论文部分内容阅读
摘 要：交通管制运行品质需要受到较多因素影响，其中对流量水平判断最为精确的就是扇区容量。目前，扇区管制人员在日常工作过程中，主要是通过负荷阈值对扇区容量进行判断，但是这种评估方法在实际应用中存在一定局限性。为了能够有效对扇区容量评估方法进行完善，本文主要对交通流量管理中扇区容量评估进行分析研究，希望能够对扇区容量评估进行完善。
关键词：空中交通管制；运行品质；扇区容量；主成分分析；综合评价
前言：扇区容量主要反映空中交通交流，空中交通流量管理水平提升前提是对扇区容量正确评估。按照国际民航部门推荐的法规，在对扇区容量类别划分上，直接对交通管制人员工作负荷进行判断，同时从时间角度，对管制人员工作负荷进行科学合理评价，交通管理人员在达到规定工作数值上所对应的交通流量数值，就是容量值。现阶段，扇区容量评估上，主要还是对管制人员工作负荷进行转变，进而对空中交通进行约束。但是扇区流量影响因素较多，现阶段扇区容量评价方式应用过于局限。
1、扇区容量评估策略
1.1评估流程
1.1.1确定综合评价指标
现阶段，扇区管制运行品质主要受到四方面因素影响，分别为交通流密度、管制运行安全性能、管制运行效率性能与管制人员工作负荷。在对扇区管制运行品质判断上，主要从三个方面进行判断，分别为成熟程度、指标综合程度与典型程度。在综合评价指标确定过程中，还需要借助专家调查法采集有关数据信息，从而保证扇区管制运行综合评价指标的科学合理。
1.1.2收集原始数据
扇区容量评估需要以有关数据信息作为前提条件，进而在评估之前，需要对扇区容量与有关基础数据进行统计，保证扇区容量评估具有充足数据作为保证。与此同时，按照数据类别，构建样本集合[1]。
1.1.3主成分分析
在对扇区管制运行品质综合评价指标有关数据采集完毕之后，需要对扇区管制运行品质主成分进行分析研究，分析之后所得出的综合得分可以作为扇区管制容量评价的结果。
1.1.4拟合分析
在得出空中交通流量管理与扇区容量数据综合评价结果之后，还需要对综合评价结果进行拟合研究，综合评价高区间数据就是所对应的就是扇区流量，也就是扇区容量结果。
1.2主成分分析法
主成分分析主要是利用降维技术，对多个变量内所包含的主成分统计分析方法。这些主成分内包含了大量信息，能够有效对原始变量进行反馈，正常情况下，主要体现的为原始变量内线性组合。主成分分析法需要以有效信息作为前提条件，让主成分包含多维指标内容，这样所得出的评价结果更加科学合理。
主成分分析法原理为：假设Z={Z1，Z2，Z3，Z4，....Zn}，其中n为随机变量，M={M1，M2，M3，M4，....Ma}，其中a为随机变量，a小于n。要是存在M=ZU关系结构，同时符合一定要求，这样就可以将Mi判断为原变量Z的主成分。
按照以上关系式可知，U为Z方程式的n个特点数值，同时对应针对集合。在对贡献率判断上，主要利用M和Z特征数值之和，同时对原始变量信息进行衡量。正常情况下，在保证信息不受到影响的情况下，仅仅利用几个主成分数据，就能够显示出原始变量特点，真正落实降维目标[2]。
2、实例分析与验证
本文在对空中交通流量管理中的扇区容量评估分析研究中，就以某进近南在终端区进场与进近管制职责作为研究案例，进行实际案例分析。
2.1扇区管制运行品质指标确立及采样
按照研究人员所给予的建议，笔者一共选取了7个原始数据进行分析研究，进而对扇区管制运行品质进行综合评价，这7个原始数据分别为扇区饱和度、跑道跟进到达航空器间隔余度均值、终端区到达航空器平均延误时间、跑道跟进到达航空器间隔余度方差、终端区到达航空器延误架次率、扇区短期冲突告警频度、扇区管制工作负荷。本次分析内所应用到的数据，全部都是以北京时间作为判断依据，一共统计了将近200个扇区管制运行品质数值，按照扇区流量数据，形成样本集合。
2.2扇区管制运行品质综合评价
