本发明专利技术涉及一种基于需求与容量预测的机场拥挤风险预测方法，包括运行在客户端的机场拥挤风险预测子系统，该子系统包括机场需求的不确定性预测模块；机场容量的不确定性预测模块和机场拥挤的不确定性预测模块；利用所述机场需求的不确定性预测模块实现机场需求的不确定性预测，利用所述机场容量的不确定性预测模块实现机场容量的不确定性预测，利用所述机场拥挤的不确定性预测模块实现机场拥挤的不确定性预测的步骤；本发明专利技术的优点是，在机场需求与容量预测的基础上，能够快速、有效的实现机场拥挤的风险预测，从而辅助相关人员科学、合理的把握机场交通的拥挤态势，并及时有效地采取拥挤解决措施，保障空中交通的安全、高效运行。
【技术实现步骤摘要】
一种基于需求与容量不确定性的机场拥挤风险预测方法
本专利技术涉及空中交通拥挤管理领域，特别涉及一种基于需求与容量预测的机场拥挤风险预测方法，应用本方法实现机场拥挤预测、利于及时有效的采取拥挤管理措施，保障机场交通运输效率和减少航班延误。
技术介绍
机场作为空中交通的起点和终点，其拥挤现象严重制约着整个空中交通网络的正常运行，已经成为空中交通系统的主要瓶颈。目前，有关机场拥挤的预测主要是采用确定性的机场拥挤预测方法，此方法是基于航空器的基本运动学方程，对机场的需求进行预测，并假设机场容量为一个定值，通过将需求预测值与容量比较，得到未来时段机场是否拥挤。由于空中交通系统是一个人员-飞机-环境的复杂巨系统，具有高度的不确定性和动态性，确定性的机场拥挤预测方法不符合交通运行的实际，预测效果较差，缺乏实用性。因此，根据空中交通运行的随机性，对机场拥挤进行风险预测，对提到机场拥挤预测的有效性，提高机场交通的运输效率和减少航班延误均具有重要意义。目前，有的空中交通拥挤管理部门虽然也在采用一些机场需求和容量的不确定性预测方法来预测机场拥挤，其采取的方法包括：机场需求的不确定性预测主要是基于预测时间段内的航班进离场时刻的不确定性来预测机场需求；机场容量的不确定性预测主要是基于聚类的方法分别对进场容量或离场容量进行预测；这些方法存在两方面问题：(1)机场需求的不确定性预测方法没有考虑到多个时间段交通需求的相互影响；(2)机场容量的不确定预测没有考虑到进场容量和离场容量的相互影响及其相互制约的关系。因此，预测的准确性受到一定影响，进而影响到机场拥挤预测的准确性。考虑到现有机场拥挤预测的现状，尚缺少一种能够快速、有效、实用的机场拥挤预测方法。
技术实现思路
鉴于现有
的不足，本专利技术的目的在于，提供一种新的机场拥挤风险预测方法，该方法基于空中交通运行的不确定性来研究机场拥挤的风险预测，以求能够快速、有效的预测机场拥挤，从而及时有效的采取拥挤解决措施，保障飞行安全和提高运输效率。本专利技术是这样实现的，一种基于需求与容量不确定性的机场拥挤风险预测方法，通过计算机系统辅助实现，所述计算机系统主要由客户端/服务器(C/S)模式构成，计算机系统包括空域导航数据库、仿真驱动子系统、机场网络建模子系统、航班计划子系统和显示与交互子系统，其特征在于，计算机系统中还包括一个运行在客户端的机场拥挤风险预测子系统，所述机场拥挤风险预测子系统用作机场拥挤风险预测方法的实现平台；机场拥挤风险预测子系统包括机场需求的不确定性预测模块、机场容量的不确定性预测模块和机场拥挤的不确定性预测模块；其中：机场需