论文部分内容阅读
[摘 要]民航在快速发展建设中,航空交通系统的交通也开始越加复杂。在这种情况下,对航空交通系统的交通复杂性进行分析,可以为民航交通运输系统完善提供一定依据。
[关键词]航空交通系统;空中交通复杂性;航线网络
中图分类号:V37;V355 文献标识码:A 文章编号:1009-914X(2017)30-0080-01
前言:为了能够推动民航业快速发展建设,就需要对航空交通系统的交通复杂性进行了解,梳理不同航空交通系统之间的关联,寻找空中运行环境和管理人员工作之间的平衡点,为航空交通系统稳定运行提供相关理论保证。除此之外,在对航空交通系统的交通复杂性分析之后,可以为空中交通系统航班设计提供有关计算方法,保证航班设置科学合理。
1、终端区交通流复杂度测度分析
空中交通网络所出现的拥堵主要位于机场及终端区位置上,造成这种情况的主要原因为空域容量约束,其中终端区是受到容量约束最为严重的一个地区。
1.1 近似熵、联合熵模型及其检验
1.1.1 时间序列的近似熵模型算法
时间序列的近似熵模型算法实际上就是在一维时间序列内,开展多维空间重新组合,维数从n在增加到n+1情况下,出现新型时间序列可能性。在对时间序列的近似熵模型计算过程中,首先对时间序列长度,所需要构建的空间维度确定,然后对不同矢量之间距离确定,最终按照时间序列定义,对时间序列的近似熵模型进行计算。
1.1.2 检验模型的参考序列
模型在检测过程中应用到的参考序列主要分为两种,分别为混沌方程及白噪声序列,进而完成模型检验操作,保证分析研究有效性。并且在近似熵和联合熵模型基础条件之上,对航空交通系统复杂性范围进行划分,所划分的范围就是最終空中交通流系统测度结果所参考的标准,这样不同航空交通系统的交通復杂性对比也更加容易。
1.1.3 检验计算结果
按照上文检验计算流程,在对近似熵和联合熵计算完毕之后,发现时间序列长度基本上控制在500左右。近似熵最大数值和白噪声序列时间相似,并且近似熵最大数值要远远超过混沌系统数值。借助对比方式,可以看见不同时间序列的近似熵值,可以直观表现出航空交通系统真实、复杂程度。
1.2 交通流数据采集
本文在对航空交通系统的交通复杂性分析所应用到的数据,全部都来源于西部地区某机场。交通流描述主要指标有四个,分别为车头间距、流量、速度及密度。在这四个指标中,其中最容易采集的数据为车头间距。机场作为民航重要枢纽,飞机需要在专门跑道上完成起飞及降落操作,缩短飞机在跑道上的时间,这种情况下必须对飞机在起飞及降落上的时间差进行计算,进而客观体现出终端区复杂情况。
借助终端区原始时间序列的近似熵和联合熵计算结果可以发现,终端区在航空交通系统的交通复杂性在周期序列和随机序列之间,这也就表明终端区在航空交通系统内呈现混沌特点。航空交通系统在不同时间段当中,时间序列的联合熵计算结果存在较大偏差,这也就表明在对不同时间段上联合熵计算完毕之后,可以客观体现出航空交通系统的交通复杂性。
2、基于空中交通复杂度分析
2.1 航空交通复杂度
航空交通系统管理关键元素就是航空交通复杂度。航空交通复杂度和航空交通系统高效稳定运行之间有着紧密关联,同时也可以为空域规划管理提供有关数据依据。借助航空交通复杂度,提前预测航空交通所能够承受的复杂性,进而在针对空域上,借助针对性管理措施,将该空域航空交通系统的交通复杂性控制在合理范围内[1]。
2.2 空域航路容量
伴随着航空交通数量不断增加,为了防止航空出现高峰情况,航空交通管理中心制定了大量管理措施,进而保证每一个时间段交通流相对均匀。空域航路容量受到较多因素影响,其中最为关键因素就是工作人员的工作载荷。工作人员的工作载荷也受到多种因素约束,例如航空交通序列等。空域管理实际上就是借助动态手段,规范不同时间段内交通流,最大程度提升空域利用率。工作人员的工作载荷实际上属于主观因素,可以集中体现出航空交通复杂度。空域要是处于密度运行状态下,在对航空交通复杂度预测完毕之后,航空交通流在战略还是战术等方面管理都会更加容易。除此之外,航空交通复杂度在预测完毕之后,对航空自动化辅助系统发展具有促进作用。如图二所示,在飞机数量相同情况下,不同飞机飞行方向存在差别,空域所呈现出来的复杂度也存在显著差别。
2.3 应用航空交通复杂度,合理规划空域
空域在重新规划之后,可以保证空域在每一个时间段上复杂度均匀。在借助度量衡量某空域复杂度的时候,对比周围空域复杂度,可以判断该空域管制人员出现错误判断的可能性。该判断数值对于航空服务管理人员而言十分重要,可以作为安全分析数据,对空域易出现事故点重点考虑。
