一种机场运行态势预测方法、装置、系统以及存储介质制造方法及图纸

本发明专利技术提供一种机场运行态势预测方法、装置、系统以及存储介质，属于机场控制领域，方法包括：对机场结构图以及原始机场航班数据进行预处理，得到目标特征数据；通过所有目标特征数据对训练模型进行训练得到预测模型；通过预测模型对待预测机场航班数据进行预测得到机场运行态势预测结果。本发明专利技术精准预测识别机场的交通流态势，有利于大幅度提高机场运行效率，从而提高航班放行正常率，为航班计划制定、飞行区场面态势判别、监控、航班延误水平预测、管制运行绩效评价等方面提供依据，同时，也有助于分析场面结构与交通流的适应性问题，为机场各阶段流量管理提供客观、准确的支持信息。准确的支持信息。准确的支持信息。

【技术实现步骤摘要】
一种机场运行态势预测方法、装置、系统以及存储介质


[0001]本专利技术主要涉及机场控制
，具体涉及一种机场运行态势预测方法、装置、系统以及存储介质。

技术介绍

[0002]传统的短时交通流预测方法较为单一，然而机场交通的特征没有得到良好体现。一种基于多条件随机场的短时交通流量预测模型是被需要的。有的学者尝试将航空交通的特性加入预测模型中：张波将航空因素引入地面交通拥堵预测模型中，结果显示航空因素对于机场地面交通的预测具有重要影响，证实了机场地面交通预测的特殊性。胡春政考虑空侧因素，引入机场节点动态容量、预计起飞时间、最小飞行与周转时间等关键参数建立了机场网络延误模型。然而忽略了影响飞机起飞的还有机场场面因素。因此学者开始考虑研究机场场面交通流：由于随着场面航空器数量的不断增加，航空器在滑行道区域涌现出特有的交通流特性。张红颖从交通流三要素关系出发，利用交通流三要素机理研究滑行时的随机因素和交叉口处的交通特性从流量与到达率的关系、密度与平均速度和平均流量的关系以及时空图等方面验证。但是未能研究延误传播演变机理。有的学者注意到机场场面交通是基于空管控制的，造成延误的因素和延误本身的研究意义重大。宋捷基于航班运行数据建立延误传播特征指标，提出基于深度学习的航班起降延误预测方法。但是该研究宏观，无法显示具体拥堵的地点。因此部分学者对造成离场拥堵进行了研究，大部分离场态势研究将重点放在了滑行道上：王思敏融合滑行过程的三个微观参数(无扰滑行时间、跑道容量限制排队等待时间和冲突避让延误时间)预测以导出跑道起飞率实现了场面离场交通流拥堵态势预测。衡红军针对机场场面复杂路网的交通特性，将机场转化成多一维元胞自动机模型，并对机场场面交通进行了模拟仿真合理的表现机场上飞机的行为规则。薛清文基于滑行道航空器运行规则，结合元胞传输模型(CTM)，建立宏观的滑行道航空器交通流元胞传输模型，推理滑行道交通流基本参数之间的关系和相变特征。杨磊采用元胞传输机理论利用仿真平台推演分析了离场交通流基础相变特征及其影响机理。将场面离场交通流定义为存在自由态、亚稳态、拥堵累积态和拥堵死锁死4种基础相态，指出调节与进场率相协调的推出率是有效控制离场交通流密度，缓解场面拥堵的重要手段。当机场地面产生拥挤或将要产生拥挤时，持续的航班推出滑行势必会造成拥挤程度的恶化，进而延长离场航班在滑行过程中的滑行等待时间。滑行中航空器的发动机是不停歇的，滑行等待时间的增加意味着燃油消耗增多以及排放物的增加。侯文涛通过对离场航班的推出率控制来缓解机场拥挤。周建构建单跑道排队模型和滑行道系统模型，然后提出了推出率计算步骤和控制模型。张亚平在飞机离港过程传统N控制策略基础上，提出一种基于停机位等待惩罚的推出控制策略。且要求推出频率随当前滑行道排队长度实时变化，基于连续时间马尔科夫链的迭代优化算法。场面推出滑行量，平均架次等待时长，总的滑行等待时间被控制在一个相对较低水平。结果表明，在一个高峰小时内实施推出率控制策略之后，离港航空器的平均滑出时间、燃油消耗总量、机场管制员的总工作负荷下降。
[0003]从以上研究可以看出：
[0004](1)大部分关于机场场面交通态势的研究将重点放在滑行道的拥堵研究上，然而飞机滑行路径的最优选择问题以及如何规避滑行冲突问题也会影响到滑行道的拥堵，尤其是在多跑道的机场，然而目前研究尚未考到机场场面是一个系统，因此目前仅考虑拥堵一个因素的机场场面态势研究比较单薄。
[0005]针对预测模型的构建，大部分交通态势预测研究搭建较为单一的时序预测模型，如经典时序模型，虽然能体现时间因素在预测中的作用，但其对实验数据的准确性很敏感，不良数据容易影响实验结果。同时，经典的时间序列模型无法体现交通态势的时空特征。为了进一步挖掘机场场面交通态势的空间性信息，构建卷积神经网络与长短期记忆网络组合预测模型，提高机场场面交通态势预测精度。
[0006](2)现有态势研究大部分是针对事后的评价，无法为场面交通提供事前指导；
[0007](3)机场场面态势复杂。在选择预测模型的输入指标时，基于某单一交通流参数，对未来数据进行预测。常常只依赖于时间特性，忽略交通系统的空间特征，而只关注历史交通态势数据的线性和非线性拟合。无法体现机场交通整体特征，无法判断交通态势的演变。机场场面的交通系统是一个复杂的交通系统，飞机滑行过程受多种因素影响同时影响因素之间也存在复杂的非线性相关性，简单的线性关系难以准确地描述复杂的相关关系。例如：大型机场逐渐引入推出控制策略，推出控制系统基于观察起飞因素来减少进入场面的飞机从而使得进入滑行道的飞机数量更加合理，然而现有研究并未考虑到实行该系统后的影响。

