基于特征选择的BP神经网络算法滑行时间预测

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。     

基于强化学习方法的航班滑出时间预测研究

航班的滑出时间是描述机场场面运行状态和周转效率的关键指标,其不确定性会降低航班到达目的机场的可预见性,进而带来航空资源的低效利用和燃油耗费问题。研究了一种基于强化学习的航班滑出时间预测模型。从交通状态和时序特性方面分析并提取影响滑出时间的主要特征集;利用马尔科夫决策过程建模滑出时间预测问题,并通过强化学习算法进行模型训练和测试。在真实机场场面运行数据中进行的实验表明,所提出方法不仅能够准确预测单个航班的滑出时间,还能够捕捉机场场面整体的滑行态势的变化情况,为智慧机场的建设提供新思路。     

基于XGBoost的航空器动态滑行时间预测方法研究

对航空器进港和离港滑行时间进行精确的动态预测,可以有效提升机场的运行效率。首次提出基于XGBoost 的航空器动态滑行时间预测方法,该方法首先通过分析影响机场滑行时间的各类因素,构建可变滑行时间预测的关键特征指标;然后选取XGBoost 算法建立可变滑行时间预测模型,对模型的关键输入参数进行测试调整;最后将XGBoos...     

飞机新牵引滑出方式下前起落架动响应分析

现行民航飞机离港时,需由牵引车推出泊位后再依靠飞机自身发动机动力进入跑道。为使机场更安全高效运行,人们正在探索一种全新的飞机滑出模式——牵引滑出,其无需发动机动力、即从飞机推出直至跑道端等待起飞均依靠地面的外部动力移动,由飞行员控制牵引车牵引的离港作业方式。其有助于实现高效、绿色、经济的机场运营目标。前起落架作为承载飞机重量和实现地面牵引滑行的关键组件,其动力学特性直接决定着飞机的高速牵引滑行安全,也影响着结构的后续飞行安全及全生命使用周期,故针对新一代牵引滑出方式的飞机前起落架力学行为开展研究十分必要。以某型民航飞机前起落架为研究对象,考虑减震支柱及牵引车轮胎的缓冲性能,研究了承受满载、高速牵引滑行时的前起落架的动特性、动响应行为,并给出了跑道随机不平度激励对前起落架随机响应的影响,获得了不同承载、不同牵引速度下前起落架动力学响应特性。结果表明,在前起落架满载高速牵引滑行中,牵引载荷在阻力臂的变形及振动响应中起主导作用。本文的研究结果可为新型牵引方式下前起落架的设计以及现役飞机的安全运行保障提供重要参考。     

基于概率滑行时间的航空器离场推出柔性控制

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。     

北京首都机场畅通滑行时间研究

随着机场规模不断扩大和流量持续增长,准确把握拥挤态势成为运行管理中的难题。美国联邦航空局(FAA)和欧洲空管局(EUROCONTROL)采用畅通滑行时间(unimpeded taxi time)作为量化分析机场运行效能的标杆。国内笼统地规定了少数机场的平均滑行时间作为机场运行指标,但无法反映不同机场、不同停机位、不同起飞跑道造成的运行差异。因此可借鉴机场畅通滑行时间这个指标来考核机场效能,但是欧美机场的该指标数值并不完全适合国内机场,因此在欧美计算方法的基础上提出了改进的畅通滑行时间计算方法,并构建多元线性回归模型,运用北京首都机场实际运行数据进行检验,证明了该方法的可行性。     

基于分位数回归的机场容量评估

对北京首都国际机场航班运行的历史数据进行了统计分析,建立了进离场小时架次及时间的三维数据结构,并利用DBSCAN算法进行聚类分析;在消除“噪点”的基础上,利用改进后的分位数回归算法生成分时段的具有95％概率的机场小时运行能力包线.仿真结果表明,各个时段的机场进离场架次具有一定的时间特性和差异:8点到10点处于离港早高峰,离港小时架次远大于进港小时架次;10点到22点进离港航班较为均衡,机场全负荷工作;其他时间段航班小时架次未达到最大容量值.     

禄口机场NewAPP离港系统及其故障处理

南京禄口国际机场新一代离港前端系统(NewAPP)是以中国航信的大型离港主机系统为依托,利用自主开发的通用离港数据平台上构建的机场旅客处理前端系统。系统能否高效、可靠地运行,直接影响到机场的服务质量和航班正点率。因此,如何尽可能地降低系统的故障率,减少排故时间就成为系统维护人员的重点课题。本文仅就系统的构成、故障分类和故障处理方法进行了阐述。     

深圳机场航班跑道占用时间统计分析研究

航班跑道占用时间统计分析是管制员提升效率的重要指标。以深圳机场为对象,基于场面监视雷达信号及ADS-B数据,解析场面监视信号,匹配进、离港航班的信息,绘制深圳机场地图和电子围栏,以及统计进港和离港航班的跑道占用时间等,分析机场航班起飞和降落时进入和离开跑道的时刻数据,实现机场跑道占用时间统计分析功能,为后续的机场运营大数据分析奠定基础。     

基于高空风修正的四维航迹优化算法

航迹预测是基于航空器航迹运行的核心技术,也是空中交通流量管理的基础技术。结合航空器飞行速度数据与航段飞行时间数据,分析高空风对航空器飞行时间的影响。基于GRIB2格式风数据,建立高空风修正模型,提出一种四维航迹优化算法进行航迹预测。利用中南区域实际航班飞行数据进行算例仿真,并与实际雷达飞行数据进行对比。对比结果表明,预测飞行时间总误差分别减少了7%和16.4%,从而验证了模型的有效性与正确性。     

考虑机场场面滑行的停机位指派研究

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%。     

基于优先级调配的进离场航班序列动态优化

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.     