3、基于复杂网络的航线网络可靠性分析
3.1 实证数据收集与处理
本文在对航线网络可靠性分析研究过程中,所应用到的数据为某航空公司航班分布情况,并且以机场作为节点,两个机场作为航班网络中的线条,构建航线网络示意图。
3.2 航空公司航线网络结构
社会网络数据在分析处理过程中,主要应用UCINET软件。该软件可以对网络中心性及凝聚性进行分析,部分情况下还可以在二维标度分析上应用,进而本文分析也应用UCINET软件分析。
UCINET软件在对航空公司航班数据整合之后,发现网络节点数量为198个,边数为1347条,整个航线网络十分复杂。为了能够表现出不同航线之间所存在的层次关联,进而构建了航线骨干网络,借助加权网络形式,航线骨干网络节点数变为103个,变数变为435条。按照航线分布实际情况来说,本文所分析的航空公司航线网络层次鲜明,属于典型复合式航线网络形式。
3.3 网络可靠性分析
在对航线网络可靠性分析过程中,必须选择合理形式攻击网络,现阶段主要应用恶意攻击及随机攻击方式攻击网络。按照上述分析表示,某航空公司航线网络并不存在标度,非常容易遭受到攻击,但是依旧可以稳定运行,也就是对攻击具有较强应对弹性。
航线网络内节点在移除若干之后,路径长度在发生显著改变情况下,平均路径将会出现显著变化,在介数优先策略转变之下,航线平均路径长度从逐渐上升状态又缓慢下降。主要受到网络划分的多个子系统所影响,并且不同子系统之间并未连接[2]。
结论
民航业在快速发展过程中,监视技术及导航技术快速发展,进而航空交通系统的交通复杂性也显著提升。本文对于航空交通系统的交通复杂性进行了全面分析,对复杂度及复杂网络有关理论进行了重点阐述,在航空交通系统进行了量度分析,并且以某航空公司作为研究对象,对航空交通系统的交通复杂性进行实证研究,通过规范化处理航线网络,希望可以为航空交通系统发展提供一定帮助。
参考文献
[1] 王红勇,温瑞英,赵嶷飞.空中交通复杂性与管制员通话负荷的相关性研究[J].中国科技论文,2015,(07):755-759.
[2] 陈旭光,冯宇.对内蒙古公路交通综合运行分析系统建设的思考[J].内蒙古公路与运输,2013,(02):65-67.
作者简介
饶月耀(1998.09--)性别:男,籍贯:四川成都人,学历:本科,毕业于:中国民航飞行学院,现有职称:助理工程师,研究方向:空中交通运输。
[关键词]航空交通系统;空中交通复杂性;航线网络
中图分类号:V37;V355 文献标识码:A 文章编号:1009-914X(2017)30-0080-01
前言:为了能够推动民航业快速发展建设,就需要对航空交通系统的交通复杂性进行了解,梳理不同航空交通系统之间的关联,寻找空中运行环境和管理人员工作之间的平衡点,为航空交通系统稳定运行提供相关理论保证。除此之外,在对航空交通系统的交通复杂性分析之后,可以为空中交通系统航班设计提供有关计算方法,保证航班设置科学合理。
1、终端区交通流复杂度测度分析
空中交通网络所出现的拥堵主要位于机场及终端区位置上,造成这种情况的主要原因为空域容量约束,其中终端区是受到容量约束最为严重的一个地区。
1.1 近似熵、联合熵模型及其检验
1.1.1 时间序列的近似熵模型算法
时间序列的近似熵模型算法实际上就是在一维时间序列内,开展多维空间重新组合,维数从n在增加到n+1情况下,出现新型时间序列可能性。在对时间序列的近似熵模型计算过程中,首先对时间序列长度,所需要构建的空间维度确定,然后对不同矢量之间距离确定,最终按照时间序列定义,对时间序列的近似熵模型进行计算。
1.1.2 检验模型的参考序列
模型在检测过程中应用到的参考序列主要分为两种,分别为混沌方程及白噪声序列,进而完成模型检验操作,保证分析研究有效性。并且在近似熵和联合熵模型基础条件之上,对航空交通系统复杂性范围进行划分,所划分的范围就是最終空中交通流系统测度结果所参考的标准,这样不同航空交通系统的交通復杂性对比也更加容易。
1.1.3 检验计算结果
按照上文检验计算流程,在对近似熵和联合熵计算完毕之后,发现时间序列长度基本上控制在500左右。近似熵最大数值和白噪声序列时间相似,并且近似熵最大数值要远远超过混沌系统数值。借助对比方式,可以看见不同时间序列的近似熵值,可以直观表现出航空交通系统真实、复杂程度。
1.2 交通流数据采集
本文在对航空交通系统的交通复杂性分析所应用到的数据,全部都来源于西部地区某机场。交通流描述主要指标有四个,分别为车头间距、流量、速度及密度。在这四个指标中,其中最容易采集的数据为车头间距。机场作为民航重要枢纽,飞机需要在专门跑道上完成起飞及降落操作,缩短飞机在跑道上的时间,这种情况下必须对飞机在起飞及降落上的时间差进行计算,进而客观体现出终端区复杂情况。
