机场航站楼旅客离港容量仿真分析

针对我国航站楼规划设计依赖于经验的现状,本文将vissim软件应用于航站楼,建立旅客离港流程仿真模型,对旅客离港流程进行了仿真,预测航站楼容量,分析得出高峰小时段内旅客容量与航站楼设施配备的关系。     

基于模糊径向基神经网络的小型无人机控制系统研究

为保证小型无人机的飞行安全,提出一种由无人机飞行控制器和地面学习单元构成的两层网络学习控制系统架构。无人机飞行控制器采用模糊控制策略,学习单元采用经遗传算法优化的径向基神经网络,充分利用模糊控制和神经网络的各自优势,将模糊控制策略与RBF神经网络相结合提出了一种基于RBF神经网络的自学习模糊控制策略。所设计的飞行控制器用于无人机飞行过程中的姿态控制,仿真及实验结果表明本方法是有效的。     

使用标准规定航迹的目视机动盘旋保护区的自动生成

通常情况下,飞行程序设计工作一直依靠手工进行,设计周期长,工作效率低。因此,为实现飞行程序设计的自动生成而进行飞行程序设计的辅助设计势在必行。本文针对使用标准规定航迹的目视机动盘旋,结合国际民航组织的Doc8168文件,经过调研并在AutoCAD基础上采用Visual-LISP语言进行开发,建立计算模型,通过在对话框中输入数据的形式实现了对使用标准规定航迹的目视机动盘旋保护区的自动生成。     

基于“空铁联运”模型的民航与高铁发展研究

民航与铁路都是我国当前综合运输体系中的重要组成部分。在目前我国高速铁路迅猛发展这一背景下,针对二者的竞争态势,本文从旅客角度分析了二者的各自优势,提出采用"空铁联运"模式来协调民用航空与高速铁路的发展,从而优化我国交通运输体系,提高交通运输效率,并在此基础之上,构建符合我国国情的"空铁联运"模型。     

基于模糊层次分析法的航空人为因素问题重要性识别

针对现代航空中存在的沟通、压力、团队合作以及生理和心理方面的人为因素问题,采用模糊层次分析法对其重要性进行识别.结果显示,语音信息沟通、机组资源管理、书面信息沟通、空管班组资源管理、疲劳、情景意识、维修班组资源管理、过分自信和满足在现代航空人为因素问题中占有比较突出的地位.     

跑道入侵问题中管制员情境意识分析

有关跑道入侵事故的调查显示,29％的跑道入侵是管制员运行失误造成的,而情境意识丧失是空中交通管制员运行失误产生的主要原因.本文详细分析了跑道入侵中管制员情境意识丧失的主要表现及其原因,并提出了提高管制员情境意识保持能力的方法.     

考虑飞机排放因素的飞机巡航性能参数优化方法

巡航是民航飞机主要的飞行阶段,航班飞行中绝大多数的燃油消耗、飞行时间和污染物排放均发生在该阶段。基于国际民航组织（ICAO）基准排放数据和BM2方法,建立了污染物排放量和排放成本计算模型;提出污染物排放价格权重、成本指数排放因子和综合成本指数概念,以改进飞行成本计算模型,考虑污染物排放对飞行成本优化的影响;通过计算分析输入成本指数对性能参数和飞行成本的影响,建立了基于搜索方法的综合成本指数优化流程,并采用Visual Studio予以开发实现;然后计算了综合成本指数飞行的经济效益,以及飞机质量、成本指数和巡航高度对飞行成本的影响。结果表明,选择合适的综合成本指数和巡航高度,可使总飞行成本达到最小,提高运行经济性。与传统巡航相比,在典型情况下采用综合成本指数巡航可以降低相同条件下的总飞行成本的0.15%。     

基于尾流效应的编队飞行优化分析

针对如何利用前机尾涡的上洗气流来达到减小后机飞行阻力的问题,进行了基于尾流效应的编队飞行优化分析。首先,通过分析后机在尾涡上洗气流中的受力情况,建立了尾流效应相关模型;然后,通过计算诱导滚转力矩系数评估后机飞行的安全性,通过阻力系数的变化判定诱导减阻效果;最后,建立多目标优化评价模型,以后机的安全性和诱导减阻效果为优化目标来确定后机在编队飞行中的最佳位置。研究结果表明,最佳编队位置并不是固定的,飞行高度、飞行速度等外部因素都会对编队飞行中后机的最佳编队位置产生一定的影响。     

空域扇区网络级联失效抗毁性及优化策略

应用复杂网络理论,从系统层面研究空域扇区网络的级联失效抗毁性,提出空域扇区网络级联失效抗毁性优化策略,以提升空域扇区网络级联失效抗毁性。首先,定义空域扇区网络节点负载和容量,分析空域扇区网络级联失效过程并建立模型,确立临界阈值和扇区非正常率为级联失效测度指标。然后,根据管制扇区运行特点,提出2种优化策略——基于扇区节点剩余容量的相邻负载再分配策略和局部负载再分配策略。通过仿真,分析了参数变化规律与网络抗毁性的关系,证明局部负载再分配策略可以大幅提升空域扇区网络级联失效抗毁性。     

一种融合个体属性与社交关系的民航旅客价值度量方法

针对目前民航旅客关系网络中旅客关系类别单一、旅客价值计算滞后、旅客潜在价值计算没有考虑旅客之间的相互影响,使得一些具有极大消费潜力的旅客因为目前乘机次数较少而被航空公司忽略的现状,提出了一种融合个体属性与社交关系的民航旅客价值度量方法,采用RFM_c模型计算旅客个体价值,并采用多关系评价（MRE）模型分析旅客关系,然后通过改进的PageRank算法设计实现融合旅客个体价值和社交关系的民航旅客价值排序（CAPV-Rank）算法,实现旅客价值度量、旅客价值预测和潜在高价值旅客挖掘。实验结果表明：设计实现的CAPV-Rank算法可通过调整权重因子实现多种模式下的旅客价值计算,满足各种业务需求,并能实现旅客价值预测、潜在高价值旅客挖掘,旨在为民航旅客价值度量和预测提供灵活、高效的解决方案。