按文献类别分组
关键词
基于XGBoost算法的终端区进场航空器飞行时间预测
作者: 徐文英   王大军   卢朝阳   顾明昕   来源: 北京交通大学学报 年份: 2022 文献类型 : 期刊 关键词: 空中交通管理   进场航空器   XGBoost   飞行时间预测  
描述: 为了高效调配进离场航空器,得到进离场航空器的最佳排序顺序,采用机器学习的方法对终端区进场航空器的飞行时间进行预测.分析终端区航空器飞行特点和进场航空器飞行时间的影响因素并且提出了影响飞行时间预测的22个重要特征.引入密度聚类DBSCAN方法,聚类得到交通流的不同路径类别.建立了基于集成机器学习算法XGBoost的飞行时间预测模型,以云南昆明终端区为例,对模型进行了训练、验证和测试,并以平均相对误差和均方误差为评价指标来分析预测结果的误差.结果表明:与线性回归、支持向量机回归和人工神经网络方法相比,本文模型对飞行时间的预测结果最好,±5 min内的预测准确率达到95.18%.
终端区进场航空器管制效率量化分析
作者: 杜实   闫丹   任景瑞   初新宇   来源: 中国民航大学学报 年份: 2023 文献类型 : 期刊 关键词: 管制效率   进场航空器   终端区   区域导航(RNAV)标准仪表进场程序   航迹  
描述: 终端区航空器的飞行密度和复杂度较高,此管制区域的处理能力是制约航空体系效率的瓶颈,对进场航空器管制效率进行量化研究,有助于提高管制工作处理能力和质量。首先,提出以区域导航(RNAV,regional area navigation)标准仪表进场程序的标称里程为计算基准量化进场管制效率,通过随机搜索聚类算法的结果得到航空器使用的RNAV标准仪表进场程序,选用在北京首都国际机场着陆的航空器为分析对象,计算航空器的进场管制效率,结合航迹讨论不同RNAV标准仪表进场程序下航空器的运行方式及特点。其次,对进场管制效率的影响因素进行分析,并采用灰色关联分析法量化各影响因素的影响程度与权重,结果显示:雷达引导度和航行三要素改变次数对进场管制效率具有显著影响,飞行流量和RNAV标准仪表进场程序的标称里程对进场管制效率的影响相对较小。继而,从影响因素角度出发评估整体进场管制效率,得到更为全面客观的整体进场管制效率。最后,尝试从RNAV进场程序路径以及优良管制行为模式两方面寻求进场管制效率的提升途径和方法。
基于机器学习的终端区进场航空器预计到达时间预测
作者: 顾明昕   来源: 南京航空航天大学 年份: 2021 文献类型 : 学位论文 关键词: 集成学习   到达时间预测   进场航空器   机器学习   梯度提升回归树  
描述: 基于机器学习的终端区进场航空器预计到达时间预测
基于机器学习的终端区进场航空器管制决策研究
作者: 李树仁   来源: 南京航空航天大学 年份: 2019 文献类型 : 学位论文 关键词: 机器学习   进场航空器   终端区   飞行轨迹聚类分析   管制决策   交通态势  
描述: 基于机器学习的终端区进场航空器管制决策研究
< 1
Rss订阅