求的不确定性预测模块是根据多个时段的航班实际到达或离开机场的时刻与计划到达或离开机场的时刻，建立航班到达或离开机场的概率密度函数，进而建立进港或离港交通的概率需求预测模型；令T为时间间隔，为航空器fi实际进场的时刻，为航空器fi预计进场的时刻，为航空器fi进场的延误时段，则为航空器fi实际离场的时刻，为航空器fi预计离场的时刻，为航空器fi离场的延误时段，则x为任意给定的航空器fi进场的延误时段，y表示任意给定的航空器fi离场的延误时段；n为“航空器fi进场”的总次数，n'为“航空器fi离场”的总次数，n(x)为发生的次数，Δn(x)为发生的次数，Δn′(y)为发生的次数；为航空器fi在时刻t进场的概率；ni为预计在间隔i到达的航班量；pij为预计在i间隔到达的航班实际在j间隔到达的概率；PM[m]为某时间段内机场中有m架航空器进场的概率，M为机场中该时间段内可能存在的进场的航空器总数量；由伯努利大数定理，建立航班进场和离场延误时间的概率密度模型：假设预计在i间隔到达的航班实际在j间隔到达的概率相同，且服从二项分布，建立j间隔实际交通需求为k的概率密度函数：建立第j间隔内实际发生m架航空器进场或离场的概率需求预测模型：机场容量的不确定性预测模块是基于不同时间段的进港和离港容量，建立机场容量样本，然后采用主成分分析与K均值聚类的方法对容量样本进行聚类，得到典型容量样本，建立基于典型容量样本的进港或离港交通的概率容量预测模型；(1)建立机场进离场容量样本；(2)计算样本空间Ω＝{x1,x2,…,xm}的样本协方差矩阵S的特征值λ1≥λ2≥…≥λm，与之对应的m个单位特征向量组成的矩阵为U＝(u1,u2,…,um)∈Rm×m；(3)根据主成分的累计贡献率是否大于或等于阈值β0来确定主成分个数p'，令Up为由U的p'个列组成的m×p'矩阵，其中，ai∈R1×p',i＝1,2,…,p'表示矩阵Up'的第i行；(4)从约减后的样本空间Ω′＝{x1′,x′2,…,x′m}，随机选择k个数据，分别代表k个类的初始中心，令迭代次数l＝1，Jc(0)＝M，M为比较大的正数，Jc(0)为误差平方和准则初始值；(5)对Ω′中每个数据，计算其与各个类中心的欧几里德距离，然后将它分给距离最短的类；欧几里德距离计算公式如下：其中，xi＝(xi1,...,xin)，xi∈Ω′；ck＝(ck1,...,ckn)表示第k个分类的中心；(6)采用求平均值的方法重新计算每个类的中心：其中，Ω′k表示第k分类样本集合；mk表示Ω′k中的样本数目；(7)采用误差平方和法确定聚类收敛准则：如果|Jc(I)-Jc(I-1)|＜ε，ε为指定的较小的正数，则聚类收敛，算法停止；否则l＝l+1，重新进行迭代计算，直至达到最大迭代次数为止；(8)通过统计不同类中所对应样本的个数，将其与总样本数相除，来得到某时间段具有各典型容量样本所对应容量值的概率：机场拥挤的不确定性预测模块是基于机场需求的不确定性预测模块的预测结果和机场容量的不确定性预测模块的预测结果，将需求与容量预测值相比较，进而建立机场拥挤的不确定性预测模型；分别计算进场或离场的交通需求小于交通容量的概率之和，分别得到进场或离场交通在第j时段发生拥挤的风险：然后将进场拥挤风险和离场拥挤风险相比较，选风险值较大者作为机场拥挤风险；所述机场拥本文档来自技高网...
