机场地面运行效率影响因素仿真分析

为提高机场地面运行效率,采用Arena软件建立机场运行系统离散仿真模型,加入动画仿真模块,结合SAS软件的数据分析与拟合功能设计三组仿真场景,分别验证改变跑道使用方式、改变拖车资源配置方式对地面运行效率产生的影响及未来运输需求快速增长时机场将面临的运行压力。结果表明,在双跑道隔离运行模式下出港平均滑行时间可缩短4 min左右;若采用双跑道混合运行,则出港滑行平均时间缩短约3 min。拖车配置方案调整后,航空器由于拖车资源限制导致等待时长超过5 min事件发生的平均概率减小18.5%。最后,通过仿真实验测试机场当前保障能力可应对的交通增量,结果显示,航班增量达到60%时,航空器的进出港滑行时间明显增长。通过地面交通仿真评估为优化机场资源配置、最大化提升运行效率提出了可供参考的建议。

多机场环境下的支线机场客流量预测

支线机场数量的增加加剧了邻近机场对辐射范围重叠地区的客源竞争.综合考虑地区经济、旅游业发展及邻近机场间的客流竞争因素,通过Elman神经网络得到指标预测值,采用多元线性回归模型对支线机场的客流量进行预测.结果表明,模型能够取得精度较高的预测结果,验证了模型的有效性.

后疫情时期多机场旅客吞吐量分类预测

为提高多机场旅客吞吐量预测的准确性,简化预测流程,将“手肘法”与高斯混合模型(GMM)系统聚类法结合对多机场系统中的个体进行细化分类。采用面板数据模型分析各变量对不同规模、不同定位的机场旅客吞吐量影响程度,针对不同类型机场建立相应的面板数据吞吐量预测模型,再根据后疫情时期民航业发展现状建立疫情影响因子修正模型,并对预测结果进行修正。以江苏省9个机场的旅客吞吐量分类预测为例,预测结果显示:GMM算法的机场分类效果评价指标CH值为98.732、轮廓系数为0.671 5,较K-means算法分别提高8.3%、69.5%;DB值为0.998 1,较K-means算法降低7%,即GMM算法所得聚类簇内样本间距更小、分类效果更优。模型对9个机场的旅客吞吐量预测误差均介于1.58%~3.95%之间,预测误差波动小、精度较高,具有良好的拟合效果,可用于多机场客流量同步预测。

民航类工程硕士培养模式探讨

根据目前国内高校工程硕士培养的实际情况,发现培养过程中存在的问题并提出相应的解决办法,对现行培养模式的不足进行思考之后,指出切实可行的改进方向。

后疫情时期的机场旅客吞吐量预测

为提高后疫情时期的机场旅客吞吐量预测精度,通过CEEMDAN算法将旅客吞吐量原始序列分解为若干不同频率的分量,检验各分量序列的平稳性,对平稳序列建立ARMA预测模型,非平稳序列通过构建DBSCAN-Adaboost强预测器进行预测,将各分量预测结果重组,得到社会常态化发展背景下的机场吞吐量预测值。以新冠疫情散发点个数、疫情散发点区位因子为变量建立疫情影响因子修正模型,对南京机场2020—2022年疫情期间的客流量预测结果表明,新组合模型能够较为准确地量化疫情对机场客流的影响程度,为机场旅客吞吐量预测提供了新方法。