本文關鍵詞：多場景扇區(qū)容量評估技術研究

  更多相關文章： 多場景 WITI 扇區(qū)容量評估 惡劣天氣 灰色神經(jīng)網(wǎng)絡

【摘要】：隨著我國航空業(yè)的不斷發(fā)展,影響其發(fā)展的更多隨機因素開始逐漸被人關注,例如惡劣天氣、導航設備故障、軍航活動等不可控因素造成的扇區(qū)流量控制已經(jīng)逐漸成為制約扇區(qū)流量的決定性因素之一,如何突破單一運行場景的固定限制,準確、合理地評價不同運行場景下的扇區(qū)容量,是空中交通管理面臨的新的挑戰(zhàn)和難題。通過多場景扇區(qū)容量評估,能夠更加有效地平衡空域資源,更加靈活地為各種運行情況下的容量和流量管理策略提供理論依據(jù)。管制扇區(qū)在實際運行中不受任何隨機因素影響或其狀態(tài)不發(fā)生改變的情況較少,多場景扇區(qū)容量評估將是未來研究的趨勢。本文以扇區(qū)容量評估為主要研究目的,以多場景劃分研究為切入點,以管制員工作負荷的容量評估結果為基準,依賴于天氣影響交通指數(shù),基于灰色神經(jīng)網(wǎng)絡算法,提出了使用于多場景扇區(qū)的容量評估方法。首先,介紹了多場景扇區(qū)容量研究的重要意義,總結歸納了國內外的研究進展,簡述了論文的主要內容和組織結構;然后,分析對比了多種常用管制員工作負荷測量方法,提出了考慮有沖突的管制員工作負荷模型,進而分析惡劣天氣對管制員工作的影響,提出了惡劣天氣影響下的基于管制員工作負荷的扇區(qū)容量評估模型;接著對本文的多場景研究對象進行了定義,指出多場景劃分依賴于惡劣天氣覆蓋區(qū)域,隨后對比分析了多種常用的惡劣天氣影響的容量評估方法,針對我國管制運行的實際情況,改進了WAF區(qū)域生成算法及WITI算法,使用SIMMOD對場景進行了建模仿真,建立了以WITI值、扇區(qū)流量值、仿真容量值、天氣覆蓋區(qū)域為輸入,基于管制員工作負荷的容量值為輸出的灰色神經(jīng)網(wǎng)絡的多場景容量評估方法。以杭州進近03扇區(qū)為例,對多場景評估方法的結果進行了驗證;最后論述了論文的主要研究成果,指出了論文方法中存在的不足及下一步研究重點。
【關鍵詞】：多場景 WITI 扇區(qū)容量評估 惡劣天氣 灰色神經(jīng)網(wǎng)絡
【學位授予單位】：南京航空航天大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：V355
【目錄】：

• 摘要4-5
• ABSTRACT5-10
• 縮略詞10-11
• 第一章 緒論11-17
• 1.1 研究背景及意義11-12
• 1.2 國內外研究現(xiàn)狀及分析12-15
• 1.2.1 國外研究現(xiàn)狀12-14
• 1.2.2 國內研究現(xiàn)狀14-15
• 1.3 研究內容與組織結構15-17
• 第二章 管制員工作負荷模型研究17-23
• 2.1 概述17-19
• 2.1.1 管制員工作負荷定義17
• 2.1.2 管制員工作負荷影響因素17-18
• 2.1.3 管制員工作負荷測量方法18-19
• 2.2 基于管制員工作負荷容量評估模型19-21
• 2.2.1 管制員工作負荷分類19-21
• 2.2.2 管制員工作負荷模型21
• 2.3 惡劣天氣影響下的管制員工作負荷模型21-22
• 2.4 本章小結22-23
• 第三章 扇區(qū)多場景容量評估23-35
• 3.1 扇區(qū)多場景容量評估定義23-24
• 3.2 惡劣天氣影響下的容量評估方法24-28
• 3.2.1 基于最大交通流容量評估方法24-25
• 3.2.2 基于空域可用率容量評估方法25-27
• 3.2.3 基于天氣影響交通流指數(shù)容量評估方法27-28
• 3.2.4 基于仿真建模容量評估方法28
• 3.3 多場景扇區(qū)容量評估方法28-34
• 3.3.1 多場景容量評估方法選取28-29
• 3.3.2 WITI方法的改進29-30
• 3.3.3 灰色神經(jīng)網(wǎng)絡原理30-32
• 3.3.4 多場景扇區(qū)容量評估流程32-34
• 3.4 本章小結34-35
• 第四章 多場景扇區(qū)容量評估實例驗證35-51
• 4.1 背景介紹35-37
• 4.2 基于天氣影響交通流指標計算37-42
• 4.2.1 輸入指標-扇區(qū)流量統(tǒng)計37-38
• 4.2.2 強對流天氣下的天氣規(guī)避區(qū)的生成38-42
• 4.3 基于管制員工作負荷的扇區(qū)容量評估42-44
• 4.3.1 管制員工作負荷權值計算42-43
• 4.3.2 基于管制員工作負荷扇區(qū)容量評估43-44
• 4.4 基于建模仿真的多場景容量指標計算44-46
• 4.4.1 仿真建模參數(shù)44-46
• 4.4.2 仿真建模結果46
• 4.5 杭州多場景扇區(qū)容量評估結果46-50
• 4.5.1 杭州多場景劃分46-47
• 4.5.2 基于灰色神經(jīng)網(wǎng)絡的扇區(qū)容量評估結果47-50
• 4.6 本章小結50-51
• 第五章 總結與展望51-52
• 5.1 主要研究成果51
• 5.2 研究展望分析51-52
• 參考文獻52-56
• 致謝56-58
• 在學期間的研究成果及發(fā)表的學術論文58

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 李印鳳;胡明華;彭瑛;王宏偉;;基于阻塞流的多場景終端區(qū)容量影響機理[J];西南交通大學學報;2014年05期

2 田勇;楊雙雙;萬莉莉;楊曄;;扇區(qū)動態(tài)容量評估方法研究[J];系統(tǒng)工程理論與實踐;2014年08期

3 葉志堅;高偉;王莉莉;;空中交通流監(jiān)控警告參數(shù)的設置和使用[J];科學技術與工程;2014年11期

4 王曉晨;杜新宇;劉衛(wèi)香;;考慮隨機因素的多航段航路容量模型研究[J];計算機工程與設計;2012年09期

5 楊尚文;胡明華;趙征;李曉明;常勛;;終端區(qū)動態(tài)容量預測模型[J];南京航空航天大學學報;2012年01期

6 張靜;徐肖豪;王飛;;天氣影響的機場容量概率分布[J];南京航空航天大學學報;2011年01期

7 余靜;楊紅雨;馬博敏;杜冬;鄧兵;;證據(jù)理論在機場動態(tài)容量預測模型中的研究[J];電子科技大學學報;2010年01期

8 張進;胡明華;張晨;;空中交通管理中的復雜性研究[J];航空學報;2009年11期

9 張明;;空中交通管制員工作負荷的模糊綜合評價[J];人類工效學;2009年02期

10 萬莉莉;胡明華;;管制員工作負荷及扇區(qū)容量評估問題研究[J];交通運輸工程與信息學報;2006年02期

，

本文編號：757250