空中交通流量

摘要： 在我国整体社会经济高速发展的进程中,民众对于交通事业,特别是空中交通领域予以了高度关注,而社会对于空中交通运输量也有着愈发严格的要求.但是当前空中交通流量形势和市场实际发展需求之间并不相符,加之空域、技术存在一定限制,从而致使我国总体空中交通的发展受到一定阻碍,时常发生航班延误问题.本文将通过对我国控制空中交通流量的现状,进行滑动窗算法优化设计,借助实例展开优化分析,探索出进场航班空中交通流量控制优化的有效策略.

摘要： 空中交通流量的中长期预测是空管和机场进行规划、决策时的重要依据.在对空中交通流量进行中长期预测时,考虑到空域容量和管制员负荷等限制因素,流量虽然会随着经济发展不断增加,但是不会无限制的增长.由于这一增长特性与Logistic模型相吻合,因此文章根据空中交通流量发展趋势建立Logistic预测模型.通过采集到的某一管制区2009-2019历史数据,利用预测模型,由2009-2017年数据预测2018、2019年空中交通流量来验证模型的适用性,结果显示模型的预测精度较高,可用于中长期空中交通流量的预测.接着运用Logistic模型预测了该管制区2020-2025年的流量,从预测结果来看,该管制区的空中交通流量的增长量将逐年降低.

摘要： 文章以空中交通流量控制的现状及应对途径为研究对象,首先分析研究了我国空中交通流量控制现状,随后结合其中存在的问题提出了一些提高我国空中交通流量管理水平的途径以供参考.

摘要： 我国航空事业正处在黄金发展时期,传统的空中交通流量管理方法限制了本场的运行效率,所以本文浅析CDM系统对空中交通流量管理的优势,旨在为本场运行提供更好地空中交通服务.

摘要： 鉴于传统流量预测模型存在预测精度差、耗时长、效率低的不足,将模糊约束引入空中交通系统,用于表示人工智能领域中一些不确定的信息,构建了基于模糊约束的空中交通流量预测模型.通过分析影响模糊约束的决策向量、模糊参数向量及模糊约束集三个因素,提出预测模型的构建流程,选取空中交通路线多转折点,并获取模糊矩阵,建立了空中交通流量预测模型.实验结果表明,对空中交通流量进行预测时,采用改进的预测模型相比传统预测模型的预测结果较优、耗时较短、精度较高.

摘要： 随着民航事业的快速发展,我国空中交通流量也在不断增加,以至于空中交通流量管理已经成为了迫在眉睫的问题.基于这种认识,本文以时间度量为指导,对空中交通流量管理问题展开了分析,提出了空中交通流量的管理策略,并对策略的实施进行了探讨,从而为关注这一话题的人们提供参考.

摘要： 我国区域空域的构成相对复杂,同时空中交通流量较大且分布密集,极易导致飞行拥堵和冲突的发生,因此对区域空中交通流量进行动态预测可以保障空中飞行的安全性和空域资源利用的有效性.航迹预测是空中交通流量动态预测的基础,文章提出一种改进的交互多模型的跟踪滤波算法(RMIMM)对航迹进行预测,该算法引入残差均值理论使正确模型明显区分于其他模型,从而提高判别准确率,通过实例分析表明采用该方法进行航迹预测的精度较高.基于上述航迹预测算法建立了一种改进的等角航迹空中交通流量预测模型,并采用广州空中交通流量数据进行验证,结果表明所提模型具有较高的预测精度,可以为区域空中交通的管理提供科学的依据.

摘要： 人们生活水平的提高,对于交通出行方面的要求在不断的上升,飞行已经成为了当前人们出行的重要选择.空中交通飞机数量的不断增加,对于空中流量方面的管理工作提出了更高的要求,需要积极采用切实有效的方式和手段加以控制,积极提升空中交通流量控制工作的整体效果,满足空域要求.文章主要是从空中交通流量控制的现状入手,全面分析和说明空中交通流量控制的策略,相应的提出了空中交通流量控制的发展趋势.

摘要： 21世纪,国家的经济水平不断提高,我国在航空领域有了很大的突破发展.近几年,军航、民航的发展迅速,飞行流量在不断的增加.空中的交通安全成为航空界关注的重点,为了减少航班冲突与飞机事故的发生,对区域空中的交通流量动态进行预测分析,保证飞行安全,合理利用空域资源.根据空中交通流量的预测方法,建立等角航迹空中交通流量预测模型.本文研究的主要内容就是区域空中交通流量的动态预测分析的方法,还有建模.

摘要： 随着空中交通流量不断增长,空中交通流量管理系统对空中交通管理的辅助作用日趋重要.本文介绍了南京航空航天大学空中交通流量研究所研发的中南地区流量管理系统的功能,阐述了根据流量管理系统功能设计的区域流量管理数据库.同时描述了系统的程序接口和数据库的维护方法.

