基于交通流邻近度的空域容量评估

为了减小不安全事件发生概率,对空域容量进行合理、准确的评估,本文介绍一种基于交通流邻近度的邻近映射生成复杂性估计值的空域容量评估方法,分析了空域容量概念、影响因素、研究方法以及空中复杂度的研究方向,介绍了在研究空域中任何给定点存在1架或2架飞机的概率的概念,依据一阶和二阶的邻近映射概率密度函数介绍了飞机到达过程的复杂度映射模型,考虑扇区边界和恶劣天气的影响,最后生成复杂性估计值。结果表明复杂性估计值越高的区域,空域容量越小,复杂性估计值越低的区域,空域容量越大,从而验证了该方法的可行性。     

基于灰色神经网络的管制员人力资源需求预测

近年来,民用航空事业发展迅速,尤其是飞行流量的增加更加重了空中交通管制的负担。因此对于空管人员的需求也在不断提高,所以本文将对空管局内管制员进行人力资源需求预测。本文结合交通需求与相关数学模型提出定量预测方法,进而使空管人力资源得到合理有效的应用。首先,对管制员劳动强度进行了分析;其次,使用灰色神经网络模型,通过每年该区的GDP数据预测未来区域交通流量,进而预测出区域扇区开放时长;在此基础上建立基于劳动强度分析与扇区开放时长的空管人力资源需求预测模型;最后以云南分局为例,得出区域未来人员需求数量。本文的研究成果,可以为国内各空管局提供参考,也可以作为保证安全运行、提高服务品质、促进行业发展的必要条件。