离港航班延误时间预测方法

在如今的民航运行体系里,航班延误已经成了机场和航空公司为了提高效率与控制成本的主要研究目标。为了构建更准确的离港航班延误时间预测模型,首先分析了导致离港航班延误发生的主要因素,并利用皮尔逊相关度系数对各因素进行相关性分析。其次基于基本BP(back propagation)神经网络算法,构建离港航班延误时间预测模型,并进行优化;然后采用自动编码器(AutoEncoder)对BP算法进行改进;接着构建了基于支持向量机(support vector machine, SVM)的预测模型并与优化后的BP模型进行对比;最后基于上海浦东机场实际历史航班数据进行仿真检验,验证了本文优化模型的准确性和高效性。     

机场密集区域空域容量评估方法研究

定义了机场密集区域,明确空域容量的求取范围为对应机场终端空域.对受军航影响下的机场密集区域空域运行模式和容量变化情况进行了分析.基于排队论、移位负指数分布等概率统计模型,提出面向机场密集区域的空域容量评估模型.以中南地区湛江进近空域为例,运用AirTop仿真软件评估其容量和延误情况,并将模型计算结果与其结果相比较,证明了模型评估趋势和评估精度的有效性.