机场关键冲突热点识别方法技术

本发明专利技术属于机场热点识别技术领域，具体涉及一种机场关键冲突热点识别方法。本机场关键冲突热点识别方法，包括：建立机场场面网络模型；计算拓扑结构评价指标和网络脆弱性评价指标，并基于蒙特卡洛方法仿真模拟机场场面运行环境，计算网络节点的冲突风险评价指标，以构建场面网络节点评价指标体系；基于TOPSIS

【技术实现步骤摘要】
机场关键冲突热点识别方法


[0001]本专利技术属于机场热点识别
，具体涉及一种机场关键冲突热点识别方法。

技术介绍

[0002]随着中国经济的飞速发展，民用航空领域的客流量也迎来了巨大的飞跃，机场场面的航空器数量也呈现了飞速增长的趋势。机场场面容量不断增加，大型机场跑滑系统越来越复杂，各种碰撞冲突等不安全事件发生的可能性也随之增加。因此，有效预测机场场面潜在冲突热点，分析场面运行态势并识别关键冲突热点，对提升场面运行安全性有重要意义。
[0003]国内外相关学者主要从冲突热点识别、冲突风险等级划分和冲突解脱等方面研究机场场面交通冲突风险。但是，已有研究大都以航空器之间的滑行冲突为主，没有考虑保障车辆产生的冲突。大多数都是基于历史数据对机场热点进行识别，忽略了机场场面动态交通流的影响，无法识别潜在的冲突热点，同时也缺乏对冲突热点的风险分析。