在对扇区管制内原始数据预处理过程中，需要应用MSTLAB7.1标准，在进行主成分分析算法之后，将原始的7组数据划分为四种主成分，同时将原始数据进行降维处理，计算出样本综合分数。综合分数要是较高，也就表示在该段时间内，扇区管制质量良好；反之综合分数要是较低，表示在该段时间内，扇区管制质量较低[3]。
2.3扇区容量评估
在对原始数据评估过程中，应用的标准为MATLAB7.1，在对扇區管制流量分析的同时，还对管制运行品质进行分析，进而得到拟合結果。如图一所示，为利用高斯函数进行拟合所得到的结果。
由图一可知，某进近南扇区交通流量大约为每小时29架，在对该进近南扇区空中交通流量管理中扇区容量评估之后发现，扇区容量评估数值基本上停留在高分位上，所得到的结果对该扇区容量配置调整具有指导作用。
2.4评估结果
本文在对空中交通流量管理中扇区容量评估分析研究中，以某进近南扇作为研究案例，对空中交通管制运行扇区容量评估方法进行了阐述，在研究之后发现：首先，数据在采集过程中具有一定随机性，这就需要对这空中交通流密度与管制运行安全性能进行确定，有效降低不同因素对扇区综合评价指标所造成的影响；其次，扇区容量需要受到较多因素的影响，这些因素的重点内容就是管制运行品质水准。现阶段，扇区容量评价在落实过程中，主要通过扇区管制人员工作负荷数值进行判断，这种判断方式具有局限性。按照实际案例，从各时间段管制运行品质进行判断，能够有效对扇区容量评估结果进行全面反映[4]。
结论：本文在分析研究中，是以大量原始数据作为分析前提，对扇区容量调整具有重要作用，但是这种评估方法并不适合在战略规划阶段过程中的扇区容量进行评价，所以在今后分析研究中需要不断进行完善。
参考文献
[1]王红勇，刘文，赵嶷飞.一种基于交通流模式的扇区运行容量计算方法[J].交通运输系统工程与信息，2014，06：188-193.
[2]王红勇，赵嶷飞，王飞，温瑞英.空中交通管制扇区复杂度评估研究[J].交通运输系统工程与信息，2013，06：147-153+183.
[3]张颖，谢华，胡明华.确定性空域容量约束下的区域流量管理优化模型[J].西南交通大学学报，2012，02：348-354.
[4]梁海军，杨红雨，杨波，刘洪，陈正茂.流量仿真中虚拟管制员模型的研究[J].计算机科学与探索，2013，03：247-253.
关键词：空中交通管制；运行品质；扇区容量；主成分分析；综合评价
前言：扇区容量主要反映空中交通交流，空中交通流量管理水平提升前提是对扇区容量正确评估。按照国际民航部门推荐的法规，在对扇区容量类别划分上，直接对交通管制人员工作负荷进行判断，同时从时间角度，对管制人员工作负荷进行科学合理评价，交通管理人员在达到规定工作数值上所对应的交通流量数值，就是容量值。现阶段，扇区容量评估上，主要还是对管制人员工作负荷进行转变，进而对空中交通进行约束。但是扇区流量影响因素较多，现阶段扇区容量评价方式应用过于局限。
1、扇区容量评估策略
1.1评估流程
1.1.1确定综合评价指标
现阶段，扇区管制运行品质主要受到四方面因素影响，分别为交通流密度、管制运行安全性能、管制运行效率性能与管制人员工作负荷。在对扇区管制运行品质判断上，主要从三个方面进行判断，分别为成熟程度、指标综合程度与典型程度。在综合评价指标确定过程中，还需要借助专家调查法采集有关数据信息，从而保证扇区管制运行综合评价指标的科学合理。
1.1.2收集原始数据
扇区容量评估需要以有关数据信息作为前提条件，进而在评估之前，需要对扇区容量与有关基础数据进行统计，保证扇区容量评估具有充足数据作为保证。与此同时，按照数据类别，构建样本集合[1]。
1.1.3主成分分析
在对扇区管制运行品质综合评价指标有关数据采集完毕之后，需要对扇区管制运行品质主成分进行分析研究，分析之后所得出的综合得分可以作为扇区管制容量评价的结果。
1.1.4拟合分析
在得出空中交通流量管理与扇区容量数据综合评价结果之后，还需要对综合评价结果进行拟合研究，综合评价高区间数据就是所对应的就是扇区流量，也就是扇区容量结果。
1.2主成分分析法
