通過粗放式預估離場航空器滑行時間來決策推出時刻的放行方式,會導致場面運行不暢和跑道利用率降低,因此亟待提出一種精確的滑行時間預測方法。離場航空器的滑行時間受到多種外部因素的影響,傳統(tǒng)的預測方法在數(shù)據(jù)量不斷增加的大環(huán)境下已經(jīng)不再適用�；跈C器學習的方法能從歷史數(shù)據(jù)中挖掘規(guī)律并預測場面未來一段時間的運行情況,精確地預測出離場航空器的滑行時間,最終為推出時刻的決策提供技術(shù)支持。論文的主要研究內(nèi)容及成果如下:（1）基于K近鄰法構(gòu)建了滑行路徑預測模型;為了提高搜索效率,提出了一種基于KD樹的搜索改進算法,在此基礎(chǔ)上設計了基于搜索改進K近鄰的航空器滑行路徑預測算法;采用浦東機場的實例數(shù)據(jù)進行了驗證,結(jié)果表明:分類預測準確率可達97.87%;最后,通過預測出的滑行路徑得到了每個航班的滑行距離。（2）針對傳統(tǒng)樸素貝葉斯分類器因?qū)傩蚤g獨立性假設而造成預測不準確的問題,引入核密度估計方法,設計了一種基于聯(lián)合概率密度函數(shù)估計的非樸素貝葉斯分類器;基于構(gòu)建的特征變量集,建立了基于非樸素貝葉斯分類器的短時起飛航班數(shù)量預測模型;實驗驗證結(jié)果表明:誤差范圍?4架以內(nèi)的預測準確率可達94.21%。（3）根據(jù)挖掘出的所... 

【文章來源】：南京航空航天大學江蘇省 211工程院校

【文章頁數(shù)】：97 頁

【學位級別】：碩士

【部分圖文】：

交叉口簡化過程圖

圖 3.3 浦東機場結(jié)構(gòu)簡化圖為了完成航空器場面滑行路徑的預測，需要對機場場面結(jié)構(gòu)信息進行預處理。校準場監(jiān)雷達數(shù)據(jù)的坐標中心，使它與機場場面 CAD 圖形的坐標中心一致，完成機場數(shù)字拓撲數(shù)據(jù)和航空器坐標數(shù)據(jù)的基準點匹配。通過提取坐標，將場面 CAD 文件數(shù)據(jù)轉(zhuǎn)換成節(jié)點坐標信息，然后輸入到 Matlab 矩陣數(shù)據(jù)，為之后的預測作鋪墊。2、組件編碼在此基礎(chǔ)上，對機場數(shù)據(jù)拓撲圖上的各個關(guān)鍵組件進行編碼，并提取各個組件上的節(jié)點。本文為了提高 KNN 算法的分類精度，均勻在各組件內(nèi)部提取節(jié)點坐標數(shù)據(jù)，保證每個組件提取的節(jié)點個數(shù)不少于 100 個，并歸為一類組件的坐標信息，完成機場場面各組件的坐標提取。考慮到組件交叉口分類精度可能會下降，本文增加組件交叉口節(jié)點坐標的提取數(shù)量來保證分類準確率。機場場面組件編碼流程圖如圖 3.4 所示。

（a）k 近鄰法原理圖 （b）特征空間的劃分圖 3.5 K 近鄰法示意圖根據(jù)上述原理，可以提出 K 近鄰算法，具體如下：輸入：訓練數(shù)據(jù)集，即場面上各組件的坐標值信息和標簽信息，如下式（3-2）所示。 1 1 2 2, , , , , ,N NT x y x y x y（3-2）式中，nix R為實例的特征向量，即組件上所取點的 X ， Y 坐標值信息， 1 2, , ,i Ky c c c為實例的類別，即各組件的標簽值， i 1,2, ,N；輸出：實例 x所屬的類別 y ，即待測航班航跡坐標點的標簽值。（1）基于給出的度量標準（距離），在訓練集 T 中找出與 x最鄰近的k 個點，涵蓋這k 個點的 x的鄰域記作 kN x ；（2）在 kN x 中根據(jù)分類決策規(guī)則決定 x 所屬的類 y ，如下式（3-3）所示。 arg max , 1,2, ; 1,2, ,ji ki jcx N xy I y c i N j K （3-3）式（3-3）中，I 表示指示函數(shù)，當y c時 I 等于 1，否則 I 等于 0。

【參考文獻】：
期刊論文
[1]基于排隊論的航班滑出時間預測[J]. 馮霞,孟金雙.  南京航空航天大學學報. 2016(05)
[2]繁忙機場機位分配的混合集合規(guī)劃方法[J]. 王巖華,朱金福,朱博,唐小衛(wèi).  武漢理工大學學報(信息與管理工程版). 2015(04)
[3]基于協(xié)同決策的多航站樓停機位實時分配算法[J]. 劉君強,張馬蘭,陳鵬超,謝吉偉,左洪福.  南京航空航天大學學報. 2015(01)
[4]基于K最近鄰算法的高速公路短時行程時間預測[J]. 王翔,陳小鴻,楊祥妹.  中國公路學報. 2015(01)
[5]貝葉斯機器學習前沿進展綜述[J]. 朱軍,胡文波.  計算機研究與發(fā)展. 2015(01)
[6]基于詞頻信息的改進信息增益文本特征選擇算法[J]. 石慧,賈代平,苗培.  計算機應用. 2014(11)
[7]基于旅客步行距離的停機位均衡優(yōu)化指派建模[J]. 曾琳燕,姜雨,羅宇驍.  武漢理工大學學報(交通科學與工程版). 2014(04)
[8]基于滾動時域算法的航班滑行路徑優(yōu)化模型[J]. 馮程,胡明華,叢瑋.  航空計算技術(shù). 2014(04)
[9]機場停機位實時分配研究[J]. 樂美龍,檀財茂.  科學技術(shù)與工程. 2014(13)
[10]航空器推出決策的優(yōu)化研究[J]. 楊雙雙,朱華慶.  武漢理工大學學報(交通科學與工程版). 2014(01)

博士論文
[1]基于核密度估計的光譜數(shù)據(jù)分類與回歸方法研究[D]. 何玉林.河北大學 2014

碩士論文
[1]高速路口收費站短時車流量預測研究[D]. 趙倩蕓.華南理工大學 2018
[2]基于監(jiān)視數(shù)據(jù)的航空器場面滑行分析及預測研究[D]. 呂弘哲.中國民航大學 2016



本文編號：3493274