终端区空中交通流到达模式识别

终端区空中交通流到达模式识别

ID:46720501

大小:709.42 KB

页数:5页

时间:2019-11-27

终端区空中交通流到达模式识别_第1页
终端区空中交通流到达模式识别_第2页
终端区空中交通流到达模式识别_第3页
终端区空中交通流到达模式识别_第4页
终端区空中交通流到达模式识别_第5页
资源描述:

《终端区空中交通流到达模式识别》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、第45卷第3期航空计算技术Vol.45No.32015年5月AeronauticalComputingTechniqueMay.2015终端区空中交通流到达模式识别郑旭芳,王超(中国民航大学空中交通管理学院,天津300300)摘要:为了实现对终端区空中交通流到达情况更加准确的分析,针对目前常用的流量统计方法中所存在的问题,提出了交通流到达模式概念,并对基于聚类思想的到达模式识别方法进行了研究。在对交通流到达时序数据提取的基础上,利用基于免疫优化算法的聚类方法实现了对交通流到达模式的识别。对交通流到达模式特征进行了分析,

2、并结合滑动时间窗算法提出了交通高峰小时及峰值流量计算方法。通过实例分析证明了方法的可行性与准确性。关键词:终端区空域;交通流分析;数据挖掘;模式识别;免疫优化算法中图分类号:V328文献标识码:A文章编号:1671桘654X(2015)03桘0067桘05ArrivalPatternRecognitionofTerminalAirspaceTrafficFlowZHENGXu桘Fang,WANGChao(CollegeofAirTrafficManagement,CivilAviationUniversityofChi

3、na,Tianjin300300,China)Abstract:Toachieveamoreaccurateanalysisofarrivaltrafficflowinterminalairspaceandtoimprovethewidelyusedstatisticalmethodofairtrafficflow,theconceptofairtrafficflowarrivalpatternispresen-ted.Basedontheconcept,themethodofpatternrecognitionofa

4、rrivalpatternwhichbasedonclusteringtheoryisinvestigated.Thearrivaltimeseriesdataofeachtrafficflowinterminalairspaceisextractedfromtheradartrajectorydatafirst.Thetrafficflowarrivalpatternisrecognizedbytheclusteringmethodwhichbasedontheimmuneoptimizationalgorithm.

5、Thecharacteristicsofeachpatternareanalyzed.Thepeaktraffichourandthepeaktrafficvalueofeacharrivalpatternarecalculatedbytheslidingtimewin-dowalgorithm.Thefeasibilityandaccuracyoftheproposedmethodareprovedbytheexperimentanaly-sis.Keywords:terminalairspace;trafficfl

6、owanalysis;datamining;patternrecognition;immuneoptimizationalgorithm引言的分析方法;另一类是以数据挖掘为手段的分析方法。前者将航班到达看成是一定程度的随机事件,并利用终端区是以一个或多个大型机场为中心的低空空离散分布模型或连续分布模型工具对航班达到事件进域,是连接机场与航路网络的重要纽带。终端区空域[1]行描述。而后者更加注重数据中蕴含的有效信息。结构复杂、交通流密集,且存在较多的飞行交叉汇聚[2]点。进场交通流与离场交通流是终端区内最主要的两Muel

7、ler等对21天的POET(PostOperationsEvalua-种交通流类型,其中进场交通流在终端区空域内运行tionTool)数据进行关键信息提取,从而对美国10个主时间更长且引导工作更复杂。终端区交通流到达模式要机场建立了基于数据分析的延误模型。通过研究发是对终端区交通流达到特征的宏观描述,反应了终端现进场延误符合泊松分布,离场延误符合正态分布。[3]区到达交通流的时序变化特征,对终端区空中交通流Ilona等通过对历史数据的挖掘来确定时间序列模量预测、空中交通流量管理、扇区容量评估以及空中交型参数,从而建立时

8、间序列模型对民航流量进行了预[4]通系统仿真具有重要的研究意义。测。王红勇等以航段上交通流比例代表交通流模式,根据分析手段的不同,可以将空中交通流分析方并利用K桘means聚类方法对航路交通流模式进行了[5]法分为两大类,一类是基于概率统计和数理公式推导聚类。李楠等将态势理论引入终端区交通流特征研收稿日期:2015-03-16修订

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。