基于启发式隐枚举算法的多机场GDP放行策略

终端区内航空器的放行策略制定往往因涉及多机场航路结构的耦合效应,对终端区运行能力产生影响.应用地面等待策略,并考虑多机场系统具有公共离场定位点的空域结构特点,建立了多机场系统的航班放行策略模型.结合启发式隐枚举算法,通过引入机场优先级,并协调经由公共离场定位点的各机场航班比例,优化各机场航班的放行时刻.仿真结果表明,与FCFS策略相比,HLEA算法能显著减少多机场系统的航班总体延误,提高终端区空域的运行效率.

基于聚类模型的流控典型场景识别

为了提高流控措施制定辅助决策水平的提升,文章以成都双流机场近几年的流控为例,提出了基于聚类模型的流控典型场景识别方法。建立了K均值聚类、DBSCAN聚类、Agglomerative Clustering层次聚类、BIRCH聚类、谱聚类、高斯混合模型七种聚类模型对流控措施进行聚类分析,采用轮廓系数Silhouette coefficient、Calinski Harabasz score和Davies Bouldin index对流控聚类模型效果进行评价,验证了K均值流控聚类模型优于其他聚类模型,建立了流控典型场景,为管制员进行流量管理提供辅助支撑。

民航西南空管局流量管理态势监控系统介绍

航班态势监控是流量管理工作的一个重要基础工作,通过对所管辖区域航班综合航迹信息的准确监控,从事流量管理管制员对流量和容量是否平衡实时动态了解,为进一步采取流量管理措施提供有效依据。系统以西南地区实际运行为例,通过自动化系统的综合航迹信息和协同决策系统(CDM)的流量控制信息相结合,进而形成一套使用对象是流量管理管制员的集成综合航迹与流控信息同屏显示的态势监控体系,填补了国内流量管理系统中融合雷达监控信息、ADS-B信息、飞行计划信息、空域信息和流控信息的空白。该系统对其他地区的流量管理有较强的参考意义。

基于地面等待的多机场时隙交换放行策略

引言 20世纪90年代以来．伴随着航空运输量的增长，空中交通流量管理的重要性和复杂性也日趋增加。地面等待成为流量管理的一种有效手段。随着地面等待程序的日渐成熟．航空公司主动参与航班时刻的安排已经受到学者的广泛关注。1995年。麻省理工大学的Joseph Milner研究了航空公司参与的动态时隙分配问题，为协同决策的研究铺平了道路。1997年，

西南地区协同放行系统介绍和未来发展方向

协同放行系统(Collaborative release system,CRS)是(Collaborative decision making,CDM)的一个组成部分,主要负责受流控影响航班的放行。西南空管局管制中心流量管理室使用CRS做放行管理。CRS系统里包括了西南四地机场的受控航班.