基于模糊层次分析和证据理论的机场跑道分配决策方法技术

本发明专利技术公开了基于模糊层次分析和证据理论的机场跑道分配决策方法，属于跑道分配技术领域。该方法首先分析影响进离场跑道分配的因素，并建立层次分析模型；然后根据当前跑道分配问题的具体情况，定义层次模型的三角模糊成对比较矩阵；接着利用三角模糊成对比较矩阵及其一致性信息，构造不同管制员给出的证据及其不确定度；综合考虑证据间的冲突性和管制员的先验可靠性，应用证据理论将不同的证据融合；计算融合结果的信任区间，做出决策；最后将每位决策者的决策结果与执行结果比较，更新该管制员的先验可靠性用于下一次跑道分配决策。本方法充分考虑跑道分配过程中的主观因素并将其转化为证据的不确定度用于决策，使得跑道分配结果更加符合实际。

【技术实现步骤摘要】
基于模糊层次分析和证据理论的机场跑道分配决策方法
本专利技术涉及跑道分配
，尤其涉及基于模糊层次分析和证据理论的机场跑道分配决策方法。
技术介绍
随着我国航空运输需求的增大，飞行流量迅速增加，由空域容量和流量不平衡导致的航班延误问题逐渐突出。机场作为一种特殊的空域资源，连接着陆侧与空侧的交通，成为整个航空运输网络中最为重要的节点之一，也成为解决航班延误问题最为核心的焦点之一。近年来，增加机场跑道构成多跑道运行系统已成为扩大机场容量、解决空中交通拥挤最常见的方法之一。据统计，国内旅客年吞吐量超过2000万的机场都在使用多跑道系统，繁忙机场多跑道呈现常态化。随着机场跑道数的增多，机场场面运行冲突明显增加，甚至部分繁忙机场已发生跑道入侵、航空器碰撞等不安全事件。此外，在多跑道系统运行过程中，各跑道之间及其与相关空域单元相互影响，机场跑道分配直接影响多跑道系统运行的效率。因此，合理的机场多跑道分配方案对保障航班运行安全，提高场面运行效率具有重要的意义。目前，对于航班进离场排序的研究比较多，各种数学模型及算法被大量研究并应用于多跑道机场的航班进离场调度中，如混合整数线性规划模型、人工蚁群算法、模拟退火算法、遗传算法等。这些方法基于量化的跑道分配影响因素，将问题归纳为一个典型的非确定多项式组合优化问题，却鲜有考虑管制员的主观因素。然而，在实际航班进离场调度过程中，必须由管制员根据当前状况给出跑道和时间的分配方案，因此，管制员的先验知识和决策习惯严重影响最终的分配方案，而不同的分配方案也将导致形成不同的容量和流量的匹配状况。根据决策科学的定义，即研究人类抉择的思维和结构，依据一定的目标，运用科学方法，从多个备选方案中选出“最优方案”，并组织实施的科学，跑道分配可以看作是管制员的一项决策活动，且进离场跑道分配的决策，不但受因此，我们需要一种决策方法，能够融合管制员的主观意见及先验可靠性，代表所有管制员对当前的跑道决策问题的综合观点。
技术实现思路
本专利技术提供了基于模糊层次分析和证据理论的机场跑道分配决策方法，利用三角模糊数来构造成对比较矩阵，体现决策者的主观性和不确定性,将所有管制员的主观意见融入决策结果,使得决策结果能够代表所有管制员对当前的跑道决策问题的综合观点。为达到上述目的，本专利技术采用如下技术方案：基于模糊层次分析和证据理论的机场跑道分配决策方法，包括：S1、采集影响进离场跑道分配的因素，并依据层次分析法，建立层次分析模型；S2、采集当前的跑道分配问题，根据所述问题和层次分析法，定义所述层次分析模型的下层针对所述层次分析模型的上层形成的三角模糊成对比较矩阵；S3、利用所述三角模糊成对比较矩阵及所述三角模糊成对比较矩阵的一致性信息，分别构造各个管制员的证据和证据的不确定度；S4、根据所述证据和所述证据的不确定度，得到证据间的冲突性和管制员的先验可靠性，应用证据理论，根据所述证据间的冲突性和所述管制员的先验可靠性将不同的所述证据融合，得到融合结果；S5、计算所述融合结果的信任区间，依据跑道分配决策方法，得到跑道分配决策结果；S6、采集执行结果，将所述跑道分配决策结果与所述执行结果进行比较，更新所述管制员的先验可靠性，一致程度越高，表明决策结果越符合预期，该管制员的先验可靠性越高。