空域扇区概率交通需求预测模型

为预测空域扇区在未来一定时段内的交通需求及其变化规律,基于简化的空域运行网络结构,从不确定性角度分析了航空器飞行时间对空域扇区交通需求预测的影响,针对航空器进入、离开扇区和在扇区内飞行过程的随机性,给出了相应概率分布函数.在此基础上,建立了空域扇区概率交通需求预测模型,设计了启发式算法.对实际航班数据的仿真结果表明:本文模型和算法预测时段10:00~11:00扇区发生拥挤,比传统的确定性方法预测的拥挤时段减少了30 min,避免了在时段9:30~10:00采取不必要的流量管理措施,降低了该时段管制员的工作负荷.     

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.      

基于非线性规划的空域扇区结构优化设计

在统计、分析管制员工作负荷和使用管制员工作负荷模型的基础上,提出一个受不同扇区规划数目约束的扇区结构划分的数学模型。作者采取多变量有约束非线性整数规划法简化了算法流程,并给出了算法解法步骤;在MATLAB平台上,通过编辑算法程序,实现了非线性算法运算功能,完成了扇区结构优化的计算机实现。通过对广州终端区空域进行扇区结构优化设计,根据数据对比得出扇区结构优化后各扇区工作负荷与工作负荷平均值的相对误差由原来的1104s／h降低到134．4s／h,验证了扇区结构优化数学模型的可行性和非线性算法的有效性。     

管制扇区优化划分的方法及计算机实现技术

扇区划分是空中交通管理的一项重要工作, 它直接影响空域的容量和安全性。分析、确定了管制空域结构拓扑描述的数学模型、管制员的管制工作负荷统计方法、工作负荷计算的数学模型等扇区优化设计工作的理论基础, 建立扇区划分的数学方法, 并编制了基于管制员工作负荷的扇区优化应用软件, 实际算例的计算结果验证了扇区优化数学理论基础和应用软件的正确性     

依据管制员工作负荷的扇区优化方法

为了保证飞行的安全性, 提高空域容量, 在提出了管制员工作负荷的统计方法和建立空域拓扑结构数学模型的基础上, 以各扇区工作负荷均衡为优化原则, 利用模拟退火随机优化算法对扇区最优化问题进行求解, 并使优化的新解满足空域划分的优先搜索、扇区连续性和扇区数最少原则。对厦门管制区的扇区最优划分实例分析表明, 3个扇区之间最大工作负荷之差为4.1 s, 小于规定的终止条件17.5 s, 验证了扇区优化方法是可行的。     

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.     

基于加权Voronoi图的扇区优化研究

管制员的工作负荷是制约空域容量的主要因素.扇区优化的目的则是在符合一定约束条件下平衡管制员的工作负荷,增加容量.文中提出了基于加权Voronoi图的扇区划设方法,确定了管制员工作负荷统计的方法.针对模拟退火算法收敛速度较慢,遗传算法存在早熟收敛的缺陷,使用生长算法与蚁群算法相结合的方法对数学模型进行求解,进而优化Voronoi多边形,最终得到最优扇区边界.仿真结果验证了所提出的扇区优化方法的合理性.     

基于风集合预报的扇区概率拥堵预测全文替换

提出了考虑风不确定性的扇区概率拥堵预测方法。首先研究了考虑风预报不确定性的集合轨迹预测方法以及航班过点时间预测不确定性的分析方法,采用基于集合预报的集合轨迹预测方法获得预测轨迹的集合,根据轨迹集合对所预测的过点时间的不确定性进行了统计分析并以预报时间提前量、扇区进入点以及飞行距离为解释变量,建立航班过点时间极差的回归预测方程;然后研究了扇区概率拥堵预测方法,在轨迹预测集合的基础上获得交通需求预测集合,并进而计算扇区拥堵概率和扇区预期容量缺失值。针对我国典型繁忙扇区采用欧洲中期天气预报中心（ECMWF）,集合预报数据以及我国历史飞行计划数据进行了实例计算。计算结果验证了预测方法的有效性,基于预测方法得到扇区概率拥堵,有利于提高空中交通流量管理（ATFM）策略的有效性,减少管制员的工作负荷。     

基于复杂性的多扇区移交策略优化

现有多扇区移交间隔管理研究往往忽视扇区复杂性，可能出现扇区局部复杂性不均衡等问题，对空域造成一定安全隐患。本文充分考虑多个管制扇区复杂程度，提出一种新的管制移交间隔优化方法。首先，基于扇区之间复杂性的相互影响关系，建立大型区域管制中心多扇区网络模型。其次，提出航空器进入多扇区边界时刻调整，航空器进入各个扇区时刻调整以及航空器高度层重新配备等3种策略，建立以多扇区复杂性的均值、均衡程度和航空器总延误为目标的移交策略优化模型，并采用多目标遗传算法进行求解。最后，基于北京区域管制中心(ZBAAAR)的实际运行数据进行仿真分析。结果表明：3种策略可使复杂性均值分别降低2.2%,2.8%,6.0%，可使复杂性均衡程度分别提高1.76%,1.83%,1.38%，基于航空器进入时刻控制的两种策略导致航班平均延误时间分别为-295 s和-214 s，验证了模型及算法的有效性。     

基于指标体系的扇区复杂性评估方法

为了全面分析扇区复杂性,将其分解为结构复杂性和运行复杂性.借鉴已有的研究成果,围绕结构特征和运行特征,分别建立了多维指标体系.利用主成分分析方法提炼指标信息,评估扇区的结构复杂性和运行复杂性.最后采用k-means 聚类算法对多个扇区进行聚类分析,选取Dunn 指标评价聚类质量,实现了对扇区复杂程度的最佳等级划分,同时对复杂性指标分析结果进行了验证.实例表明,复杂性计算结果能够较好地体现多个指标的综合影响,区分不同扇区的复杂程度,聚类结果与实际情况相符.该结论可以为空域规划和管理提供参考意见.