过站航班地面保障过程动态预测

过站航班地面保障过程预测是机场协同决策系统的重要功能。针对目前无法实现过程精细化动态预测且精度较低的问题,提出了一种基于贝叶斯网络的过站航班地面保障过程动态预测方法。建立了地面保障过程贝叶斯网络模型,设计了基于航班属性的初始样本空间生成算法,结合高斯核概率密度估计构建了地面保障过程动态预测方法。某枢纽机场实际数据的仿真结果表明:所提方法在充分考虑航班运行属性的基础上实现了各保障节点的动态预测,其平均绝对误差仅为2.224 1 min,均方根误差相比其他方法低近2 min,能够为机场运行短时战术组织提供客观的决策依据。

航班地面保障过程决策支持体系建模

针对航班地面保障过程决策能力不足、运行效率低下的问题,提出一种基于国防部体系结构框架(department of defense architecture framework,DoDAF)的航班地面保障过程决策支持模型。从保障作业、保障资源以及二者间关联关系出发,定量描述航班地面保障过程,将DoDAF与基于模型的系统工程(model-based systems engineering,MBSE)相结合建立航班地面保障过程决策支持模型,建立决策效用函数,分析航班保障各环节综合保障的效用值。对比实际数据与本文决策支持模型得到的数据,结果表明决策后的撤轮挡时间与目标撤轮档时间的平均绝对误差对比实际撤轮档时间和目标撤轮档时间的平均绝对误差降低1.42 min,均方根误差降低0.95 min,对于不同机型航班,决策后的保障服务时间与计划保障时间相对误差对比决策前分别降低31%、17%和42%,同时可以得到保障时间与保障效用的关系,证明本文提出的决策模型的可行性和有效性。