技术实现思路

[0004]本专利技术的目的是提供一种机场关键冲突热点识别方法。
[0005]为了解决上述技术问题，本专利技术提供了一种机场关键冲突热点识别方法，包括：建立机场场面网络模型；计算拓扑结构评价指标和网络脆弱性评价指标，并基于蒙特卡洛方法仿真模拟机场场面运行环境，计算网络节点的冲突风险评价指标，以构建场面网络节点评价指标体系；采用组合赋权法和改进TOPSIS法综合评估各节点冲突指数，识别关键冲突热点。
[0006]进一步的，所述建立机场场面网络模型的方法包括：以跑道、滑行道以及服务车道交叉点为节点，节点间的滑行道、联络道以及服务车道简化为边，边的权重为两点之间的距离；机场场面网络中节点之间的连接情况用邻接矩阵A＝(a
ij
)
n
×
n
表示；其中，n表示节点个数；a
ij
(a
ij
≠0)表示节点i和节点j之间的边的权重；a
ij
(a
ij
＝0)表示节点i和节点j之间没有边。
[0007]进一步的，根据所述机场场面网络模型，计算拓扑结构评价指标和网络脆弱性评价指标；其中所述拓扑结构评价指标包含：度中心性、介数中心性、接近中心性和特征向量中心性；所述网络脆弱性评价指标包含：网络效率损失度和最大子图损失度。
[0008]进一步的，所述基于蒙特卡洛方法仿真模拟机场场面运行环境的步骤包括：
[0009]Step1、设置时间窗口、尾流间隔、航空器滑行速度、车辆行驶速度等参数，生成进港航班序列，且该序列服从单位时间内到达跑道入口的进港航班数量的泊松分布；
[0010]Step2、若进港航班序列不为空且未到达最后一个时隙，则按照先到先服务准则选择进港航班到达跑道入口；
[0011]Step3、根据机场场面交通网络邻接矩阵，为当前到达跑道入口的进港航班选择停机位并规划进港滑行的最短路径，为该进港航班匹配保障车辆，并规划该保障车辆驶入该
进港航班对应停机位的最短路径；
[0012]Step4、如果存在已到达停机位且完成保障服务流程的航班，则从这些航班的停机位中随机生成离港航班并规划离港滑行的最短路径；
[0013]Step5、计算所有航班和保障车辆的动态时隙占用情况，统计航班滑行路径和保障车辆行驶路径以及节点的占用次数，若有两个及以上航空器或者保障车辆同时到达某一节点产生时空冲突时，按照先到先服务准则来对该节点进行分配，后续的航空器或者保障车辆则重新规划一条不经过该节点的最短路径继续滑行或行驶。
[0014]优选的，所述最短路径采用Dijkstra算法计算。
[0015]进一步的，根据所述机场场面运行环境的仿真结果，计算网络节点的冲突风险评价指标；其中所述冲突风险评价指标包含：冲突数量比、高峰小时流量和高峰时长。
[0016]进一步的，所述采用组合赋权法和改进TOPSIS法综合评估各节点冲突指数，识别关键冲突热点的步骤包括：基于CRITIC
‑
熵权法组合赋权法确定各评价指标的权重；基于TOPSIS
‑
灰色关联分析的综合评价方法来计算机场场面各节点的冲突指数，识别关键冲突热点。
[0017]进一步的，所述基于CRITIC
‑
熵权法组合赋权法确定各评价指标的权重的步骤包括：基于CRITIC法得到第j个评价指标的权重为x
j
，并基于熵权法得到第j个评价指标的权重为y
j
；根据赋权优化模型确定CRITIC法和熵权法得到的权重比例分别为a1和a2，分别计算各评价指标的组合权重，确定权重矩阵W；其中所述第j个评价指标的组合权重的计算公式表示为：
[0018]w
j
＝a1x
j
+a2y
j
；
[0019]所述赋权优化模型表示为：
[0020][0021]根据拉格朗日极值条件进行求解，表示为：
[0022][0023]进行归一化求解，则CRITIC法和熵权法得到的权重比例a1和a2分别表示为：
[0024][0025]其中，i表示节点(1≤i≤n)；s
ij
表示节点i的第j个评价指标的原始数值；s
i
'
j
表示归一化处理后的评价指标值，其表示为：
[0026]进一步的，所述基于TOPSIS
‑
灰色关联分析的综合评价方法来计算机场场面各节点的冲突指数，识别关键冲突热点的步骤包括：
[0027]Step1、构建初始决策矩阵S＝(s
ij
)
m
×
n
；
[0028]其中，n代表节点个数，m代表评价指标个数，s
ij
(1≤i≤n,1≤j≤m)表示节点i的第j个评价指标的原始数值；
[0029]Step2、对初始决策矩阵S内的评价指标进行规范化处理，其计算公式表示为：
[0030]式中，
[0031]Step3、根据于CRITIC
‑
熵权法组合赋权法确定各评价指标的权重矩阵W，并计算加权决策矩阵V＝(v
ij
)
m
×
n
＝(w
j
z
ij
)
m
×
n
；
[0032]其中，w
j
为第j个评价指标的权重，且∑w
j
＝1；
[0033]Step4、确定加权决策矩阵V的正理想解U
+
和负理想解U
‑
，其分别表示为：
[0034][0035]式中，
[0036]Step5、基于各节点与正、负理想解之间的相对熵和灰色关联度，计算各节点与正、负理想解之间的接近度；
[0037]所述各节点与正、负理想解之间的相对熵和分别表示为：
[0038][0039]Step6、所述各节点与正、负理本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种机场关键冲突热点识别方法，其特征在于，包括：建立机场场面网络模型；计算拓扑结构评价指标和网络脆弱性评价指标，并基于蒙特卡洛方法仿真模拟机场场面运行环境，计算网络冲突风险评价指标，以构建场面网络节点评价指标体系；采用组合赋权法和改进TOPSIS法综合评估各节点冲突指数，识别关键冲突热点。2.如权利要求1所述的机场关键冲突热点识别方法，其特征在于，所述建立机场场面网络模型的方法包括：以跑道、滑行道以及服务车道交叉点为节点，节点间的滑行道、联络道以及服务车道简化为边，边的权重为两点之间的距离；机场场面网络中节点之间的连接情况用邻接矩阵A＝(a
ij
)
n
×
n
表示；其中，n表示节点个数；a
ij
(a
ij
≠0)表示节点i和节点j之间的边的权重；a
ij
(a
ij
＝0)表示节点i和节点j之间没有边。3.如权利要求2所述的机场关键冲突热点识别方法，其特征在于，根据所述机场场面网络模型，计算拓扑结构评价指标和网络脆弱性评价指标；其中所述拓扑结构评价指标包含：度中心性、介数中心性、接近中心性和特征向量中心性；所述网络脆弱性评价指标包含：网络效率损失度和最大子图损失度。4.如权利要求2所述的机场关键冲突热点识别方法，其特征在于，所述基于蒙特卡洛方法仿真模拟机场场面运行环境的步骤包括：Step1、设置时间窗口、尾流间隔、航空器滑行速度、车辆行驶速度等参数，生成进港航班序列，且该序列服从单位时间内到达跑道入口的进港航班数量的泊松分布；Step2、若进港航班序列不为空且未到达最后一个时隙，则按照先到先服务准则选择进港航班到达跑道入口；Step3、根据机场场面交通网络邻接矩阵，为当前到达跑道入口的进港航班选择停机位并规划进港滑行的最短路径，为该进港航班匹配保障车辆，并规划该保障车辆驶入该进港航班对应停机位的最短路径；Step4、如果存在已到达停机位且完成保障服务流程的航班，则从这些航班的停机位中随机生成离港航班并规划离港滑行的最短路径；Step5、计算所有航班和保障车辆的动态时隙占用情况，统计航班滑行路径和保障车辆行驶路径以及节点的占用次数，若有两个及以上航空器或者保障车辆同时到达某一节点产生时空冲突时，按照先到先服务准则来对该节点进行分配，后续的航空器或者保障车辆则重新规划一条不经过该节点的最短路径继续滑行或行驶。5.如权利要求4所述的机场关键冲突热点识别方法，其特征在于，所述最短路径采用Dijkstra算法计算。6.如权利要求4所述的机场关键冲突热点识别方法，其特征在于，根据所述机场场面运行环境的仿真结果，计算网络节点的冲突风险评价指标；其中所述冲突风险评价指标包含：冲突数量比、高峰小时流量和高峰时长。7.如权利要求1所述的机场关键冲突热点识别方法，其特征在于，所述采用组合赋权法和改进TOPSIS法综合评估各节点冲突指数，识别关键冲突热点的
步骤包括：基于CRITIC
‑

【专利技术属性】
技术研发人员：田文，周雪芳，尹嘉男，张轶宁，杨磊，张颖，陈海燕，胡明华，袁立罡，包杰，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：