终端区空中交通流到达模式识别.pdf.pdf

第卷第期航空计算技术..
年月.
终端区空中交通流到达模式识别
郑旭芳,王超
中国民航大学空中交通管理学院,天津
摘要:为了实现对终端区空中交通流到达情况更加准确的分析,针对目前常用的流量统计方法中所存在的问题,
提出了交通流到达模式概念,并对基于聚类思想的到达模式识别方法进行了研究。在对交通流到达时序数据提取
的基础上,利用基于免疫优化算法的聚类方法实现了对交通流到达模式的识别。对交通流到达模式特征进行了分
析,并结合滑动时间窗算法提出了交通高峰小时及峰值流量计算方法。通过实例分析证明了方法的可行性与准确性。
关键词:终端区空域;交通流分析;数据挖掘;模式识别;免疫优化算法
中图分类号: 文献标识码: 文章编号:——

,
, ,,
:
,—
.,
.
.
..
—
.·
.
:;;;;

引言的分析方法;另一类是以数据挖掘为手段的分析方法。
前者将航班到达看成是一定程度的随机事件,并利用
终端区是以一个或多个大型机场为中心的低空空
离散分布模型或连续分布模型工具对航班达到事件进
域,是连接机场与航路网络的重要纽带。终端区空域
行描述。而后者更加注重数据中蕴含的有效信息⋯。
结构复杂、交通流密集,且存在较多的飞行交叉汇聚
点。进场交通流与离场交通流是终端区内最主要的两等对天的—
种交通流类型,其中进场交通流在终端区空域内运行数据进行关键信息提取,从而对美国个主
时间更长且引导工作更复杂。终端区交通流到达模式要机场建立了基于数据分析的延误模型。通过研究发
是对终端区交通流达到特征的宏观描述,反应了终端现进场延误符合泊松分布,离场延误符合正态分布。
区到达交通流的时序变化特征,对终端区空中交通流等通过对历史数据的挖掘来确定时间序列模
量预测、空中交通流量管理、扇区容量评估以及空中交型参数,从而建立时间序列模型对民航流量进行了预
通系统仿真具有重要的研究意义。测。王红勇等以航段上交通流比例代表交通流模式,
根据分析手段的不同,
法分为两大类,一类是基于概率统计和数理公式推导聚类。李楠等将态势理论引人终端区交通流特征研
收稿日期:——修订日期:—~
基金项目:国家自然科学基金项目资助;国家科技支撑计划项目资助
作者简介:郑旭芳一,女,内蒙古呼和浩特人,硕士研究生,主要研究方向为交通信息工程及控制。
· · 航空计算技术第卷第期
究中。利用雷达航迹数据提取特征信息,建立了一种,,⋯,,共有个。计算集合中每个点到
宏观描述终端区交通态势的方法,并利用这种思想对集合中个点的距离,取个值中最小的所对应口
终端区交通态势进行了分析。以上研究都利用数据挖中的编号作为该点的类别。图所示终端区共四个进
掘的手段从交通流历史数据中提取重要信息,然后将港点,因此将进场点聚为四类。
这些信息应用于后续研究中,在提取交通流数据时,都
采用了目前普遍使用的交通流统计方法,即确定时间
间隔并以时钟时间整段截取数据,同时统计航班数量
作为交通流量。以此为基础数据产生的分析结果尺度
一般都是等于或大于这个固定的时间间隔。但是在实
际研究