以航路和机场管制区为节点的飞行流量管理

空中交通流量管理是为解决空中交通拥挤而进行的系统规划管理。以机场、航路管制区作为飞行流量限制节点，建立基于地面等待的流量管理整数规划模型，模型全面描述了各种制约因素影响，实例证明此模型对解决空中交通拥护问题是有效的。     

航路网络流量波动行为分析

空中交通系统是一个动态的复杂系统,各种因素导致的网络流量变化引起网络结构的改变,进而影响网络功能并造成延误与拥堵。为缓解我国空中交通延误较大的现状,需要深入分析航路网络流量的波动行为。以我国中南地区实际网络数据构建航路网络模型,分析节点流量的波动特性和动态特征。研究表明,该航路网络节点流量对时间的均值和标准差满足幂率且幂指数在1/2到1之间,并且在不同的时间和空间尺度下动态特性各异,意味着其波动性是内外影响因素共同作用的结果。并且将影响航路网络流量波动行为的内部影响因素从外部影响因素中分离出来,定量确定波动性的来源。最后,给出内外影响因素主导地位在观测尺度上的转换点。     

空中高速路交通流的跟驰现象及流量模型

为研究下一代航空运输系统空中高速路的流量模型,针对连接远程、繁忙航线城市对的空中高速路具有航路单向、无交叉、有性能限制、高密度运行的特点,以下一代航空运输系统的运行规则为基础,基于跟驰理论,对单层航路建立了空中高速路交通流微观跟驰模型.通过对空中交通流量密度关系的分析,扩展出空中交通流的宏观流量模型,该模型可用于航路流量优化、安全分析和航路容量评估等.计算结果表明:由微观跟驰模型得出,运行于空中高速路上的航空器间隔越小、速度越快、后机反应强度越小,后机相对于前机的跟驰反应就越强烈;由宏观航路流量模型得出,飞机流中航空器间隔越小、起始速度越大,流量变化就越明显.      

扩容空中交通管理研究

随着全球空中交通流量以前所未有的速度在递增,我国的空中交通管理的管理体制、应用技术以及管理理念已经越来越不能满足空中交通发展的需求。本文首先介绍了“扩容空中交通管理”这个新概念,然后结合我国现行的空中交通管理现状,将扩容空中交通管理与现行空中交通管理进行了全面对比,然后,结合我国空中交通管理特有的运行环境以及未来空中交通管理的发展趋势,提出我国空中交通管理应该由分散向集中统一管理转变;管理中的流量管理子模块将实行战略、预战术、战术三个阶段的协同流量管理;最后实现“空天地”一体化管理。     

基于改进加权一阶局域法的空中交通流量预测模型

空中交通流量精准预测是实施空中交通控制和管理的重要前提.针对空中交通流量时间序列的内在混沌动力特性,研究了基于改进加权一阶局域法的混沌交通流量时间序列预测模型.首先,提出了一种临近相点演化加权的改进一阶局域预测法,并通过在预测过程中构建误差序列进行预测结果修正;其次,利用关联维数出现饱和现象验证了4组不同统计时间间隔的实测空中交通流量时间序列均存在混沌特性;最后,在对空中交通流量时间序列进行相空间重构的基础上,利用改进加权一阶局域预测方法进行了流量预测结果的对比实验.结果表明,4组空中交通流量时间序列预测精度均有提高,时间尺度为10 min的流量预测效果最好,预测相对误差减小了29.7%.      

动态航迹推测方法

应用大圆航迹和等角航迹原理,融合雷达、电报等动态数据,研究了动态航迹推测算法,以及该算法在航空器飞行轨迹预测、航空器过航路点时间预测和空中交通流量动态统计预测等方面的应用。利用广州机场的实际航班数据,将动态航迹推测算法与经验时间累加法进行了对比研究,发现动态航迹推测算法符合航空器运行规则,其误差在±0 5 min之内,能及时修正航空器的飞行轨迹,反应灵敏。结果表明动态航迹推测方法能更好地预测未来短时期内空域使用情况,是一种为空中交通战术流量管理提供准确数据的有效方法。     

