基于贝叶斯网的离港航班滑行时间动态估计

为提升离港航班运行效率,根据机场协同决策规范(A-CDM)中关于离港航班可变滑行时间(EXOT)的有关规定,分析了相关影响因素。根据数据分析处理和民航专家知识建立了一种基于贝叶斯网的离港航班滑行时间动态估计模型。贝叶斯网是一种将概率统计应用于复杂领域、进行不确定性推理和数据分析的工具。应用其增量学习特点对模型进行动态调整,实现了对场面实时变化的把控。以国内某大型枢纽机场为例,使用期望优化(EM)算法实现了对随机缺失数据的处理,并验证了模型的有效性。对实验结果与该机场实际运行数据对比表明,所建模型能有效地估计离港航班滑行时间且具有较高的置信度。

飞机滑行路径仿真与优化研究

可变滑行时间是评估机场场面交通流特性的重要指标,影响机场运行效率、旅客满意度以及污染排放问题。针对国内某大型枢纽机场,根据元胞自动机原理和交通流拥塞规律,将机场滑行区域视作由节点和链路构成的网络拓扑,以滑行规则和飞机之间的冲突作为约束条件。构建飞机离场交通流的模型,使用蒙特卡洛算法得出最优滑行路径,结合航班数据进行仿真分析。研究结果表明,该模型减少了离港飞机的滑行等待时间,滑行效率提高了9.8%,充分调度和合理分配了机场地面资源。

离港飞机滑行路径优化与仿真

可变滑行时间是评估机场场面交通流特性的重要指标,其影响机场的运行效率、旅客满意度及污染物排放。以国内某大型枢纽机场为例,构建飞机离场场面交通流特性的模型。通过分析离港交通流的特性规则、飞机在离港滑行路径中的拥塞规律,根据元胞自动机原理,将机场场面滑行区域的交通流视作由节点和链路构成的机场网络拓扑结构,以飞机滑行时的规则和飞机之间可能发生的冲突作为约束控制条件。使用蒙特卡洛算法得出最优滑行路径,计算出最小滑行时间。最后,结合航班运行数据对所建模型进行仿真分析。结果表明,该模型能有效减少离港飞机的滑行等待时间,缓解机场场面交通流的拥堵情况,充分调度和合理分配机场地面资源。