基于空闲时间窗和多Agent的A-SMGCS航空器滑行路由规划

先进场面活动引导与控制系统(A-SMGCS)中的航空器滑行路由规划是一个典型NP难题。为解决航空器滑行路由规划的优化性和计算量之间的矛盾,提出一种基于空闲时间窗的路由规划方法,并利用多Agent系统(MAS)进行算法求解。首先,建立滑行资源图以对场面滑行区进行建模。其次,按照航班计划为航空器设置滑行优先级,并按优先级顺序依次规划路由,后规划的路由不破坏已有路由,即利用滑行路段的空闲时间窗进行规划。每次只需为一架航空器规划滑行路由,降低了问题的求解难度;通过搜索空闲时间窗获得路由使场面交通均衡分布,保证了路由规划的整体优化性。分析了空闲时间窗特性,指出空闲时间窗的可达性条件和避免同步资源交换冲突的条件。最后,设计MAS,把建立、维护和搜索空闲时间窗图的复杂集中式求解过程简化为通过路由管理Agent,航空器Agent和资源节点Agent相互协作实现对场面路由规划问题的分布式求解。仿真结果表明,设计的MAS能够快速找到空闲时间窗中的最优解;与固定预选滑行路径算法相比,航空器的平均滑行时间显著减少,最多可以节省19.6%的滑行时间。     

基于Agent模型的机场网络延误预测

准确可靠的机场网络航班延误预测是科学认知空中交通运行态势,动态精准实施国家空域系统容流协同调配策略的重要依据。提出了基于Agent的机场网络延误模型,表征机场网络系统中各元素及子系统间的交互作用下的延误特征涌现。针对机场节点动态容量、预计起飞时间、最小飞行与周转时间等Agent模型中的关键参数,适应性选用了贝叶斯估计、模糊k近邻等数据挖掘方法建立参数模型,并采用2015—2017年全美历史航班和气象数据进行训练学习。为综合评价模型性能及泛化能力,选取全美2018年3个不同延误程度的典型日进行测试。实验结果表明,在全美34个核心机场组成的网络中,各节点在4小时预测区间内延误最大误差不过27.9 min,其中约80%的节点误差小于5 min,验证了所提延误预测模型在时空范围内的准确性和稳健性特征。另外,通过与其他模型对比,展示了本模型优良的延误预测性能。     

基于飞机性能的连续爬升程序建模和油耗分析

随着航线数量的不断增长和机场进离场交通的日渐繁忙,因管制压力造成的离场阶段改平飞行导致了飞机非必需的燃油消耗,为航空公司带来经济效益上的损失。为了减少平飞并实现快速离场,基于性能的导航(PBN)模式下的连续爬升运行(CCO)成为解决该问题的方式。介绍了BADA飞机性能模型的构建方法,并使用性能模型对CCO进行设计,并提出了前后CCO离场可能产生的冲突和解脱方法,结合实际航线对爬升时间和油耗进行了仿真分析,结果显示CCO离场能够缩短爬升时间,减少燃油消耗;在冲突发生时通过速度调整可以比阶梯爬升的方式更有效益。     

基于ESN的航空发动机状态组合预测方法

基于回声状态网络(ESN)预测模型,结合小波分析和主元分析,提出一种组合预测方法.首先对含噪非线性时间序列进行小波降噪,并重构时间序列产生训练样本,再将训练样本通过主元分析进行降维处理,降维后的时间序列数据则输入ESN模型进行预测分析.对控制飞机动力输出的动压参数非线性时间序列数据进行了仿真对比实验,结果表明:组合预测方法的5步和单步预测速度累计提高了66.97%,预测的平均平方误差、标准均方根误差和归一化绝对误差也均有较大提高.该方法与传统基于ESN的预测模型相比,能有效地提高预测的效率和精度,是一种有效的非线性时间序列预测方法.      

机场机动区滑行道运行方案设计及仿真评估

我国多跑道机场日益增多,研究此类机场机动区滑行道运行方案的优化设计及评估方法,对促进机场场面资源的集约高效利用具有重要意义。给出多跑道机场机动区滑行道运行方案“固定、单向、顺向、循环”的设计原则,以及面向平行跑道隔离运行场景的“单侧运行”和“双侧运行”滑行道运行方案设计范式;基于“航班备选滑行路径库”和所给滑行道运行方...     

基于免疫进化算法的枢纽机场停机位调度模型

针对繁重机场日益严重的航班延误问题,以提高旅客的满意度和减少航班滑行时间为目标,提出了一种高效的停机位分配模型。模型基于免疫进化算法,以最少航班被分配到远机位和航班滑行时间的均方差最小为目标函数。模型可以用于在机场航班时刻已知的情况下,对不同时段的航班的停机位进行高效快速分配,通过国内某大型机场的实际运行数据进行计算及对比分析表明,模型和方法是有效可行的。