發(fā)布時間：2020-05-26 13:32

【摘要】：民航飛機的航空燃油消耗是航空公司運營成本的主要部分之一,航空燃油消耗產(chǎn)生的尾氣排放也逐漸成為城市空氣污染的一個重要因素,合理有效地控制航空燃油消耗,對降低航空公司運營成本和減少環(huán)境污染具有重要意義。降落階段是飛行過程中最為復雜的階段之一,相較于巡航階段,對民航飛機的降落階段進行合理規(guī)劃和有效設計,將會產(chǎn)生良好的節(jié)油效果。為了探尋飛機在降落過程中的高度、重量、速度以及機場環(huán)境與航空燃油消耗之間的潛在關(guān)系,需要將航空燃油消耗數(shù)據(jù)劃分成不同的類或者簇,并進行分類研究,為減少飛機降落過程燃油消耗相關(guān)決策提供合理化建議。因此,本文從航空公司可控因素與機場可控因素兩個方面分別對飛機降落過程的燃油消耗進行了聚類分析研究。聚類方法是數(shù)據(jù)挖掘領(lǐng)域?qū)?shù)據(jù)進行分組或劃分的一種重要方法,其依靠數(shù)據(jù)之間相關(guān)度對數(shù)據(jù)進行分析,找出其中相似的數(shù)據(jù)類型或數(shù)據(jù)集,并在無先驗信息的情況下提取數(shù)據(jù)之間的相似性,從而實現(xiàn)從屬性角度對數(shù)據(jù)集進行劃分。作為一種應用廣泛的聚類方法,K-means算法適合對海量數(shù)據(jù)進行聚類分析。而傳統(tǒng)的K-means算法存在著聚類數(shù)目不易確定、易陷入局部最優(yōu)以及聚類邊界不易確定等問題,為解決這些問題,本文提出了一種改進的K-means算法,對飛機降落過程中的航空燃油消耗數(shù)據(jù)進行分析,并基于東方航空公司的波音737真實飛行記錄數(shù)據(jù)進行了案例研究。本文的主要研究內(nèi)容和創(chuàng)新點概括如下:(1)從緊密度、分離度和重疊度三個方面提出了一種新的聚類有效性評估指標。本研究聚類分析的數(shù)據(jù)源為民航飛機降落數(shù)據(jù),存在連續(xù)性強、數(shù)據(jù)之間差異較小、不易確定類別大小等特點。傳統(tǒng)聚類有效性指標通常只專注于聚合度和分離度中的一種屬性,在被應用于民航飛機降落數(shù)據(jù)分析時難以很好地識別聚類過程中不同類之間的邊界,從而難以確定不同類的范圍大小和最佳聚類數(shù)目。本文在以往研究基礎(chǔ)上同時考慮聚類結(jié)果的緊密度、分離度和重疊度,提出了一種綜合度量聚類結(jié)果有效性的CPC聚類有效性指標。通過4組人工數(shù)值實驗和4組真實值實驗驗證了所提出的CPC聚類有效性指標在確定聚類質(zhì)量方面所具有的優(yōu)勢。(2)為處理具有連續(xù)性強、數(shù)據(jù)間差異較小等特點的數(shù)據(jù),本文提出了一種改進K-means聚類算法。為揭示數(shù)據(jù)集中數(shù)據(jù)類大小的“真實”分布與聚類劃分所產(chǎn)生的數(shù)據(jù)分布之間的關(guān)系,本文基于數(shù)據(jù)分布視角,對聚類的均勻效應進行了研究,并通過利用變異系數(shù)CV的前后值變化的方式,探討了提出的改進K-means算法在面對不同類型數(shù)據(jù)集時的聚類表現(xiàn),并利用人工數(shù)據(jù)集與CPC聚類有效性指標進行了交叉驗證。實驗結(jié)果證明了改進后的K-means算法在面對樣本總數(shù)、類別數(shù)、屬性數(shù)存在差異的數(shù)據(jù)集時,可以保證較為良好的聚類質(zhì)量。除了利用人工數(shù)據(jù)集進行驗證外,本文還利用真實數(shù)據(jù)集對改進后的K-means算法進行了再一次驗證,實驗結(jié)果證明了改進K-means算法的廣泛適用性。(3)從航空公司可控因素出發(fā),將改進的K-means算法應用于波音737飛機在降落過程中的油耗數(shù)據(jù)聚類分析。當前民航飛機油耗預測模型主要依據(jù)飛行手冊數(shù)據(jù),模型分析過程也主要依賴于對于飛行手冊的查詢,而飛行手冊從普遍適用性和安全性的角度考慮,對飛行過程的要求相對較為寬泛,導致其對節(jié)油飛行的要求較低�；谏鲜鲈�,本文通過應用改進的K-means算法對兩架波音737飛機在不同機場降落過程中的油耗數(shù)據(jù)進行聚類分析,為飛行員提供較為精細化的降落方式建議,從而實現(xiàn)從節(jié)能減排的角度對飛行手冊中的要求進行進一步補充。此外,本文從最佳k值的選擇、算法魯棒性、CPC聚類有效性以及不同機場等四個方面對算法進行了靈敏度分析,結(jié)果驗證了改進的K-means算法生成的聚類結(jié)果的可靠性。(4)從機場環(huán)境因素出發(fā),運用改進的K-means算法對波音737飛機在不同機場降落過程中的油耗數(shù)據(jù)進行聚類分析。首先從機場基本地理環(huán)境因素、機場建設因素、機場氣候因素等幾個方面探討了可能影響飛機降落過程油量消耗的具體因素,并對各因素之間的關(guān)聯(lián)性進行了分析,選擇了對民航飛機降落油耗影響較大同時相互之間關(guān)系較小的6個因素作為分析不同機場環(huán)境因素對民航飛機降落油耗影響的變量。然后選取國內(nèi)21個主要機場作為分析目標,將改進的K-means算法應用到機場環(huán)境因素與油耗的聚類分析過程,對不同機場的民航飛機降落過程油耗數(shù)據(jù)進行聚類,探尋不同機場對民航飛機降落油耗的影響,尤其是研究針對同一架飛機情形下機場環(huán)境因素對于民航飛機降落過程油耗的影響�；诰垲惙治鼋Y(jié)果,提出了有利于降低民航飛機降落過程油耗的樞紐機場建設相關(guān)建議。本文提出了一種改進的K-means聚類算法,并將其應用于民航飛機降落過程的航空油耗聚類分析,從節(jié)能減排角度為航空公司飛行員駕駛行為與機場建設提供了相關(guān)管理建議,取得了一些創(chuàng)新性研究成果,具有重要的理論與實踐意義。
【圖文】：

