面对空中交通运输需求的快速增加,运用技术手段提升空管运行效率与服务能力以缓解供需矛盾是当前行之有效的方式。由于传统经验型的粗放运行管理模式,未能有效利用空中交通特性、规律及时空特征,以帮助认知运行的动态性与问题所在,因此难以实现针对性、精细化的管理与科学决策。随着空管运行数据采集的不断完善,利用数据挖掘技术发掘空中交通的运行规律、动态模式、场景分类等隐含知识具备了基础条件,相应的智能数据分析与决策技术也成为当前的研究热点与趋势。本文总结了空中交通领域交通特性分析与智能决策支持的研究现状与趋势,以终端区为对象,从管制运行与流量管理的不同应用决策需求出发,深入研究了空中交通特性与运行态势相关的若干数据分析与挖掘方法,以期提供科学有效的决策数据与模型支持,主要内容包括:(1)机场飞行区航班运行时间的特征分析与决策应用。利用聚类方法提取飞行区场面滑行阶段运行时间的聚集分布模式,从航班运行的阶段构成出发,将场面滑行时间的周期性单日变化特征应用于城市对航班运行时间的差异化度量,设计了一种按阶段独立计算、按条件整合的运行时间估算方法,以提供计划编制的依据;针对恶劣气象对航班离场阶段时间的影响,设计了适用于机场的气象影响程度指数(WITI),研究了机场WITI与不同离场延误特征间的变化关系及规律,建立了回归模型,以支持预测气象条件下的终端区离场阶段延误的早期评判。(2)建立了终端区交通流识别方法与交通流相态判别模型。从空中交通流特性分析与状态识别的需求出发,首先利用改进的相似性度量与谱聚类实现了终端区各类交通流的识别与参考航迹提取,抽象了表征交通流相态的特征度量。通过特征间的数值关系与变化规律,并结合领域认知,界定了终端区交通流的自由态、平稳态与拥堵态,及各相态对应的管制运行特性与演化过程。以此为经验,构建了因子分析与遗传EM聚类的交通流相态模糊识别方法,实现交通流相态影响因素分析与隐性特征向量的抽取,为终端区流量时空分布调配与飞行程序优化提供支撑。(3)构建了终端区交通态势模糊评价方法与态势等级预测模型。首先从交通态势评价的指标缺陷及主观性问题出发,通过提取终端区宏观与微观的交通特性,从进离场及总量三个维度构建态势指标描述,进而设计了基于中介真值程度度量与熵理论权值赋值的终端区交通态势模糊评价模型,实现了态势的客观判别与差异化度量。同时,鉴于态势的模糊性与认知差异,以及流量调配对交通态势识别的需求,设计了BP神经网络模型,并利用中介评价结果与实际管制认知结果设定的样本集合进行模型训练与验证,实现了终端区交通态势等级的快速准确预测。(4)设计了终端区ATFM决策支持概念框架与可扩展平台架构。由流量管理的目标与泛化内涵出发,界定了终端区运行决策支持的应用范畴及方法体系,并从流量管理时效阶段与决策应用领域维度,实现具体应用决策方法的关联,构建了可扩展的终端区ATFM决策支持概念框架与一般决策过程框架。以此为依据,进一步建立了决策信息抽取的层次化概念模型,设计了一种具备扩展能力与松耦合特征的多层次平台体系框架,通过决策逻辑、数据挖掘方法及特征/属性度量的分离设计,支持应用工具的快速开发与配置。为终端区运行决策支持方法的应用、研究与工程实施提供科学参考。最后,对本文的研究成果进行了概括性总结,并针对现有研究的缺陷与需求外延,对进一步的研究工作内容及方向进行了展望。