基于仿真的近距跑道容量评估方法

    公开(公告)号:CN114896856B

    公开(公告)日:2024-09-10

    申请号:CN202210151964.0

    申请日:2022-02-18

    摘要: 本发明提供一种基于仿真的近距跑道容量评估方法,该方法利用蒙特卡洛模拟方法获取航班计划,并构建跑道容量评估仿真模型;构建进离场航班跑道排序优化模型;利用所述进离场航班跑道排序优化模型计算进离场航班的跑道使用顺序以及跑道使用时间,对所述航班计划进行优化;将优化后的航班计划导入跑道容量评估仿真模型,获取跑道容量评估结果。本发明在不改变计算机仿真模型的基础上,对仿真航班计划进行跑道优化排序,使得跑道容量在一定时间内被充分利用,减少仿真所需的航班计划套数,在保证仿真容量评估效果的前提下,缩短仿真时长,提升容量评估流程整体效率。

    机场场面滑行热门节点识别方法、装置及存储介质

    公开(公告)号:CN117789536A

    公开(公告)日:2024-03-29

    申请号:CN202311822490.9

    申请日:2023-12-26

    IPC分类号: G08G5/00 G06F18/22

    摘要: 本发明涉及场面热点识别领域,尤其涉及一种机场场面滑行热门节点识别方法、装置及存储介质。该机场场面滑行热门节点识别方法,包括:构建场面滑行网络模型;构建评价滑行网络热门节点的多维特征指标体系;采用累计信息贡献率进行指标筛选;基于筛选后的滑行网络特征指标计算结果,采用CRITIC‑VIKOR法对各滑行节点进行客观评价。通过考虑场面交通网络的拓扑结构以及航空器运行的空间特性,从多角度综合衡量了场面节点的热门程度,解决了现有方法中热点识别层面较为单一的问题,突出了场面中具有高交通压力及高风险的节点,可辅助地面管制员保障机场安全运行。

    一种用于管制扇区岗位的动态配置方法

    公开(公告)号:CN114664123B

    公开(公告)日:2024-02-13

    申请号:CN202210306013.6

    申请日:2022-03-25

    摘要: 本发明实施例公开了一种用于管制扇区岗位的动态配置方法,涉及民航空中交通管理技术领域,能够对空域扇区进行结构优化,同时减少各扇区管制员配置数量,显著降低管制人员配置成本。本发明包括:建立针对管制员的工作负荷评估模型,通过所述工作负荷评估模型统计空域内的各个扇区的管制员的工作负荷值,其中,各个时段对应各自的工作负荷值;根据扇区划分原则,从所述空域中获取扇区组合;建立用于管制扇区岗位模式的动态配置模型;利用步骤1中所得到的工作负荷值和所述动态配置模型,获取扇区组合和岗位模式配置方案。本发明适用于民航(56)对比文件张明;韩松臣.基于变精度粗集的动态扇区数规划.西南交通大学学报.2009,(第03期),全文.许辰澄;赵征;胡明华;江斌;孔航.基于扇区复杂性数据的管制员工作负荷评估《.中国民航大学学报》.2019,第37卷(第4期),全文.冷杰;赵征;吴桓.基于航迹分析的管制员工作负荷评估方法研究《.航空计算技术》.2021,第51卷(第6期),全文.万莉莉等.管制员工作负荷及扇区容量评估问题研究《.交通运输工程与信息学报》.2006,(第02期),陈薇宇等.基于管制员工作负荷的航路扇区容量评估技术《.哈尔滨商业大学学报(自然科学版)》.2010,(第06期),曹永华.浅谈如何利用扇区容量评估分析管制员工作负荷《.科技展望》.2016,(第10期),袁乐平等.双岗制下不同席位管制员工作负荷差异性研究《.中国民航大学学报》.2013,第31卷(第1期),

    基于GCN-LSTM模型的多机场终端区流量预测方法及系统

    公开(公告)号:CN117292584A

    公开(公告)日:2023-12-26

    申请号:CN202311578979.6

    申请日:2023-11-24

    摘要: 本发明属于空中交通管制的流量预测技术领域,具体涉及一种基于GCN‑LSTM模型的多机场终端区流量预测方法。本发明的多机场终端区流量预测方法包括:构造多机场终端区交通流拓扑图G;构建数据集,将数据集转换成拓扑图G的形式,作为GCN模型的数据输入;构建GCN‑LSTM模型;将数据集数据划分为训练集和测试集,对GCN‑LSTM模型进行训练和测试,得到训练好的GCN‑LSTM模型;获取待预测时间段前的历史数据,将其输入至训练好的GCN‑LSTM模型,输出预测结果。通过将多因素引入作为输入特征,构建了GCN‑LSTM组合模型,并与传统的预测模型进行了对比,GCN‑LSTM组合模型预测精度较单一模型高,预测误差RMSE、MAE、WMAE均有所降低。