主成分分析主要是利用降维技术，对多个变量内所包含的主成分统计分析方法。这些主成分内包含了大量信息，能够有效对原始变量进行反馈，正常情况下，主要体现的为原始变量内线性组合。主成分分析法需要以有效信息作为前提条件，让主成分包含多维指标内容，这样所得出的评价结果更加科学合理。
主成分分析法原理为：假设Z={Z1，Z2，Z3，Z4，....Zn}，其中n为随机变量，M={M1，M2，M3，M4，....Ma}，其中a为随机变量，a小于n。要是存在M=ZU关系结构，同时符合一定要求，这样就可以将Mi判断为原变量Z的主成分。
按照以上关系式可知，U为Z方程式的n个特点数值，同时对应针对集合。在对贡献率判断上，主要利用M和Z特征数值之和，同时对原始变量信息进行衡量。正常情况下，在保证信息不受到影响的情况下，仅仅利用几个主成分数据，就能够显示出原始变量特点，真正落实降维目标[2]。
2、实例分析与验证
本文在对空中交通流量管理中的扇区容量评估分析研究中，就以某进近南在终端区进场与进近管制职责作为研究案例，进行实际案例分析。
2.1扇区管制运行品质指标确立及采样
按照研究人员所给予的建议，笔者一共选取了7个原始数据进行分析研究，进而对扇区管制运行品质进行综合评价，这7个原始数据分别为扇区饱和度、跑道跟进到达航空器间隔余度均值、终端区到达航空器平均延误时间、跑道跟进到达航空器间隔余度方差、终端区到达航空器延误架次率、扇区短期冲突告警频度、扇区管制工作负荷。本次分析内所应用到的数据，全部都是以北京时间作为判断依据，一共统计了将近200个扇区管制运行品质数值，按照扇区流量数据，形成样本集合。
2.2扇区管制运行品质综合评价
在对扇区管制内原始数据预处理过程中，需要应用MSTLAB7.1标准，在进行主成分分析算法之后，将原始的7组数据划分为四种主成分，同时将原始数据进行降维处理，计算出样本综合分数。综合分数要是较高，也就表示在该段时间内，扇区管制质量良好；反之综合分数要是较低，表示在该段时间内，扇区管制质量较低[3]。
2.3扇区容量评估
在对原始数据评估过程中，应用的标准为MATLAB7.1，在对扇區管制流量分析的同时，还对管制运行品质进行分析，进而得到拟合結果。如图一所示，为利用高斯函数进行拟合所得到的结果。
由图一可知，某进近南扇区交通流量大约为每小时29架，在对该进近南扇区空中交通流量管理中扇区容量评估之后发现，扇区容量评估数值基本上停留在高分位上，所得到的结果对该扇区容量配置调整具有指导作用。
2.4评估结果
本文在对空中交通流量管理中扇区容量评估分析研究中，以某进近南扇作为研究案例，对空中交通管制运行扇区容量评估方法进行了阐述，在研究之后发现：首先，数据在采集过程中具有一定随机性，这就需要对这空中交通流密度与管制运行安全性能进行确定，有效降低不同因素对扇区综合评价指标所造成的影响；其次，扇区容量需要受到较多因素的影响，这些因素的重点内容就是管制运行品质水准。现阶段，扇区容量评价在落实过程中，主要通过扇区管制人员工作负荷数值进行判断，这种判断方式具有局限性。按照实际案例，从各时间段管制运行品质进行判断，能够有效对扇区容量评估结果进行全面反映[4]。
结论：本文在分析研究中，是以大量原始数据作为分析前提，对扇区容量调整具有重要作用，但是这种评估方法并不适合在战略规划阶段过程中的扇区容量进行评价，所以在今后分析研究中需要不断进行完善。
参考文献
[1]王红勇，刘文，赵嶷飞.一种基于交通流模式的扇区运行容量计算方法[J].交通运输系统工程与信息，2014，06：188-193.
[2]王红勇，赵嶷飞，王飞，温瑞英.空中交通管制扇区复杂度评估研究[J].交通运输系统工程与信息，2013，06：147-153+183.
[3]张颖，谢华，胡明华.确定性空域容量约束下的区域流量管理优化模型[J].西南交通大学学报，2012，02：348-354.
[4]梁海军，杨红雨，杨波，刘洪，陈正茂.流量仿真中虚拟管制员模型的研究[J].计算机科学与探索，2013，03：247-253.