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PHMM的终端区航空器综合态势识别

航空器在终端区飞行时,由于受到诸多因素的影响,导致其不能严格按照计划航线飞行。通过分析历史航迹数据,提出了一种基于并行隐马可夫模型的终端区航空器综合态势识别方法。首先提取航迹数据的各类特征点,然后根据其x坐标、Y坐标以及Z坐标建立3个隐马尔可夫模型。通过训练3个模型的参数,对航空器在终端区内的高度态势、速度态势以及方向态势进行识别。最后采用综合分析方法对航空器的综合态势进行识别。实验表明,该方法能够快速、准确、有效地识别出终端区航空器的综合飞行态势,为管制员发布管制指令提供依据。     

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...     

基于灰色重力模型的终端区空域流量分布预测

针对终端区空域航路飞机流量分布,给出灰色-重力模型组合预测方法.利用灰色GM(1,1)建模预测终端区内机场及管制移交点航班架次,在此基础上,采用双约束重力模型将航班架次分配至各条进、离场航路,得到空域飞机流量分布.以上海终端区空域为例,对该方法进行了实证分析研究.     

基于三角模糊熵-VIKOR法的终端区管制运行效率评估模型

为了科学准确地对终端区管制运行效率进行评估,考虑终端区管制系统运行过程与特点,建立了终端区管制系统运行效率评估指标体系。应用三角模糊数法和熵权法分别求出各指标的主观权重和客观权重,利用最小相对信息熵法得出两种权重的组合权重。基于VIKOR法构建终端区管制运行效率评估模型,计算终端区管制运行效率指数值,根据运行效率指数值的大小对终端区管制系统进行效率评估,并将评估结果与灰色关联TOPSIS法的评估结果进行对比,验证了该评估模型的合理性。     

基于SDAE的终端区气象场景模式识别方法

气象条件是影响终端区航空器运行安全及效率的主要因素之一。为提高终端区气象场景模式识别精度,采用基于堆叠降噪自编码(SDAE)的聚类模型,在输入层添加随机噪声、构建3层自编码、逐层贪婪训练,降维后的特征作为聚类的输入,实现气象场景的模式识别。以天津滨海国际机场2022年气象观测数据为例,基于SDAE与欧氏距离、汉明距离、曼哈顿距离等传统相似性距离度量方法,分别使用K-medoids与FCM两种聚类方法进行验证。结果表明：基于SDAE的相似性度量在K-medoids与FCM聚类中均表现最优,与其他相似性度量相比差异率分别达到22.4%,12%,17.7%与24.8%,10.7%,11.8%,且运算时间最短,证明了基于SDAE的度量、聚类效果最优,最终识别出8个气象场景,各场景分类清晰明确。     

集成综合评价法的终端区管制运行效率评估

终端区管制运行效率评估中指标信息间具有差异性且量纲不统一的特点.针对传统的主成分分析法对数据做标准化处理时会消除指标间差异性的不足,基于改进的主成分分析法并结合熵值法的客观性提出了一种终端区管制运行效率的集成综合评估模型.该模型运用均值化代替标准化处理指标数据,借助SPSS23软件分别得出改进的主成分分析法和熵值法评估排序结果.将两种评估结果通过一致性检验得到最终的终端区管制运行效率集成综合评估值及排序结果.算例结果表明,所建立的评估模型可以更高效的评估终端区管制运行效率.     