基于航空器自主运行的空中交通复杂性建模

针对航空器自主运行模式的空中交通运行态势评估问题，本文重构了基于分布式空中交通管理系统的空中交通复杂性评价方法，并仿真验证了该方法在航空器冲突探测和自主航迹规划中的应用。首先，基于自由航路空域和航空器自主运行模式定义了空中交通复杂性，在通过三维空域栅格模型量化航空器时空位置的基础上，构建复杂度计算模型以反映航空器位置、航向、 航速对空域各栅格的实时复杂性影响；其次，基于实际管制扇区(ZSSSAR01)及高度层，分别模拟自由航路与固定航路运行模式，对比两者空中交通复杂度时空分布差异；并结合自由航路运行模式，在空中交通复杂性与航空器冲突指标(冲突率、冲突比例)相关性分析的基础上，研究空域复杂度阈值确定方法；最后，初步探究基于空域复杂度阈值进行航空器自主航迹调整的方法，评估其运行效果。仿真实验结果表明：自由航路运行模式相对固定航路运行模式可显著降低空域最大复杂度值(平均降幅119%)；模型计算得到，空中交通复杂度与空域中航空器冲突指标有强相关性 (相关系数大于0.90)；基于复杂度和复杂度阈值的航迹调整策略具备一定可行性。     

大交通流量条件下分布式空管系统安全性分析

尽管分布式空中交通管理系统相比集中式系统具有容错性好的特点,但是,随着空中交通流量的增长,由于多米诺效应的影响,系统的稳定性下降,安全性降低.本文建立了大流量条件下分布式系统的安全性计算模型,分析了系统的安全性随空中流量的增长而变化的规律.仿真结果表明在大流量时分布式系统的安全性低于集中式系统.     

空域和流量协同管理建模与仿真

提出了空域和流量协同管理概念,综合利用地面等待、动态航路、条件航路等多种管理手段,建立了以最小运行成本为目标的数学模型,同时在模型中引入了动态航路、条件航路的开放成本,以更好地体现流量与容量之间相互协同优化关系,最后通过实例对模型进行了验证。计算结果表明:利用空域和流量协同运行管理模型制定的优化策略后,总的航班运行成本比优化前减少了8 205美元,成本波动幅度大大减小,因此,该协同管理策略可缩短航班延误时间,降低航空公司的成本。     

������������»��ڹ���Ա�������ɵ�������������

空中交通容量评估是有效实施空中交通流量管理策略的基本依据和关键技术,对保障飞行安全和航班延误起着至关重要的作用。随着空域流量的增加,管制员工作负荷日益增大,已成为限制空域容量的主要因素之一。本文从理论和实际应用两个方面研究了基于管制员工作负荷的容量评估问题。文章首先给出管制员工作负荷的定义,讨论了管制员工作负荷产生的原因,并以此为基础建立了基于航路流量统计的管制员工作负荷模型;然后通过新的模型研究了扇区容量评估方法;最后以兰州区域的实际扇区为背景,使用建立的模型,采用回归分析方法,分别计算了在成熟管制员和新手情况下兰州区域的扇区容量。计算结果符合实际运行情况,验证了所提模型和方法的可行性。     

航路扇区容量需求的交通流动力学推演与预测

为科学应对交通需求的持续增长，合理进行空域规划，从介观层面刻画交通流动态演化过程，提出航路网络交通流演化模型. 以此为基础，将预测得到的城市对间年度交通总需求量推演到整个航路网络中，实现未来交通需求时空分布的中长期预测；构建航路扇区容量需求预测模型，选取华东地区两个相邻航路扇区为研究对象，进行实例验证.结果表明，所提方法能对航路扇区容量需求进行有效预测，未来5 年内两个航路扇区容量需求将分别由50架次/h、 39架次/h上升为70架次/h、45架次/h.     

考虑航段相关性的航路拥挤态势多模型 融合动态预测方法

研究航路交通拥挤状态动态实时预测问题,可为缓解航路交通拥挤,优化拥挤管控 策略提供科学的依据.首先,采用神经网络理论建立考虑航段相关性的交通流参数预测模型, 预测航段流量和航段密度参数;然后,运用多模型融合预测算法提高预测精度,基于模糊C均 值聚类算法和航段历史及预测交通流参数预测航段交通拥挤态势;最后,采用雷达实测航迹 数据验证模型的有效性.研究结果表明,本文建立的预测模型同时考虑了时间和空间因素,对 航路拥挤状态预测准确率达到82.29%,预测方法符合实际且对航路交通态势的预测具有应用 价值;同时考虑航段相关性影响和采用多模型融合预测算法能够明显提高预测精度.     

有限理性下考虑出发时间选择的网络交通流演化

假设出行者出发时间与路径选择随历史出行信息的更新而不断调整,研究网络交通流逐日动态演化规律.考虑出行者有限理性,基于累积前景理论,建立了出行者出发时间选择、时间间隔权重更新、路径选择及路径行程时间分布更新模型.通过数值实验表明:出行者对历史理解行程时间依赖程度对每个出发时段的稳定的流量分布无显著影响,但是对路径流量演化有显著影响;当出行者对历史理解行程时间的依赖程度大于等于0.90时,考虑出发时间选择的路网流量演化最终能达到稳定状态;从系统的整体效率来看,当出行者对历史理解行程时间的依赖程度在[0.90,0.95]时,有限理性下的交通分配结果优于完全理性.     