摘要： 本文介绍了空中交通流量(ATF)、空中交通流量管理(ATFM)的概念,说明了ATFM的需求、现状和面临的挑战,回顾ATFM的历史、展望其未来.提出了我国发展ATFM应考虑的问题和发展方向建议.

摘要： 准确的流量预测为空中交通流量管理提供了有效的决策支持，灰色系统和神经网络都能够通过空中交通流量的历史数据对未来做出一定的预测，但精度都不高。本文利用GM模型建模所需数据量少的特点和人工神经网络对非线性逼近能力好的优点，组成串联型灰色神经网络预测模型。通过仿真实验分析，串联型灰色神经网络可提高预测精度，用于空中交通流量预测的方法有效可行。

摘要： 引入霍尔特-温特斯模型对空中交通流量进行短期预测,并提出了“最优平滑系数”的思想.介绍了该模型的具体预测步骤,然后依据相关理论设计并开发了预测模型软件.以首都机场空中交通流量的实际历史数据为基础,进行实例预测验证.分析结果表明,改进的霍尔特-温特斯模型为机场短期的空中交通流量提供了一种可靠而有效的新途径.

摘要： 空中交通流量常受制于整个系统中某些瓶颈点,如机场、空域、航路航线等.机场作为航班汇聚点,其跑道容量对于空中交通流量有非常重要的影响.目前国内多跑道容量研究对交叉跑道的容量评估成果很少,针对该类研究不足,分析并利用MACAD多跑道模型对成都新机场交叉跑道容量做出了估算,对结果进行了分析比较,其表明一期交叉跑道的总容量在非独立混合运行时高于其他运行模式.这对新机场的交叉跑道管制运行策略制定提供了新思路.

摘要： 冲突解脱技术是在高密度空中交通流量下保障空域飞行安全的核心技术之一.在预测到未来可能发生飞行冲 突时,冲突解脱算法能够重新规划出可以避免飞行冲突的轨迹,保证飞行安全.本文采用空间域解脱和时间域解脱相 结合的方法进行两机冲突解脱,并采用两两逐对解脱的方式进行多机冲突解脱.多机解脱过程中,采用启发式搜索算 法确定逐对解脱次序,从而给出最优的逐对解脱策略.最后通过两个典型场景下的仿真对算法进行了验证和分析.

摘要： 随着近年来我国民航运输业的快速增长，日益增加的空中交通流量给相应的空中交通管制部门带来了巨大的压力和前所未有的挑战。

摘要： 在将进场容量、离场容量与机场容量作为统一整体的情况下，充分考虑了机场间的网络效应，详细研究了多机场航班队列的优化问题，建立了多机场开放式非实时流置管理的数学模型，通过选取适当的决策变量，使其为线性0-1整数规划模型，实现了中心流量集中管理。本文提出的启发式隐枚举算法能很好地解决此类问题，对某机场网络的仿真结果证明了本文所建模型、优化算法及相应软件的有效性和可靠性。

摘要： 根据本公开的一个实施例的装置是一种交通流量仿真器，其仿真在道路网络中生成的多台仿真车辆的交通流量。该交通流量仿真器包括：路线选择单元，其依据预定路线选择模型为多台仿真车辆选择路线；以及指标计算单元，其依据路线移动在道路网络中的多台仿真车辆并且计算道路网络的交通评估指标。该路线选择单元将在执行下述第一模式时所选择的第一路线以及在执行下述第二模式时所选择的第二路线记录到存储单元中，所述第一模式是在第一设置条件下仿真交通流量的操作模式，所述第二模式是在第二设置条件下仿真交通流量的操作模式。

摘要： 本申请公开了一种空中交通流量管理方法、装置和电子设备，涉及计算机技术领域，具体涉及大数据、自然语言处理和深度学习等人工智能技术领域。具体实现方案为：获取空中环境数据；对空中环境数据进行预处理，以获取飞行区域的观测信息；调用流量决策模型对观测信息进行处理以生成飞行区域的流量决策信息；以及根据流量决策信息对飞行区域内的飞行器进行流量管理。由此，能够实现对空中交通有效的管理，从而提高空中通行效率，避免出现空中交通拥堵。

摘要： 本发明涉及一种航班放行排序方法，尤其涉及一种基于空中交通流量管理的航班放行排序方法。基于空中交通流量管理的航班放行排序方法，其特征在于首先确定航班排序池当中的航班的数量及每个航班的计划起飞时间，使用粒子群算法对航班序列进行排序，以达到航班总延误时间最小的目的。本发明的优点效果：本发明基于粒子群算法提出的航班排序方法，以航班总延误时间最小为目标，综合考虑流控间隔、起飞间隔等限制因素，对航班序列进行排序。实验表明，本发明不仅可以提高航班放行效率，缩短航班延误时间，与现行系统相比，还具有较强的鲁棒性，航班排序效果较好。