圖 1. 1 航空燃料消耗比例圖在圖 1-3 中，我們可以看到同年我國航空公司在不同領(lǐng)域內(nèi)的其他成本消耗與航空燃油成本消耗的對比[6]。圖 1. 2 航空公司運營成本比例

圖 1. 1 航空燃料消耗比例圖在圖 1-3 中，，我們可以看到同年我國航空公司在不同領(lǐng)域內(nèi)的其他成本消耗與航空燃油成本消耗的對比[6]。圖 1. 2 航空公司運營成本比例
【學位授予單位】：合肥工業(yè)大學
【學位級別】：博士
【學位授予年份】：2019
【分類號】：V323

【參考文獻】

相關(guān)期刊論文 前8條

1 樸尚哲;超木日力格;于劍;;模糊C均值算法的聚類有效性評價[J];模式識別與人工智能;2015年05期

2 周開樂;楊善林;丁帥;羅賀;;聚類有效性研究綜述[J];系統(tǒng)工程理論與實踐;2014年09期

3 陳興;隋東;張軍峰;辛正偉;;基于動態(tài)規(guī)劃的航班著陸調(diào)度算法[J];航空計算技術(shù);2012年06期

4 吳東華;夏洪山;徐波;;飛機排班問題的模糊優(yōu)選動態(tài)規(guī)劃模型[J];濟南大學學報(自然科學版);2012年01期

5 陳亞青;高浩然;;基于空管指揮的飛機節(jié)油措施分析[J];交通科技與經(jīng)濟;2010年01期

6 龍真真;張策;劉飛裔;張正文;;一種改進的Chameleon算法[J];計算機工程;2009年20期

7 穆陽;;大力開展行業(yè)節(jié)能減排 實現(xiàn)又好又快發(fā)展[J];中國民用航空;2009年04期

8 楊善林;李永森;胡笑旋;潘若愚;;K-MEANS算法中的K值優(yōu)化問題研究[J];系統(tǒng)工程理論與實踐;2006年02期

相關(guān)博士學位論文 前1條

1 唐小衛(wèi);協(xié)同決策機制下航空運輸系統(tǒng)不正常航班問題研究[D];南京航空航天大學;2009年

相關(guān)碩士學位論文 前1條

1 趙彩霞;基于多元受限的多機場聯(lián)合放行問題研究[D];南京航空航天大學;2012年

本文編號：2681915