进一步的，所述影响进离场跑道分配的因素包括:航班延误、管制负荷、容量约束、资源合理分配。进一步的，在S2中，所述三角模糊成对比较矩阵为其中，n为本层元素的个数，为一个三角模糊数，分别表示决策者给出的第i个元素与第j个元素相对优先性比值的最悲观估计、最可能估计和最乐观估计。进一步的，在S3中，构造所述证据和所述证据的不确定度的方法包括：S31、利用求根法，计算所述三角模糊成对比较矩阵中各元素的权重及期望值，所述权重为：所述期望值为：其中，ai是中间变量，是三角模糊数表示的第i个元素的权重，分别是对于所述权重的最悲观估计、最可能估计和最乐观估计，系数α取0.5，表示决策者是风险中立的；S32、根据所述三角模糊成对比较矩阵的一致性信息，计算所述权重的不确定度，所述三角模糊比较矩阵的不一致性度量公式为：其中，F是三角模糊比较矩阵的不一致性的度量值。分别表示的α-截集的下界和上界，是三角模糊成对比较矩阵的第i行第j个元素。分别表示的α-截集的下界和上界，分别表示的α-截集的下界和上界，和分别是用三角模糊数表示的第i个和第j个元素的权重；S33、根据矩阵所得权重和不确定度，构造所述管制员的决策证据E＝(m1,m2,…mn,mΘ)，其中m1,m2,…mn,mΘ为基本概率分配，m1,m2,…mn分别表示第1,2,...,n个元素被分配到的信任水平，mΘ表示可以分配到任意一个元素上信任水平，mi＝wi(1-mΘ),i＝1,2,…n(5)其中，Θ表示识别框架，是一个互斥的非空有限集合，包含了对某个事件进行判断的所有可能假设。M∈(0,1]，表示不确定度阈值，即将识别框架的信任度限定在一定范围内，取值取决于具体的决策问题。进一步的，在S4中，将所述证据融合的方式有两种，包括：准则优先原则，先融合不同准则下的证据，再融合不同管制员的证据；决策者优先原则，先融合不同管制员的证据，再融合不同准则下的证据。进一步的，在所述准则优先原则和所述决策者优先原则中，在所述融合不同管制员的证据的过程中，若所述管制员的先验可靠性未知，则基于证据间的冲突来分配各证据权重；若所述管制员的先验可靠性已知，则结合证据间的冲突信息和管制员的先验可靠性来分配各证据权重。进一步的，所述融合证据的通式为：其中，m(C)为融合后的证据，X和Y均为证据，mi和mj是同一识别框架下来自不同信息源的基本概率分配，K是系数。进一步的，在S5中，所述跑道分配进行决策方法，具体为根据所述信任区间，依照“最大支持规则”选择信任函数最大的备择方案作为所述跑道分配决策结果。进一步的，在S6中，所述更新管制员的先验可靠性的具体步骤包括：S61、采集决策者i的综合决策证据Eia和观察值Eobs；S62、计算Eia与Eobs的距离di；S63、根据所述距离di计算决策者i本次决策的一致性Coni，Coni＝1-diδ，其中，δ＞0为影响因子，取0.5；S64、根据所述本次决策的一致性更新决策者i的可靠性Ri，Ri'＝αRi+βConi其中，α、β∈[0,1]，α+β＝1，R’i表示更新后的决策者的可靠性。本专利技术的有益效果是：本专利技术的进离场跑道分配决策结果不仅融合了客观证据，还融合了管制员的主观意见及先验可靠性，代表了所有管制员对当前的跑道决策问题的综合观点。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。图1为本专利技术的方法流程图；图2为进离场跑道分配问题的层次分析模型。具体实施方式为使本领域技术人员更好地理解本专利技术的技术方案，下面结合具体实施方式对本专利技术作进一步详细描述。基于模糊层次分析和证据理论的进离场跑道分配决策方法，流程如图1所示，具体包括如下步骤：S1、采集影响进离场跑道分配的因素，包括航班延误、管制负荷、容量约本文档来自技高网...

