共查询到20条相似文献,搜索用时 125 毫秒
1.
基于机器学习的航空器进近飞行时间预测 总被引:1,自引:0,他引:1
为了准确预测航空器的落地时间,提高空管部门间的协作效率,采用机器学习的方法对航空器进近阶段飞行时间进行了预测。从实际运行出发,分析航空器在进近管制空域飞行时间产生差异的原因,提出了影响航空器在进近空域飞行的8类因素和17个重要特征。以航空器在进近飞行时间为标签,基于提出的重要特征,采用岭回归、支持向量机、随机森林和神经网络算法,建立了4种基于机器学习的航空器进近飞行时间预测模型。以南京进近为实例,对4种机器学习模型进行训练、验证和测试,对模型的性能指标、特征重要性和影响因素展开分析。研究结果表明,对于航空器进近飞行时间的预测,基于随机森林的模型表现出了最高的预测性能,模型的泛化能力最好、精确度高,回归效果越显著;进场状态是影响航空器进近飞行时间的最重要因素,而进场点和进场高度特征则对结果的贡献度最大。 相似文献
2.
3.
针对执行较长飞行任务的飞行器在飞行任务期间难以实时准确预测机动能力的问题,开展了基于长短期记忆(LSTM)的飞行器纵向可用过载预测方法研究。首先,对飞行器纵向过载相关参量进行了分析。然后,以纵向可用过载为性能指标,建立了基于LSTM网络的BP神经网络预测模型。预测模型的输入是一段飞行时间内可测量的飞行状态数据序列,输出是未来时刻的纵向可用过载。最后,基于某型飞行器建立数字仿真模型并开展了仿真验证及结果分析。研究结果表明,所提出的预测模型准确有效,可以帮助实现飞行器飞行性能的实时评估和预测。 相似文献
4.
为准确预测离港航班滑行时间,基于数理分析同时段场面航空器滑行数量、平均滑行时间等因素对离港航空器滑行时间的影响。将皮尔逊相关系数与随机森林算法相结合减少冗余特征变量,建立基于BP神经网络的滑行时间预测模型,提高离港航空器场面滑行时间预测精度,并通过交叉验证证明预测结果的稳定性。预测结果表明:通过皮尔逊相关系数与随机森林组合模型进行特征选择可提高BP神经网络预测结果的精度,离港航空器的滑行时间预测误差在±5min内的占比由88.23%提升至92.26%,且预测效果较为稳定。模型可以精确预测离港航班的滑行时间,为机场运行提供决策依据。 相似文献
5.
6.
航班离场过程动态多变且高度随机,滑出时间不确定性导致推出时间难以科学配置。为此,研究基于概率滑行时间的航空器离场推出柔性控制问题。首先,采用随机森林回归和核密度估计方法,建立了基于机器学习的概率滑行时间预测模型、超参数调节策略及概率预测性能评价指标体系;然后,引入固定缓冲区概念,提出了离场航空器“推出时刻”柔性控制方法,明确了缓冲区长度对准时到达跑道头概率的作用特性;最后,应用随机规划中的机会约束理论,提出了离场航空器“推出时隙”柔性控制方法,设计了满足机会约束的可行推出时间范围界定规则。实验结果表明:所提方法可对离场航空器概率滑行时间进行科学预测,有效实现传统推出时间刚性控制向多视角柔性控制的灵活转化,可为增强机场离场管制的可预测性和灵活性提供理论方法支撑。 相似文献
7.
针对交叉航线的水平冲突概率和垂直冲突概率进行准确计算的问题,基于航空器性能数据的终端区交叉航线冲突风险计算方法,考虑到终端区内航空器的速度变化的特性,通过分析航空器运动模型并结合航空器所采用的经典爬升和下降方式,建立了交叉航线冲突风险计算模型。运用模型进行案例计算,并分析不同参数的变化对冲突风险的影响,发现通过调整航班的进场和离场时刻,可以减少甚至消除航空器之间冲突的发生;当交叉航线的夹角为90°时,冲突概率最小。结果表明,计算模型可以对交叉航线冲突风险进行定量分析,对飞行程序的设计和改进及航班排班具有指导作用。 相似文献
8.
杨波 《西安航空技术高等专科学校学报》2013,(3):17-19
4D航迹预测是空管自动化系统中的一项核心技术,能够提高空域的利用率和安全性。为了在航路上快速准确的预测航空器的飞行轨迹,提出一种预测航路4D航迹的方法。首先利用Supermap制作航路网络,然后根据航空器的性能参数,推测各时间点的航空器位置,从而得到航路上航空器的飞行航迹,并通过实例进行了说明,为航迹预测提供一定参考。 相似文献
9.
10.
