基于Fisher聚类算法的航班飞行高度偏差分析研究

目前计算机飞行计划(Computerized Flight Plan,CFP)中的计划飞行高度与实际飞行高度之间存在偏差。为了能识别出航路中易发生显著偏差的子航段,便于对其进行重点监控,本文提出一种基于Fisher有序样本聚类算法的航班飞行高度偏差分析方法,采用修正的Fisher有序样本聚类算法对航路进行分段,在分段的基础上,对每个子航段上的高度偏差平均水平及波动情况进行统计分析,作为高度偏差的评价指标。分析结果可帮助识别航路上易发生显著实际与计划飞行高度偏差的子航段,为签派人员制作飞行计划以及在机组人员进行航前准备提供决策依据,具有较好的实践意义。