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。     

基于多机场终端区交通态势的航班延误预测

为了针对性地制定后续优化措施,以降低多机场终端区内航班延误所带来的不利影响,并提高多机场系统内各机场的运营效率,进行多机场终端区航班延误的预测研究。首先,考虑多机场终端区交通态势对航班延误的影响,在对多机场终端区交通态势进行分析的基础上,建立了6个描述终端区交通态势的指标。接着,构建反向传播（back propagation,BP）神经网络航班延误预测模型,将终端区交通态势指标、航班信息和天气环境数据等作为输入,航班延误时间作为输出,并利用粒子群优化算法（particle swarm optimization,PSO）优化BP神经网络进行训练。通过实例验证和分析,基于多机场终端区交通态势的航班延误预测能够有效提高预测准确率,同时,通过粒子群优化BP神经网络的预测模型预测准确率均高于一般的考虑交通态势的BP和遗传算法优化的BP神经网络模型（genetic algorithm and back propagation,GA-BP）。     

基于连续下降运行的终端区环形进场航线设计

为了提高多机场终端区运行效率,增加其空域容量, 本文构建了基于连续下降运行模式的终端区环形进场航线结构和运行规则,并使用实际扇区结构和数据进行仿真验证。首先构建环形进场航线,由多条椭圆矩形等待航线和圆形准备航线组成;其次设计相应的进场运行规则;然后建立航空器进场顺序优化模型,使用模拟退火算法对其进行求解;并应用蒙特卡洛仿真方法计算终端区极限进场容量;最后使用实际终端区(ZSSSAP)结构数据进行实例验证。实验结果表明,环形进场航线在繁忙状态时可有效减少终端区内进场航空器瞬时峰值数量(降幅21.90%)和平均进场时间(降幅3.14%),平均进场时间可在顺序优化后进一步降低(降幅6.59%);并提高终端区进场航空器容量(增幅4.82%);在空域运行态势方面,环形进场航线模式可大幅度降低空域复杂度峰值(降幅61.29%)。     

自相似网络流量的处理和分析

为了解决自相似模型难以进行自相似网络流量趋势预测的问题,提出时间序列分析中短时相关模型(自适应自回归模型)的方法用于流量数据的估计;同时为了提高预测精度,提出改进的最小平方格型(modified least square lattice, MLSL)算法,使模型参数不断递推修正,收敛到最佳值.仿真试验结果验证了短时相关模型在网络流量预测应用中的可行性,实现了自相似网络流量的短期预测,该算法比最小平方(least square, LS)算法均方误差减少20%, 具有收敛快、预测精度高的优点,而该算法的计算量减少一半.     

基于注意力机制的前方道路场景识别算法

随着我国机动车保有量逐年上升,而路网的建设相对缓慢,由此造成行车拥堵问题日趋严重。准确快速地识别出路口和路段等道路场景,对车辆安全驾驶具有很好的辅助作用。为了通过实时性较强的辅助驾驶功能提高机动车行驶的安全性,针对网络规模较小的ResNet18模型进行改进,加入空间注意力模块进行模型优化。实验结果表明,在复杂交通路况下,基于注意力机制改进后的ResNet18模型在道路场景数据集上的识别准确率达到91.5%,推理时间为4.935 ms,在保持实时性的同时提高了图像识别准确率,满足辅助驾驶需求。     

基于多目标融合及改进遗传算法的终端区进场协同排序

未来中国终端区将逐年递增,根据数据显示终端区内空域资源与飞行流量的增长不成正比,终端区内流量趋于饱和。为了有效提升终端区运行的效率,确保航空器在其空域的安全飞行,降低管制员的负荷以及公司的运行成本,从航空器延误、管制员负荷以及各机场资源平衡3个方向建立多机场终端区航空器进场协同排序模型。首先,通过对终端区范围界定,运行主要问题的研究以及空域结构的分析,了解终端区系统的相互关联因素;其次,通过对终端区进场航空器的线路、交叉点的单独分析,找到相应的共同点和影响较高的运行系统相关性因素、相关的约束以及主要的解决目标;最后,利用结合模拟退火算法(simulated annealing algorithm, SAA)的非支配排序遗传算法Ⅱ(non-dominated sorting genetic algorithmⅡ,NSGA-Ⅱ)算法对该模型进行求解。结果表明：基于改进遗传算法对该模型求解后对比先到先服务模式以及未改进的遗传算法在效率上分别提高26.3%和53.2%。由此可见,所提出的模型能有效地提高航空器排序的效率。     

