終端區(qū)動(dòng)態(tài)交通特征與運(yùn)行態(tài)勢(shì)研究.pdf

1、面對(duì)空中交通運(yùn)輸需求的快速增加，運(yùn)用技術(shù)手段提升空管運(yùn)行效率與服務(wù)能力以緩解供需矛盾是當(dāng)前行之有效的方式。由于傳統(tǒng)經(jīng)驗(yàn)型的粗放運(yùn)行管理模式，未能有效利用空中交通特性、規(guī)律及時(shí)空特征，以幫助認(rèn)知運(yùn)行的動(dòng)態(tài)性與問題所在，因此難以實(shí)現(xiàn)針對(duì)性、精細(xì)化的管理與科學(xué)決策。隨著空管運(yùn)行數(shù)據(jù)采集的不斷完善，利用數(shù)據(jù)挖掘技術(shù)發(fā)掘空中交通的運(yùn)行規(guī)律、動(dòng)態(tài)模式、場(chǎng)景分類等隱含知識(shí)具備了基礎(chǔ)條件，相應(yīng)的智能數(shù)據(jù)分析與決策技術(shù)也成為當(dāng)前的研究熱點(diǎn)與趨勢(shì)。

2、　　本文總結(jié)了空中交通領(lǐng)域交通特性分析與智能決策支持的研究現(xiàn)狀與趨勢(shì)，以終端區(qū)為對(duì)象，從管制運(yùn)行與流量管理的不同應(yīng)用決策需求出發(fā)，深入研究了空中交通特性與運(yùn)行態(tài)勢(shì)相關(guān)的若干數(shù)據(jù)分析與挖掘方法，以期提供科學(xué)有效的決策數(shù)據(jù)與模型支持，主要內(nèi)容包括：
　　（1）機(jī)場(chǎng)飛行區(qū)航班運(yùn)行時(shí)間的特征分析與決策應(yīng)用。利用聚類方法提取飛行區(qū)場(chǎng)面滑行階段運(yùn)行時(shí)間的聚集分布模式，從航班運(yùn)行的階段構(gòu)成出發(fā)，將場(chǎng)面滑行時(shí)間的周期性單日變化特征應(yīng)用于城市對(duì)航班

3、運(yùn)行時(shí)間的差異化度量，設(shè)計(jì)了一種按階段獨(dú)立計(jì)算、按條件整合的運(yùn)行時(shí)間估算方法，以提供計(jì)劃編制的依據(jù)；針對(duì)惡劣氣象對(duì)航班離場(chǎng)階段時(shí)間的影響，設(shè)計(jì)了適用于機(jī)場(chǎng)的氣象影響程度指數(shù)（WITI），研究了機(jī)場(chǎng)WITI與不同離場(chǎng)延誤特征間的變化關(guān)系及規(guī)律，建立了回歸模型，以支持預(yù)測(cè)氣象條件下的終端區(qū)離場(chǎng)階段延誤的早期評(píng)判。
　?。?）建立了終端區(qū)交通流識(shí)別方法與交通流相態(tài)判別模型。從空中交通流特性分析與狀態(tài)識(shí)別的需求出發(fā)，首先利用改進(jìn)的相似性度

4、量與譜聚類實(shí)現(xiàn)了終端區(qū)各類交通流的識(shí)別與參考航跡提取，抽象了表征交通流相態(tài)的特征度量。通過特征間的數(shù)值關(guān)系與變化規(guī)律，并結(jié)合領(lǐng)域認(rèn)知，界定了終端區(qū)交通流的自由態(tài)、平穩(wěn)態(tài)與擁堵態(tài)，及各相態(tài)對(duì)應(yīng)的管制運(yùn)行特性與演化過程。以此為經(jīng)驗(yàn)，構(gòu)建了因子分析與遺傳EM聚類的交通流相態(tài)模糊識(shí)別方法，實(shí)現(xiàn)交通流相態(tài)影響因素分析與隱性特征向量的抽取，為終端區(qū)流量時(shí)空分布調(diào)配與飛行程序優(yōu)化提供支撐。
　　（3）構(gòu)建了終端區(qū)交通態(tài)勢(shì)模糊評(píng)價(jià)方法與態(tài)勢(shì)等級(jí)預(yù)

5、測(cè)模型。首先從交通態(tài)勢(shì)評(píng)價(jià)的指標(biāo)缺陷及主觀性問題出發(fā)，通過提取終端區(qū)宏觀與微觀的交通特性，從進(jìn)離場(chǎng)及總量三個(gè)維度構(gòu)建態(tài)勢(shì)指標(biāo)描述，進(jìn)而設(shè)計(jì)了基于中介真值程度度量與熵理論權(quán)值賦值的終端區(qū)交通態(tài)勢(shì)模糊評(píng)價(jià)模型，實(shí)現(xiàn)了態(tài)勢(shì)的客觀判別與差異化度量。同時(shí)，鑒于態(tài)勢(shì)的模糊性與認(rèn)知差異，以及流量調(diào)配對(duì)交通態(tài)勢(shì)識(shí)別的需求，設(shè)計(jì)了BP神經(jīng)網(wǎng)絡(luò)模型，并利用中介評(píng)價(jià)結(jié)果與實(shí)際管制認(rèn)知結(jié)果設(shè)定的樣本集合進(jìn)行模型訓(xùn)練與驗(yàn)證，實(shí)現(xiàn)了終端區(qū)交通態(tài)勢(shì)等級(jí)的快速準(zhǔn)確預(yù)測(cè)

6、。
　?。?）設(shè)計(jì)了終端區(qū)ATFM決策支持概念框架與可擴(kuò)展平臺(tái)架構(gòu)。由流量管理的目標(biāo)與泛化內(nèi)涵出發(fā)，界定了終端區(qū)運(yùn)行決策支持的應(yīng)用范疇及方法體系，并從流量管理時(shí)效階段與決策應(yīng)用領(lǐng)域維度，實(shí)現(xiàn)具體應(yīng)用決策方法的關(guān)聯(lián)，構(gòu)建了可擴(kuò)展的終端區(qū)ATFM決策支持概念框架與一般決策過程框架。以此為依據(jù)，進(jìn)一步建立了決策信息抽取的層次化概念模型，設(shè)計(jì)了一種具備擴(kuò)展能力與松耦合特征的多層次平臺(tái)體系框架，通過決策邏輯、數(shù)據(jù)挖掘方法及特征/屬性度量的分