    民航机场机坪U型区运行性能综合评估方法及系统

    公开(公告)号:CN115424476B

    公开(公告)日:2023-11-07

    申请号:CN202210890752.4

    申请日:2022-07-27

    IPC分类号: G08G5/00

    摘要: 本发明公开了一种民航机场机坪U型区运行性能综合评估方法及系统,方法包括以下步骤:步骤1,分析机坪U型区的物理结构特征与交通运行特征,根据多元化的机坪U型区运行规则与航班运行程序,建立机坪U型区交通运行模型;步骤2,从安全、容量、效率、环保视角,构建多维度的机坪U型区性能评估指标体系,提出各类指标的度量方法;步骤3,集成开发机坪U型区运行仿真模型,综合对比不同类别U型区运行程序的性能优劣,最终生成最优的机坪U型区运行程序。本发明有利于推动实现机坪运行资源的集约化利用与运行效率的最大化提升,有利于降低机坪进离场航空器燃油消耗和气体排放,有利于促进大型繁忙机场节能减排。

    基于运行特征的区域扇区场景相似识别系统

    公开(公告)号:CN111626365B

    公开(公告)日:2023-04-07

    申请号:CN202010468535.7

    申请日:2020-05-28

    摘要: 本发明具体涉及一种基于运行特征的区域扇区场景相似识别系统,其包括:通过相关性获取模块根据区域扇区运行特点,建立区域扇区运行特征体系,以获取区域扇区运行情况实测数据的相关性;通过主成分特征获取模块根据相关性通过主成分分析方法降低运行特征的信息冗余和维度,以获取主成分特征;通过相似性度量模块根据欧式距离和DTW方法对主成分特征组成的离散和时序数据进行相似性度量;通过识别模块根据相似性度量结果通过谱聚类方法对相似运行模式和相似运行趋势进行识别;以及通过验证模块根据平均轮廓系数和MDS方法对识别结果验证,实现了对区域扇区场景当前运行情况进行更全面的可视化描述,以及区域扇区场景相似性的精确识别。

    一种基于强化学习的航空器滑出时间预测方法

    公开(公告)号:CN115688978A

    公开(公告)日:2023-02-03

    申请号:CN202211222816.X

    申请日:2022-10-08

    摘要: 本发明公开了一种基于强化学习的航空器滑出时间预测方法,包括以下步骤:步骤1,对获取到的机场场面运行数据进行预处理,并构建影响航空器滑出时间的特征集;步骤2,定义马尔可夫决策过程的五元组,离散化系统的状态和动作并初始化累计奖赏;步骤3,利用探索过程和学习过程进行动作选择,确定下一个系统状态并更新累计奖赏;步骤4,设置预定义的停止条件,迭代训练强化学习算法得到最优累计奖赏;步骤5,利用最优累计奖赏对个体航空器滑出时间进行预测,对机场场面整体滑行态势进行评估。本发明能够在复杂机场场面环境中准确高效地预测航空器滑出时间,评估场面整体滑行态势,提高了机场场面的智能化管理能力。

    一种用于航班时刻分配场景的机场时隙防火墙设置方法

    公开(公告)号:CN115662192A

    公开(公告)日:2023-01-31

    申请号:CN202211210725.4

    申请日:2022-09-30

    IPC分类号: G08G5/00

    摘要: 本发明实施例公开了一种用于航班时刻分配场景的机场时隙防火墙设置方法,涉及空中交通管理与规划技术领域,能够减少建设成本并提高普及程度。本发明包括:获取机场历史航班计划数据、机场历史航班实际运行数据和机场公布容量数据;利用历史航班计划数据,获取需求特征,并确定在典型繁忙日的繁忙时段总需求;利用繁忙时段和防火墙预设位置点,构造融合时隙防火墙的容量配置方案集;利用历史航班实际运行数据,识别繁忙时段的容量场景和各个场景的概率;利用容量配置方案集和容量配置方案集内各元素的期望延误,获取双目标数据集;利用在典型繁忙日的繁忙时段总需求,搜索双目标数据集的帕累托前沿,并建立容量配置方案集的索引。

    用于机场航班时刻优化的树型防火墙容量配置方法

    公开(公告)号:CN115640878A

    公开(公告)日:2023-01-24

    申请号:CN202211206784.4

    申请日:2022-09-30

    摘要: 本发明实施例公开了一种用于机场航班时刻优化的树型防火墙容量配置方法,涉及空中交通管理与规划技术领域,能够为机场运营者和时隙协调人员提供灵活的容量配置文件及高满意度的航班时刻分配方案。本发明包括:获取机场时隙协调参数数据和机场初始航班计划;利用所述机场时隙协调参数数据建立机场容量场景集;获取所述容量场景集对应的期望延误水平;利用所述容量场景集和所述容量场景集对应的期望延误水平,建立训练数据集;利用所述训练数据集,基于决策树算法训练初始决策树;利用所述初始决策树获取融合防火墙的树型容量配置文件;利用所述树型容量配置文件建立航班时刻优化模型。