关于多跑道机场噪声优化预测方法

《关于多跑道机场噪声优化预测方法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、文章编号：1006—9348(2016)12—0062—07关于多跑道机场噪声优化预测方法徐涛k2，胡惠裕1(1．中国民航大学计算机科学与技术学院，天津300300；2．中国民航信息技术科研基地，天津300300)摘要：多跑道机场噪声预测是机场规划和改扩建的重要基础，随着机场跑道数量的增加，航班、跑道、飞行程序之间组合更加多样化，机场噪声预测问题更加复杂。为了得到可靠性高的预测结果，根据不同跑道的航迹聚类和机型聚类，把聚类结果的每簇中心航迹和代表机型数据组合导人INM(IntegratedNoiseModel

2、s)计算噪声值构成噪声数据库，通过贝叶斯分类算法构建了一个采用贝叶斯分类的多跑道机场噪声预测模型。输入航班号、机型、航迹、目的地、出港点等基础数据即可快速确定航迹、枧型所属类别和跑道号，然后查询噪声数据库得到噪声预测结果。实验结果表明，上述模型能够在一定误差范围内方便快捷地预测出机场周围敏感点的噪声，从而验证了预测模型的合理性和有效性。关键词：机场噪声预测；航迹聚类；机型聚类；贝叶斯分类中图分类号：TP399文献标识码：BOptimizationofMulti—-RunwayAirportsNoisePred

3、ictionXUTaok2．HUHui—vul(1．CollegeofComputerScienceandTechnology，CivilAviationUniversityofChina，Ti删in300300，China；2。InformationTechnologyResearchBaseofCivilAviationAdministrationofChina，Tianjin300300，China)ABSTRACT：Muhi—runwayairportsnoisepredictionistheimpo

4、rtantbasisofairportplanandexpansion．Withtheincreaseinthenumberofairportrunway，thecombinationsofflights，runwaysandflightproceduresaremorediverseandthenoisepredictionofmulti—runwayairportsismorecomplexly．Therefore，inordertoobtainthehighreliabili—typredictionr

5、esults，thispaperfocusedontrackclusteringandaircrafttypeclustering．Andthenthedataoftheten-tertrackofeachclusterandtherepresentativemodelsofeachclusterwereinputintoIntegratedNoiseModels(INM)tocalculatethenoisevalueandconstitutethenoisedatabase．Amuhi—runwayair

6、portnoisepredictionmodelbasedonBayesianclassificationwasproposedwithBayesianclassificationalgorithm．Oncethedataofflightnumber．air-crafttype，track，destinationanddeparturepointareinputintothemodel，thetrack，aircrafttypeandthecoderofrunwayCanbequicklydetermined

7、．Thenthenoisepredictionresultscanbeobtainedbyqueryingthenoisedatabase，Experimentalresultsshowthattheproposedmodelcanbeusedtopredictthenoiseofthesensitivepointsaroundtheairportwithinacertainerrorrange．Therefore，therationalityandvalidityofthemodelareverified．

8、KEYWORDS：Airportnoiseprediction；Trackclustering；Aircrafttypeclustering；Bayesianclassification1引言近年来，随着民航客货运输量的迅猛增长，机场扩容、跑道扩建，旅客出行更加快捷方便。与此同时，机场用地与周边城镇地区越来越近，噪声污染问题也日益凸显，已引起了基金项目：国家科技支撑计划课题(2014BAJ04802