【技术保护点】
基于模糊层次分析和证据理论的机场跑道分配决策方法，其特征在于，包括：S1、采集影响进离场跑道分配的因素，并依据层次分析法，建立层次分析模型；S2、采集当前的跑道分配问题，根据所述问题和层次分析法，定义所述层次分析模型的下层针对所述层次分析模型的上层形成的三角模糊成对比较矩阵；S3、利用所述三角模糊成对比较矩阵及所述三角模糊成对比较矩阵的一致性信息，分别构造各个管制员的证据和证据的不确定度；S4、根据所述证据和所述证据的不确定度，得到证据间的冲突性和管制员的先验可靠性，应用证据理论，根据所述证据间的冲突性和所述管制员的先验可靠性将不同的所述证据融合，得到融合结果；S5、计算所述融合结果的信任区间，依据跑道分配决策方法，得到跑道分配决策结果；S6、采集执行结果，将所述跑道分配决策结果与所述执行结果进行比较，更新所述管制员的先验可靠性。

【技术特征摘要】
1.基于模糊层次分析和证据理论的机场跑道分配决策方法，其特征在于，包括：S1、采集影响进离场跑道分配的因素，并依据层次分析法，建立层次分析模型；S2、采集当前的跑道分配问题，根据所述问题和层次分析法，定义所述层次分析模型的下层针对所述层次分析模型的上层形成的三角模糊成对比较矩阵；S3、利用所述三角模糊成对比较矩阵及所述三角模糊成对比较矩阵的一致性信息，分别构造各个管制员的证据和证据的不确定度；S4、根据所述证据和所述证据的不确定度，得到证据间的冲突性和管制员的先验可靠性，应用证据理论，根据所述证据间的冲突性和所述管制员的先验可靠性将不同的所述证据融合，得到融合结果；S5、计算所述融合结果的信任区间，依据跑道分配决策方法，得到跑道分配决策结果；S6、采集执行结果，将所述跑道分配决策结果与所述执行结果进行比较，更新所述管制员的先验可靠性。2.根据权利要求1所述的基于模糊层次分析和证据理论的机场跑道分配决策方法，其特征在于,所述影响进离场跑道分配的因素包括:航班延误、管制负荷、容量约束、资源合理分配。3.根据权利要求1所述的基于模糊层次分析和证据理论的机场跑道分配决策方法，其特征在于，在S2中，所述三角模糊成对比较矩阵为其中，n为本层元素的个数，为一个三角模糊数，分别表示决策者给出的第i个元素与第j个元素相对优先性比值的最悲观估计、最可能估计和最乐观估计。4.根据权利要求1所述的基于模糊层次分析和证据理论的机场跑道分配决策方法，其特征在于，在S3中，构造所述证据和所述证据的不确定度的方法包括：S31、利用求根法，计算所述三角模糊成对比较矩阵中各元素的权重及期望值，所述权重为：所述期望值为：其中，ai是中间变量，是三角模糊数表示的第i个元素的权重，分别是对于所述权重的最悲观估计、最可能估计和最乐观估计，系数α取0.5，表示决策者是风险中立的；S32、根据所述三角模糊成对比较矩阵的一致性信息，计算所述权重的不确定度，所述三角模糊比较矩阵的不一致性度量公式为：

【专利技术属性】
技术研发人员：谢华，张颖，袁立罡，胡明华，郭野晨风，李杰，王兵，张洪海，赵征，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：江苏,32