【技术保护点】
一种基于需求与容量不确定性的机场拥挤风险预测方法，通过计算机系统辅助实现，所述计算机系统主要由客户端/服务器（C/S）模式构成，计算机系统包括空域导航数据库、仿真驱动子系统、机场网络建模子系统、航班计划子系统和显示与交互子系统，其特征在于，计算机系统中还包括一个运行在客户端的机场拥挤风险预测子系统，所述机场拥挤风险预测子系统用作机场拥挤风险预测方法的实现平台；机场拥挤风险预测子系统包括机场需求的不确定性预测模块；机场容量的不确定性预测模块和机场拥挤的不确定性预测模块；其中：机场需求的不确定性预测模块是根据多个时段的航班实际到达或离开机场的时刻与计划到达或离开机场的时刻，建立航班到达或离开机场的概率密度函数，进而建立进港或离港交通的概率需求预测模型；令T为时间间隔，为航空器fi实际进场的时刻，为航空器fi预计进场的时刻，为航空器fi进场的延误时段，则；为航空器fi实际离场的时刻，为航空器fi预计离场的时刻，为航空器fi离场的延误时段，则；x为任意给定的航空器fi进场的延误时段，y表示任意给定的航空器fi离场的延误时段；n为“航空器fi进场”的总次数，n’为“航空器fi离场”的总次数，n(x)为“”发生的次数，为“”发生的次数，为“”发生的次数；为航空器fi在时刻t进场的概率；ni为预计在间隔i到达的航班量；pij为预计在i间隔到达的航班实际在j间隔到达的概率；PM[m]为某时间段内机场中有m架航空器进场的概率，M为机场中该时间段内可能存在的进场的航空器总数量；由伯努利大数定理，建立航班进场和离场延误时间的概率密度模型：；假设预计在i间隔到达的航班实际在j间隔到达的概率相同，且服从二项分布，建立j间隔实际交通需求为k的概率密度函数：（1）建立第j间隔内实际发生m架航空器进场（离场）的概率需求预测模型： （2）机场容量的不确定性预测模块是基于不同时间段的进港和离港容量，建立机场容量样本，然后采用主成分分析与K均值聚类的方法对容量样本进行聚类，得到典型容量样本，建立基于典型容量样本的进港（或离港）交通的概率容量预测模型；（1）建立机场进离场容量样本；（2）计算样本空间W={x1,x2,…,xm}的样本协方差矩阵S的特征值λ1＞=λ2＞=…＞=λm ，与之对应的m个单位特征向量组成的矩阵为U=(u1,u2,…,um)∈Rm*m；（3）根据主成分的累计贡献率是否大于或等于阈值β0来确定主成分个数p’，令Up为由U的p’个列组成的m*p’矩阵，其中，ai∈R1*p’,i=1,2,…,p’表示矩阵Up’的第i行；（4）从约减后的样本空间，随机选择k个数据，分别代表k个类的初始中心，令迭代次数l=1，Jc(0)=M，M为比较大的正数，Jc(0)为误差平方和准则初始值；（5）对W’中每个数据，计算其与各个类中心的欧几里德距离，然后将它分给距离最短的类；欧几里德距离计算公式如下：（3）其中，xi=(xi1,xi2,…,xin)，xi∈W’；ck=(ck1,ck2,…,ckn)表示第k个分类的中心；（6）采用求平均值的方法重新计算每个类的中心：（4）其中，表示第k分类样本集合；mk表示中的样本数目；（7）采用误差平方和法确定聚类收敛准则：（5）如果∣Jc(I)‑Jc(I‑1)∣＜ε，ε为指定的较小的正数，则聚类收敛，算法停止；否则l=l+1，重新进行迭代计算，直至达到最大迭代次数为止；（8）通过统计不同类中所对应样本的个数，将其与总样本数相除，来得到某时间段具有各典型容量样本所对应容量值的概率：，其中si为第i类包含的样本个数； （6）机场拥挤的不确定性预测模块是基于机场需求的不确定性预测模块的预测结果和机场容量的不确定性预测模块的预测结果，将需求与容量预测值相比较，进而建立机场拥挤的不确定性预测模型；分别计算进场（或离场）的交通需求小于交通容量的概率之和，分别得到进场（或离场）交通在第j时段发生拥挤的风险：（7）然后将进场拥挤风险和离场拥挤风险相比较，选风险值较大者作为机场拥挤风险；所述机场拥挤风险预测方法，其特征在于，利用所述机场需求的不确定性预测模块实现机场需求的不确定性预测，利用所述机场容量的不确定性预测模块实现机场容量的不确定性预测，利用所述机场拥挤的不确定性预测模块实现机场拥挤的不确定性预测的步骤；步骤1：在机场网络建模子系统中输入机场网络结构数据、航路航线数据，在航班计划子系统中编制航班计划数据，设置仿真时间，调用仿真驱动子系统，统计各进场航班的预计到达时刻和实际到达时刻，各离场航班的预计离开时刻和实际离开时刻信息；统计每天不同时段的机场进离场容量值；步骤2：在机场拥挤风险预测子系统的机场需求不确定性预测模块中分别建立三种模型：基于不同进场或离场航班到达或离开的实际时间以及与其相对应的预计时间，统计该航班的进场或离场延...