基于轻量化神经网络的公路监控场景天气识别研究

针对深层卷积神经网络模型参数量大、对硬件设备要求高而难以部署于边缘端的问题,本文结合高速公路监控图像这一应用场景,对基于轻量化神经网络的天气识别算法进行研究.首先对经典的轻量化神经网络模型MobileNet进行理论分析,由参数量和计算次数的角度分析其深度可分离卷积与标准卷积操作的不同.同时,收集并标注基于公路监控图像的...     

基于多源浮动车数据融合的道路交通运行评估

针对当前出租车浮动车数据覆盖范围和数据质量不足的问题,在现有数据特征分析的基础上引入百度手机导航和公交车浮动车导航数据,面向道路运行评估和拥堵管理提出了基于出行时间的交通运行指数算法和一种基于出租车、百度、公交车多源浮动车数据融合的道路交通运行评估方法,构建了多源数据融合规则和融合算法.以深圳为例进行了融合效果分析,结果表明所提出的多源数据融合方法效果显著,很大程度上提高了融合结果精度、数据覆盖率、数据可靠性和数据样本量,最后提出了主要应用方向和初步应用效果,能够为国内外城市开展交通运行评估工作提供借鉴.     

基于趋势场景缩减的水风光协同运行随机模型

针对水风光资源集趋势性和随机性于一体的特点,在同步回代缩减方法的基础上引入重叠、加权的趋势拟合操作,提出趋势场景缩减方法,并通过算例验证了所提方法的有效性和优越性.构建了基于概率的水风光多目标协同运行随机模型,给出了发电量最大化和出力波动最小化目标函数以及资源类、电站类和系统类等约束条件的数学表达和模型求解步骤,结合实例分析了模型优化结果可兼顾多个目标和多种典型场景的特点,并通过对比优化结果与客观实际进一步验证了所提方法和模型的有效性.     

基于Petri网军民共用停机坪运行仿真与分析

为解决军民用停机坪运行冲突问题,通过分析军用飞机与民用飞机共同使用机坪及其附近区域的滑行规则,基于模块化建模思想,建立基于停机坪区域的分层赋时着色Petri网模型.提出冲突点选择避让机制,设计运行模型控制器,将场面运行控制知识与模块的库所和变迁集成,增强模型的智能决策能力,基于CPN Tools软件平台实现模块化建模....     

基于交通仿真的雾霾天气后高速路网消散

为提高雾霾天气后高速路网运行效率,研究了收费站节点放行策略与路网运行效率的关系.首先,将区域高速路网中的收费站作为节点,综合考虑节点空间重要度、功能重要度、位置重要度等因素建立节点优先度计算模型;其次,根据计算得到节点优先度值来确定恶劣天气后节点恢复交通分批放行的优先级;进而采用VISUM宏观交通建模与VISSIM微观...     

基于极大代数的终端区离场优化分析

针对终端区离场排序问题,提出了一种基于极大代数的简化终端区离场模型,在此基础上建立了相应的单航路极大代数模型,解决了同高度同航迹航空器离场的冲突问题,最后对模型进行了算例验证。结果表明,极大代数能够较好的解决航空器离场排序问题,实现全局最优性。     

基于可视化的基层气象网络与装备运行维护

在基层气象装备、信息网络设备及气象基础数据分析等运行维护中,以分析流程模型制定网络拓扑可视化,基于GIS装备可视化,将网络设备、链路、网络安全、站点以直观方式呈现运行状况,采用数据的可视化进行技术分析,对状态信息进行采集并加以分析,从而判断其设备的运行维护周期,同时采用场论迭加现象,得出站点各要素空间分布之间存在关联,利用校验分析站点疑误数据并分析出结果,从而提高气象网络与装备的运行维护效率。