摘要： 本发明公开了一种基于小波变换和灰色预测的中长期空中交通流量预测方法，包括以下步骤：S1.选择小波基函数，利用选择的小波基函数对历史时间序列数据进行小波变换，实现降噪处理，降低因随机因素而产生的随机流量；S2.利用处理过的历史数据进行灰色预测，得到预测数据；S3.根据降噪数据与历史数据计算出信噪比，将相同信噪比的白噪声加入到灰预测数据中得到最终预测结果。本发明建立基于小波变换和灰色预测的预测模型对空中交通流量进行中长期预测，首先选出最优小波基函数，通过小波变换对历史时间序列数据进行降噪处理，降低因随机因素而产生的随机流量，之后使用处理过的历史数据进行灰色预测，得到预测数据，有效提高了预测精度。

摘要： 本发明属于航空网络规划技术领域，涉及一种基于网络流量解耦的大规模空中交通流量优化方法，解决了现有技术中大规模空中交通调度和规划方法效率低、安全性低的问题。本发明的方法包括将整体航路网G分解为多个子航路网G＇；对每个子航路网G＇根据航班信息构建对应的三维图3D‑G＇；通过遗传算法分别优化求解每个子航路网G＇，直至获得每个子航路网G＇中所有子航路网航班总冲突次数和起飞延误总时长的最优解。本发明的优化方法能够缓解整个指定空域内的所有航班的冲突，提高了调度和规划的效率和安全性。

摘要： 本发明属于空中交通流量管理领域，尤其涉及一种基于组合模型的短期空中交通流量预测的方法，针对当前现有的空中交通流量容易受人为和天气等因素影响，具有很强的非线性，利用单一模型进行预测难以取得较好的预测效果问题，包括如下步骤：S1：统计历史每小时的空中交通流量；S2：通过prophet模型对空中交通流量数据分解；S3：根据分解的特性；S4：将S1中的历史空中交通流量数据做最大最小归一化处理；S5：得到预测结果；本发明的目的是提供一种基于组合模型的空中交通流量短期预测方法，以实际运行的流量时间序列数据为基础，通过分解空中交通流的趋势性、周期性和随机性，准确预测短期流量、为精准实施流量管理措施提供科学依据。

摘要： 本发明涉及一种航班放行排序方法，尤其涉及一种基于空中交通流量管理的航班放行排序方法。基于空中交通流量管理的航班放行排序方法，其特征在于首先确定航班排序池当中的航班的数量及每个航班的计划起飞时间，使用粒子群算法对航班序列进行排序，以达到航班总延误时间最小的目的。本发明的优点效果：本发明基于粒子群算法提出的航班排序方法，以航班总延误时间最小为目标，综合考虑流控间隔、起飞间隔等限制因素，对航班序列进行排序。实验表明，本发明不仅可以提高航班放行效率，缩短航班延误时间，与现行系统相比，还具有较强的鲁棒性，航班排序效果较好。

摘要： 本发明公开了一种基于BP神经网络和最小二乘法的空中交通流量短期预测方法，本方法通过安装流量时间序列分解模块、复杂度检验模块、分量预测模块和集成预测模块；按照15min、30min、60min的统计尺度构造流量时间序列，应用EEMD方法将流量时序数据分解为若干个分量；其次，应用排列熵计算各分量的复杂度；然后，高频分量采用BP神经网络算法进行预测，低频分量采用最小二乘法进行预测；接着，对分量的预测结果进行加和集成，得到了最终的预测值。应用本方法可以为准确掌握空中交通态势、精准实施流量管理措施提供科学判据。

摘要： 本发明公开了一种空中交通流量输入饱和的控制方法，包括如下步骤：步骤1、对空域的交通流量数据进行采集，并建立具有输入饱和的空中交通流量控制系统的状态空间模型；步骤2、构造空域中航线拥塞的事件触发条件；步骤3、基于具有输入饱和的正马尔可夫跳变系统为空中交通流量控制系统设计一类事件触发控制器，对空中交通运行情况进行实时控制，保证空中交通安全稳定运行。本发明方法可以有效地解决由于空域航线中航空器容量限制导致的航空器难以及时调配的难题。

摘要： 本申请公开了一种空中交通流量管理方法、装置和电子设备，涉及计算机技术领域，具体涉及大数据、自然语言处理和深度学习等人工智能技术领域。具体实现方案为：获取空中环境数据；对空中环境数据进行预处理，以获取飞行区域的观测信息；调用流量决策模型对观测信息进行处理以生成飞行区域的流量决策信息；以及根据流量决策信息对飞行区域内的飞行器进行流量管理。由此，能够实现对空中交通有效的管理，从而提高空中通行效率，避免出现空中交通拥堵。