《西安航空技术高等专科学校学报》2021,(1)
随着航空器数量的不断增加,繁忙时段航路交叉点的容量趋于饱和,存在航路交叉点冲突等不安全事件风险,需提高航路交叉点容量预测的精准度。本文通过分析已有航路交叉点容量,提出了基于粗糙集AROD算法的航路交叉点预测模型。通过选取实际航路交叉点作为预测对象,进行算例仿真。仿真结果表明,基于粗糙集AROD算法的航路交叉点容量预测模型是有效的,能够有效缓解因流量增加带来的航路拥堵情况。 相似文献
11.
12.
针对民航运输快速发展导致的航班延误频增现象,研究了多跑道航班进离场的动态调度问题。研究时段内航班的总延误成本最小和延误时间均衡为目标,综合考虑根据机型确定的航班进离场调度优先权和管制员负荷,建立多跑道航班进离场调度模型,利用遗传算法对模型进行仿真验证。仿真结果与先到先服务(FCFS)调度方式进行比较,采用遗传算法的航班进离场调度比FCFS的延误成本降低了45.07%,延误时间降低了37.90%,同时有效地均衡了航空公司的延误时间,保障了航空公司的公平性并提高了跑道系统容量,降低了管制员负荷。通过仿真验证了多跑道航班进离场动态调度策略具有较强的优势和可行性。 相似文献
13.
为适应协同决策(CDM)需要,考虑空管、航空公司和机场的诉求,对进场航班动态协同排序问题进行了系统的研究。设计了一种进场航班动态排序方法,提出了一种时隙交换方法,建立了基于空中交通密度的进场航班协同排序模型,设计了精英保留的遗传算法和带精英策略的快速非支配排序遗传算法以求解所建模型,寻求进场航班动态协同排序的最优解。仿真结果表明,较基于滚动时域控制(RHC)方法,动态协同方法所得结果与排序开始时间无关,所需排序次数平均减少26.4%,且排序效率更高。较先到先服务(FCFS)方法,动态协同方法在高密度条件下各排序阶段最后一个进场航班的落地时间平均提前199.8 s;中密度条件下各排序阶段航班延误总时间平均减少29.9%,航班延误均衡性平均提高34.4%;低密度条件在航班正常率及航班延误公平性得到保证的前提下,满足时隙交换规则的排序阶段均增加了1种进场航班排序模式。所提方法可对进场航班进行优化排序,显著提高跑道容量,有效提升航班延误均衡性和航班延误公平性,契合协同决策理念,可实现三方协同排序。 相似文献
14.
以可变的优先级作为调配手段,针对航班的进离场序列建立了一种动态优化模型.首先,根据不同进离场阶段的航空器燃油消耗率和安全系数,进行航班初始优先级分配;然后,考虑机场的空中等待航班数量、空域容量、场面容量以及机场的起飞需求,对航班优先级进行二次调配.以总耗油量为目标函数,引入合作型协同进化遗传算法,设计了令一对代表个体形成合作团体的新的代表个体选择方案,改善传统遗传算法中存在的种群多样性低、易早熟等问题.仿真结果表明,在机场容量限制下,该模型仍可以实现流量的动态调配,并有效降低燃油消耗,缓解机场空域及场面的运行压力. 相似文献
15.
16.
跑道容量评估是科学评价跑道规划方案、合理安排航班时刻、精准实施流量管理的重要基础性工作.针对平行双跑道容量评估问题,分析了跑道容量影响因素,考虑到跑道分配、机型分配、起降类型分配、进离港点分配、航班流队列顺序等随机性,采用蒙特卡洛方法模拟变量随机性,按照离散事件系统原理,递归计算每个航班的起降时刻,通过统计1h内的航班数量获得容量值.以西安机场双跑道为例,针对现行的相关进近、独立进近、隔离运行3种模式,分别计算了跑道容量值.仿真计算结果显示,相关进近模式容量60架次/h,独立进近模式跑道容量为78架次/h,隔离运行模式跑道容量为52架次/h,平均每次仿真时间仅为1 min,说明方法效率较高.与2015年高峰61架次/h相比仅相差1个架次,计算结果说明方法是有效的. 相似文献
17.
18.
合理高效的停机位分配能提高机场运行效率和旅客满意度。首先,以旅客步行时间、航空器进/出港滑行时间最短为目标函数,增加同一航空公司的航空器集中停靠约束建立模型。之后设计禁忌搜索算法,以上海浦东国际机场为对象开展实例分析,对比机场原始停机位指派方案,旅客步行时间、进/出港滑行时间分别减少5.04%、25.28%和6.36%,并进行权重灵敏度分析,建议旅客步行时间权重不超过0.7。最后,基于Flexsim设计仿真实验,进/出港滑行时间和冲突次数均减少,可接受延误水平下滑行系统服务航班量增加3.30%,进/出港最大滑行延误时间减少9.09%和2.94%。 相似文献
19.