借助终端区原始时间序列的近似熵和联合熵计算结果可以发现,终端区在航空交通系统的交通复杂性在周期序列和随机序列之间,这也就表明终端区在航空交通系统内呈现混沌特点。航空交通系统在不同时间段当中,时间序列的联合熵计算结果存在较大偏差,这也就表明在对不同时间段上联合熵计算完毕之后,可以客观体现出航空交通系统的交通复杂性。
2、基于空中交通复杂度分析
2.1 航空交通复杂度
航空交通系统管理关键元素就是航空交通复杂度。航空交通复杂度和航空交通系统高效稳定运行之间有着紧密关联,同时也可以为空域规划管理提供有关数据依据。借助航空交通复杂度,提前预测航空交通所能够承受的复杂性,进而在针对空域上,借助针对性管理措施,将该空域航空交通系统的交通复杂性控制在合理范围内[1]。
2.2 空域航路容量
伴随着航空交通数量不断增加,为了防止航空出现高峰情况,航空交通管理中心制定了大量管理措施,进而保证每一个时间段交通流相对均匀。空域航路容量受到较多因素影响,其中最为关键因素就是工作人员的工作载荷。工作人员的工作载荷也受到多种因素约束,例如航空交通序列等。空域管理实际上就是借助动态手段,规范不同时间段内交通流,最大程度提升空域利用率。工作人员的工作载荷实际上属于主观因素,可以集中体现出航空交通复杂度。空域要是处于密度运行状态下,在对航空交通复杂度预测完毕之后,航空交通流在战略还是战术等方面管理都会更加容易。除此之外,航空交通复杂度在预测完毕之后,对航空自动化辅助系统发展具有促进作用。如图二所示,在飞机数量相同情况下,不同飞机飞行方向存在差别,空域所呈现出来的复杂度也存在显著差别。
2.3 应用航空交通复杂度,合理规划空域
空域在重新规划之后,可以保证空域在每一个时间段上复杂度均匀。在借助度量衡量某空域复杂度的时候,对比周围空域复杂度,可以判断该空域管制人员出现错误判断的可能性。该判断数值对于航空服务管理人员而言十分重要,可以作为安全分析数据,对空域易出现事故点重点考虑。
3、基于复杂网络的航线网络可靠性分析
3.1 实证数据收集与处理
本文在对航线网络可靠性分析研究过程中,所应用到的数据为某航空公司航班分布情况,并且以机场作为节点,两个机场作为航班网络中的线条,构建航线网络示意图。
3.2 航空公司航线网络结构
社会网络数据在分析处理过程中,主要应用UCINET软件。该软件可以对网络中心性及凝聚性进行分析,部分情况下还可以在二维标度分析上应用,进而本文分析也应用UCINET软件分析。
UCINET软件在对航空公司航班数据整合之后,发现网络节点数量为198个,边数为1347条,整个航线网络十分复杂。为了能够表现出不同航线之间所存在的层次关联,进而构建了航线骨干网络,借助加权网络形式,航线骨干网络节点数变为103个,变数变为435条。按照航线分布实际情况来说,本文所分析的航空公司航线网络层次鲜明,属于典型复合式航线网络形式。
3.3 网络可靠性分析
在对航线网络可靠性分析过程中,必须选择合理形式攻击网络,现阶段主要应用恶意攻击及随机攻击方式攻击网络。按照上述分析表示,某航空公司航线网络并不存在标度,非常容易遭受到攻击,但是依旧可以稳定运行,也就是对攻击具有较强应对弹性。
航线网络内节点在移除若干之后,路径长度在发生显著改变情况下,平均路径将会出现显著变化,在介数优先策略转变之下,航线平均路径长度从逐渐上升状态又缓慢下降。主要受到网络划分的多个子系统所影响,并且不同子系统之间并未连接[2]。
结论
民航业在快速发展过程中,监视技术及导航技术快速发展,进而航空交通系统的交通复杂性也显著提升。本文对于航空交通系统的交通复杂性进行了全面分析,对复杂度及复杂网络有关理论进行了重点阐述,在航空交通系统进行了量度分析,并且以某航空公司作为研究对象,对航空交通系统的交通复杂性进行实证研究,通过规范化处理航线网络,希望可以为航空交通系统发展提供一定帮助。
参考文献
[1] 王红勇,温瑞英,赵嶷飞.空中交通复杂性与管制员通话负荷的相关性研究[J].中国科技论文,2015,(07):755-759.
[2] 陈旭光,冯宇.对内蒙古公路交通综合运行分析系统建设的思考[J].内蒙古公路与运输,2013,(02):65-67.
作者简介
饶月耀(1998.09--)性别:男,籍贯:四川成都人,学历:本科,毕业于:中国民航飞行学院,现有职称:助理工程师,研究方向:空中交通运输。