具体应用,并进行了仿真。仿真结果表明,该方法能达到合理可行的排序结果,明显减少航班队列的延误。基于模糊Petri网的排序方法为解决空中交通管制系统的科学优化排序问题提供了较好的研究思路。     

基于飞行程序模式下终端区容量的计算

本文对空域系统的终端区容量评估问题进行了较为系统的研究和分析,利用Monte-Carlo随机模拟方法,使理论模型与仿真评估相结合,针对现有数据模型,对进近三部分航段进行了系统划分和理论说明,给出了相应速度参考取值,实现了对现有终端区容量评估模型的补充。     

终端区空中交通管制运行品质评价因子研究

终端区空中交通管制运行品质包含多个因素,每个因素都会对其运行品质造成一定的影响,也就是说每个因素之间的关系是相互联系关系,如果对其中的一个因素进行改进都会影响到其它因素,因此,为了能保证终端区空中交通管制运行的最优化,需要对每一个影响运行品质的因素进行综合性评价.本文基于因子分析的方法对评价因子进行了相关研究.以南京终端区为例,采用专家调查法选取六项指标作为重点研究对象,采集终端区空中交通管制运行繁忙时段作为样本,进行品质评价因子的研究.研究结果表明,流量,安全、效率是终端区空中交通管制运行品质最为重要的评价因子.通过管制专家展开模糊性综合评价,所得结果证明因子分析结果和实际情况相符合.经研究结果得出定量分析是综合改善终端区管制运行品质的重要决策导向和检验依据.     

基于点融合技术的机场终端区运行效率

为解决繁忙终端区运行效率低、飞行冲突严重、管制员工作负荷大、通信频道拥堵等问题,提出了一种基于点融合技术的进场航班流排序方法.通过细化基于点融合的进场航班排序过程,分析了基于点融合程序的空中交通管制工作流程;基于雷达管制模拟机设计并验证了点融合程序应用于中国西南某机场终端区的可行性.结果 表明:点融合程序能解决终端区大流量情况下的进场航班排序问题,相比于现行程序而言,雷达引导、高度速度调整指令次数均有不同程度的减少,有效降低了管制员和飞行员工作负荷,改善了陆空通话拥挤现状.同时,进场航班间的飞行间隔更均匀、有序,进场时间和间隔均有一定程度的减小,终端区空域容量和运行效率显著提升,能有效缓解航班延误.     

基于k-means的机场终端区对流天气场景识别

针对天气现象和空中交通的不确定性,通过k-means聚类算法识别终端区对流天气相似性,将历史运行场景分类.提取相似性天气和交通特征,运用皮尔逊相关系数法选择特征,通过主成分分析进行特征降维.结合空域结构使用聚类算法确定分类,并从时空及典型日视角切入,分析不同对流天气场景对空域通行能力的影响.以广州终端区为例进行实验,结果表明,影响终端区交通情况的天气分类具有一定的合理性,能为交通流量管理措施提供指导辅助决策.     

基于管制移交的多机场终端区离港航班时刻优化

针对多机场终端区飞行流量大,空域资源紧张的现状,结合基于航迹运行理论,提出基于管制移交间隔优化离港航班时刻的模型。模型以时刻调整成本最小化为目标,使离港航班在出港点处能够建立符合移交条件的纵向间隔,使用遗传算法求解,利用北京终端区下辖三座机场的历史运行数据验证模型的适用性。结果表明,优化后的时刻可使98.15%的离港航班在出港点处建立符合移交条件的间隔,有效降低了因不满足移交间隔造成的飞行冲突,提高了航班流的有序性。