全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
按文献类别分组
按栏目分组
关键词
- 基于点融合进近的航空器进场4D航迹规划
- 作者： 王建忠 王超 张宝成 来源： 科学技术与工程 年份： 2017 文献类型 ： 期刊 关键词： 遗传算法 空中交通管理 航迹规划 4D航迹 点融合进近
- 描述： 点融合进近是一种全新的进近技术,对点融合进近中的航空器进场4D航迹规划方法进行了研究。根据点融合进近运行的特点,提出航空器航迹预测方法。以总延误时间最少和着陆次序调整最小为目标建立4D航迹规划模型;并采用遗传算法进行了求解。通过仿真计算,比较了先到先服务与此规划方法的差别。比较结果表明,4D航迹规划方法可以有效提高终端区运行效率。
- 基于分类与优化的进场航空器调度方法
- 作者： 杜卓铭 张军峰 杨春苇 来源： 南京航空航天大学学报 年份： 2023 文献类型 ： 期刊 关键词： 空中交通管理 优化 航空运输 进场调度 分类
- 描述： 为兼顾进场运行效率与管制工作经验，提出了一种基于分类与优化的进场调度方法。在分析进场管制特点的基础上，将进场排序问题转化为机器学习领域的分类问题，并构建随机森林分类器预测航空器着陆次序；利用综合
- 基于结构主题模型的民航管制不安全事件主题识别
- 作者： 张洪海 石宗北 李一可 周锦伦 王雨菲 来源： 中国安全生产科学技术 年份： 2024 文献类型 ： 期刊 关键词： 不安全事件 空中交通管理 民航管制运行 安全水平 结构主题模型
- 描述： 基于结构主题模型的民航管制不安全事件主题识别
- 因天气影响的航空器绕飞管制安全评估及策略分析
- 作者： 康瑞 李凌海 牟睿聆 周裕川 来源： 科学技术与工程 年份： 2024 文献类型 ： 期刊 关键词： 空中交通管理 事故树 层次分析 绕飞管制 风险控制
- 描述： 为降低航空器在绕飞情况下管制指挥事故的风险，采用事故树分析法(fault tree analysis, FTA)和层次分析法(analytic hierarchy process, AHP)相结合的方式对管制员在进行绕飞管制时发生指挥事故建立综合风险评估模型并制定风险管控措施，以及验证所提管控措施的有效性。首先对各风险因素进行逐层分析，找出其关联性，建立绕飞管制指挥事故的事故树模型。以此为基础，结合层次分析法，确定各层风险指标权重。同时依据各指标总权重的排序结果，提出了在绕飞情况下管制指挥事故的管控措施，最后以长沙区域管制空域为实例对所提方案进行验证。结果表明：在本文方案下虽然雷雨、风切变、协调程序过于复杂和航空器偏离计划航路仍然是导致绕飞管制事故的重要因素，但其重要程度下降了6.2%,且成熟管制员人数不足、扇区流量大和预案频繁发生变化的状况得到有效解决。证明了该方案能够有效抑制导致绕飞管制指挥事故发生的事件的重要程度，减少因极端天气和扇区负荷过大而出现的安全风险事故，整体提高管制系统的稳定性和可靠性。
- 考虑推力意图的航空器连续爬升垂直剖面预测
- 作者： 杜卓铭 张军峰 苗洪连 王斌 来源： 北京航空航天大学学报 年份： 2024 文献类型 ： 期刊 关键词： 空中交通管理 性能模型 连续爬升 航迹预测 推力意图
- 描述： 顶点(TOC)的时间和距离的误差。结果表明：采用所提预测方法可以将到达TOC时间平均绝对误差控制在1 min内；与不考虑推力意图的预测方法相比，可以降低到达TOC时间平均绝对误差约52%。
- 民航管制运行风险主题发现及演化趋势
- 作者： 张洪海 戴一鸣 刘文泉 石宗北 李一可 来源： 科学技术与工程 年份： 2025 文献类型 ： 期刊 关键词： LDA主题模型 空中交通管理 语义网络 风险管理 管制运行安全
- 描述： 民航管制运行风险主题发现及演化趋势
- 基于CS-BPNN算法的飞机客舱PMV指标预测
- 作者： 侯启真 李泽 姬雨初 王阳 来源： 计算机仿真 年份： 2020 文献类型 ： 期刊 关键词： 预测误差 神经网络 布谷鸟搜索算法 预测平均投票数
- 描述： 针对飞机客舱热舒适度评价指标预测平均投票数(PMV)的各影响因素之间存在复杂的非线性和迭代求解关系问题,采用经布谷鸟搜索(CS)算法优化的BPNN来预测客舱PMV指标。通过对PMV模型参数分析,选出PMV主要影响因素作为预测模型的输入,利用CS算法的全局优化能力来解决BPNN易陷入局部最优及其收敛速度慢的问题,并对其初始阈值和权值进行优化。仿真结果表明,与GA-BPNN和PSO-BPNN相比,CS-BPNN预测模型具有较小的预测误差和良好的预测精度。所提方法在客舱PMV指标的预测中有较好的应用前景。
- 基于CS-BPNN算法的飞机客舱PMV指标预测
- 作者： 侯启真 李泽 姬雨初 王阳 来源： 计算机仿真 年份： 2020 文献类型 ： 期刊 关键词： 预测误差 神经网络 布谷鸟搜索算法 预测平均投票数
- 描述： 针对飞机客舱热舒适度评价指标预测平均投票数(PMV)的各影响因素之间存在复杂的非线性和迭代求解关系问题,采用经布谷鸟搜索(CS)算法优化的BPNN来预测客舱PMV指标。通过对PMV模型参数分析,选出PMV主要影响因素作为预测模型的输入,利用CS算法的全局优化能力来解决BPNN易陷入局部最优及其收敛速度慢的问题,并对其初始阈值和权值进行优化。仿真结果表明,与GA-BPNN和PSO-BPNN相比,CS-BPNN预测模型具有较小的预测误差和良好的预测精度。所提方法在客舱PMV指标的预测中有较好的应用前景。