【技术特征摘要】
1.一种基于需求与容量不确定性的机场拥挤风险预测方法，通过计算机系统辅助实现，所述计算机系统主要由客户端/服务器(C/S)模式构成，计算机系统包括空域导航数据库、仿真驱动子系统、机场网络建模子系统、航班计划子系统和显示与交互子系统，其特征在于，计算机系统中还包括一个运行在客户端的机场拥挤风险预测子系统，所述机场拥挤风险预测子系统用作机场拥挤风险预测方法的实现平台；机场拥挤风险预测子系统包括机场需求的不确定性预测模块、机场容量的不确定性预测模块和机场拥挤的不确定性预测模块；其中：机场需求的不确定性预测模块是根据多个时段的航班实际到达或离开机场的时刻与计划到达或离开机场的时刻，建立航班到达或离开机场的概率密度函数，进而建立进港或离港交通的概率需求预测模型；令T为时间间隔，为航空器fi实际进场的时刻，为航空器fi预计进场的时刻，为航空器fi进场的延误时段，则为航空器fi实际离场的时刻，为航空器fi预计离场的时刻，为航空器fi离场的延误时段，则x为任意给定的航空器fi进场的延误时段，y表示任意给定的航空器fi离场的延误时段；n为“航空器fi进场”的总次数，n'为“航空器fi离场”的总次数，n(x)为发生的次数，Δn(x)为发生的次数，Δn′(y)为发生的次数；为航空器fi在时刻t进场的概率；ni为预计在间隔i到达的航班量；pij为预计在i间隔到达的航班实际在j间隔到达的概率；PM[m]为某时间段内机场中有m架航空器进场的概率，M为机场中该时间段内可能存在的进场的航空器总数量；由伯努利大数定理，建立航班进场和离场延误时间的概率密度模型：假设预计在i间隔到达的航班实际在j间隔到达的概率相同，且服从二项分布，建立j间隔实际交通需求为k的概率密度函数：建立第j间隔内实际发生m架航空器进场或离场的概率需求预测模型：机场容量的不确定性预测模块是基于不同时间段的进港和离港容量，建立机场容量样本，然后采用主成分分析与K均值聚类的方法对容量样本进行聚类，得到典型容量样本，建立基于典型容量样本的进港或离港交通的概率容量预测模型；(1)建立机场进离场容量样本；(2)计算样本空间Ω＝{x1,x2,…,xm}的样本协方差矩阵S的特征值λ1≥λ2≥…≥λm，与之对应的m个单位特征向量组成的矩阵为U＝(u1,u2,…,um)∈Rm×m；(3)根据主成分的累计贡献率是否大于或等于阈值β0来确定主成分个数p'，令Up为由U的p'个列组成的m×p'矩阵，其中，ai∈R1×p',i＝1,2,…,p'表示矩阵Up'的第i行；(4)从约减后的样本空间Ω′＝{x′1,x′2,…,x′m}，随机选择k个数据，分别代表k个类的初始中心，令迭代次数l＝1，Jc(0)＝M，M为比较大的正数，Jc(0)为误差平方和准则初始值；(5)对Ω′中每个数据，计算其与各个类中心的欧几里德距离，然后将它分给距离最短的类；欧几里德距离计算公式如下：其中，xi＝(xi1,...,xin)，xi∈Ω′；ck＝(ck1,...,ckn)表示第k个分类的中心；(6)采用求平均值的方...
【专利技术属性】
技术研发人员：李善梅，徐肖豪，王飞，张春凤，赵嶷飞，王洁宁，王超，高伟，黄宝军，王兴隆，李楠，王红勇，赵元棣，姜高扬，
申请(专利权)人：中国民航大学，
类型：发明
国别省市：天津;12
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。