空中交通拥挤的识别与预测方法研究

随着航空运输业的迅猛发展,空中交通拥挤现象日益严重,空中交通拥挤研究已经成为国际民航界的一个研究热点。其中,空中交通拥挤的识别与预测是空中交通拥挤研究的主要内容之一,在此基础上综述了国内外有关空中交通拥挤识别与预测方法的研究状况。首先概述了基于不同拥挤形成因素和拥挤后果的空中交通拥挤概念的研究状况;接着依据所用交通数据时间尺度的不同,分别针对基于短期数据的阈值判别方法、基于长期数据的聚类识别方法以及基于混合数据的综合评价方法综述了空中交通拥挤的主要识别方法;然后分别基于数理算法(统计算法、交通流模型算法和智能算法)和计算机仿真模拟技术综述了空中交通拥挤的主要预测方法;最后指出了空中交通拥挤识别与预测问题的近年研究热点和未来的研究方向。     

基于BDI模型的Agent在航班时隙分配问题研究

随着民航运输的快速发展,时隙资源日益紧缺,为了保证航班的正常飞机,提出了基于BDI(Beliefs-Desires-Intentions)Agent分布式时隙优化模型,并对厦门机场某一时间段内的时隙分配进行验证,结果表明,模型可以大大减少航班的延误损失,具有较强的实际应用性。     

基于混沌时间序列的飞行冲突预测(英文)

为了准确掌握飞行冲突量的变化规律及其准确预测,对飞行冲突的混沌问题进行了研究。首先,基于人-机-环境系统工程理论,建立飞行冲突的故障树,从定性的角度分析了飞行冲突的混沌特性;然后,建立了基于小数据量方法和小波去噪理论的最大Lyapunov指数λmax的改进混合算法,并利用此方法从定量的角度证明了飞行冲突时间序列中混沌现象的存在;最后,利用混沌预测方法对模拟数据进行预测,并通过灰色误差检验方法对预测结果进行评价。检验结果为后验差比值为0.2209<0.35,小误差概率为0.9853>0.95。结果表明该预测方法的有效性。因此,说明应用混沌理论进行飞行冲突分析与预测是可行的。