基于集成学习算法的航路网络航段交通拥挤识别方法研究

基于航路网络ADS-B航迹数据定义航路网络航段交通流量、航段交通密度、航段交通饱和度、航段交通接近率4 项交通拥挤状态评价指标；采用模糊C均值聚类算法和航段历史交通拥挤状态评价指标参数划分航段交通拥挤状态等级；结合集成学习算法构建航路网络航段交通拥挤状态识别模型，实现航段交通拥挤状态的识别. 实证分析表明：航路网络交通拥挤状态集成学习识别模型对实验航路网络航段交通拥挤状态识别准确率达到98.34%，采用决策树基学习器优于k 近邻基学习器，且增加的集成学习基学习器数量可提升模型的识别精度；集成学习识别模型的识别性能优于BP神经网络模型，识别方法符合实际且具有应用价值.     

Ӧ����ɢ���̽�ģ�����㷨�о�

实施科学有效的应急疏散策略对提高城市交通应急响应能力、节约救援时间和降低灾害带来的生命财产损失具有重要的作用。疏散路线的构建和各疏散路口的路网分配问题是应急疏散问题的关键所在。在描述路网疏散问题的基础上,构建了以总疏散时间最小化为目标的疏散模型,并运用庞特里亚金最大值原理获得模型的最优解条件。设计了疏散路线构造算法和路口车辆分配算法,用于引导待疏散车辆迅速地疏散到安全区域。在疏散过程中引入反馈思想,利用实时的路网状态信息对疏散策略进行更新调整。仿真结果表明所提出的模型和算法能较好地对路网进行应急疏散。     

满足交通网络流量增长态势的扩能优化研究

在交通网络的实际应用中,流量的发展态势往往超出现存网络的最大流量承载能力,这就需要考虑如何提高网络的输送能力,即如何对交通网络进行扩能。本文基于发展态势的流量需求、扩能代价最低以及扩能拥堵程度高的线路条件,构造了最优的扩能算法。通过此算法,可以选择交通网络中最优的扩能路线。在交通运输领域,由于流量的发展态势需要扩能的问题普遍存在,本文的研究内容可以为交通网络的扩能决策、优化、设计等提供应用基础。     

Emergency Evacuation Model and Algorithms

A scientific and effective emergency evacuation plan plays an important role in improving the event reaction ability of the urban traffic system, as well as, saves rescue time and reduces property losses. Evacuation route construction and network distribution in each network junction are vital for evacuation planning problems. An optimal objective based on the shortest emergency time is established and the optimal solution is acquired using the Pontryagin minimum principle. The evacuation route construction algorithm and traffic flow assignment algorithm in each junction are employed to deliver the traffic flow in the evacuation area to a safe region rapidly and safely. The idea of feedback is introduced in the execution using real-time information to adjust and update the evacuation plan. The simulation result shows that the proposed model and algorithm can be effectively carried out in an emergency evacuation.     

基于贝叶斯估计的短时空域扇区交通流量预测

为准确把握空域扇区流量分布态势及未来变化趋势,提出了一种基于贝叶斯估计的短时空域扇区交通流量预测方法.首先,通过解析空域系统内航空器原始雷达数据,提取各扇区历史运行信息,建立了多扇区聚合交通流模型;其次,采用贝叶斯估计理论对模型参数进行最优估计和动态更新,预测了空域扇区交通流量的未来演变趋势及其不确定范围;最后,选取国内5个典型繁忙扇区为例,以5 min为时间段,以未来1 h为预测范围,对所提预测方法进行了验证.研究结果表明:85%以上时段交通流量预测结果的绝对误差在3架以内,平均绝对误差均在2架次以内,预测结果的稳定性较好,可充分反映各空域扇区之间短时交通流的动态性和不确定性,符合空中交通的实际情况.      

基于蚁群算法的动态路径选择优化方法

为了确保城市路网交通流平稳运行和各路段交通流量合理分配,提出了一种基 于伪随机状态转移规则的动态路径选择优化方法.该方法首先计算路段上流量和路阻,利 用伪随机状态转移规则和路径、路段信息素更新规则,模拟了出行者在路网节点的择路 行为,实现了路径选择过程中静态先验知识、动态交通状态及路径选择随机性的综合.算 例结果表明,该方法能够体现不同 OD 需求下路径选择的叠加效果和时延效果,相对于 平衡分配法可获得更好的路网交通均衡性,对于时变路况环境下的路径诱导系统也具有 一定的应用价值.