技术实现思路

[0008]本专利技术所要解决的技术问题是针对现有技术的不足，提供一种机场运行态势预测方法、装置、系统以及存储介质。
[0009]本专利技术解决上述技术问题的技术方案如下：一种机场运行态势预测方法，包括如下步骤：
[0010]导入机场结构图以及多个原始机场航班数据，对所述机场结构图以及多个所述原始机场航班数据进行预处理，得到与各个所述原始机场航班数据对应的目标特征数据；
[0011]构建训练模型，通过所有所述目标特征数据对所述训练模型进行训练，得到预测模型；
[0012]导入待预测机场航班数据，通过所述预测模型对所述待预测机场航班数据进行预测，得到机场运行态势预测结果。
[0013]本专利技术解决上述技术问题的另一技术方案如下：一种机场运行态势预测装置，包括：
[0014]预处理模块，用于导入机场结构图以及多个原始机场航班数据，对所述机场结构图以及多个所述原始机场航班数据进行预处理，得到与各个所述原始机场航班数据对应的目标特征数据；
[0015]训练模块，用于构建训练模型，通过所有所述目标特征数据对所述训练模型进行训练，得到预测模型；
[0016]预测结果获得模块，用于导入待预测机场航班数据，通过所述预测模型对所述待
预测机场航班数据进行预测，得到机场运行态势预测结果。
[0017]基于上述一种机场运行态势预测方法，本专利技术还提供一种机场运行态势预测系统。
[0018]本专利技术解决上述技术问题的另一技术方案如下：一种机场运行态势预测系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，当所述处理器执行所述计算机程序时，实现如上所述的机场运行态势预测方法。
[0019]基于上述一种机场运行态势预测方法，本专利技术还提供一种计算机可读存储介质。
[0020]本专利技术解决上述技术问题的另一技术方案如下：一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，当所述计算机程序被处理器执行时，实现如上所述的机场运行态势预测方法。
[0021]本专利技术的有益效果是：通过对机场结构图以及原始机场航班数据的预处理得到目标特征数据，通过目标特征数据对训练模型的训练得到预测模型，通过预测模型对待预测机场航班数据的预测得到机场运行态势预测结果，精准预测识别机场的交本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种机场运行态势预测方法，其特征在于，包括如下步骤：导入机场结构图以及多个原始机场航班数据，对所述机场结构图以及多个所述原始机场航班数据进行预处理，得到与各个所述原始机场航班数据对应的目标特征数据；构建训练模型，通过所有所述目标特征数据对所述训练模型进行训练，得到预测模型；导入待预测机场航班数据，通过所述预测模型对所述待预测机场航班数据进行预测，得到机场运行态势预测结果。2.根据权利要求1所述的机场运行态势预测方法，其特征在于，所述原始机场航班数据包括航班信息、航班进场总数、多个航班舱门关闭时间、多个航班撤轮挡时间、多个航班预计到达时间、多个航班实际到达时间、多个航班预计起飞时间以及多个航班实际起飞时间，所述对所述机场结构图以及多个所述原始机场航班数据进行预处理，得到与各个所述原始机场航班数据对应的目标特征数据的过程包括：通过第一式计算与各个所述航班信息对应的多个航班预计到达时间以及与各个所述航班信息对应的多个航班实际到达时间的平均值，得到与各个所述航班信息对应的航班进场时间偏差，所述第一式为：其中，I1为航班进场时间偏差，AT
il
为第i个进场航班的航班实际到达时间，ET
il
为第i个进场航班的航班预计到达时间，N为航班进场总数；通过第二式计算与各个所述航班信息对应的多个航班预计起飞时间以及与各个所述航班信息对应的多个航班实际起飞时间的平均值，得到与各个所述航班信息对应的航班离场时间偏差，所述第二式为：其中，I2为航班进场航班滑行时间，AT
id
为第i个进场航班的航班实际起飞时间，ET
id
为第i个进场航班的航班预计起飞时间，N为航班进场总数；通过第三式计算与各个所述航班信息对应的多个航班舱门关闭时间以及与各个所述航班信息对应的多个航班撤轮挡时间的平均值，得到与各个所述航班信息对应的航班保障结束时间偏差，所述第三式为：其中，I3为航班保障结束时间偏差，ABT
i
为第i个进场航班的航班撤轮挡时间，ART
i
为第i个进场航班的航班舱门关闭时间，N为航班进场总数；分别对所述机场结构图以及各个所述航班信息进行仿真分析，得到与各个所述航班信息对应的航班离场滑行时间以及与各个所述航班信息对应的航班离场排队长度；将各个所述航班进场时间偏差、与各个所述航班信息对应的航班离场时间偏差、与各个所述航班信息对应的航班保障结束时间偏差、与各个所述航班信息对应的航班离场滑行
时间以及与各个所述航班信息对应的航班离场排队长度一并作为与各个所述原始机场航班数据对应的待归一化特征数据；分别对各个所述待归一化特征数据进行归一化处理，得到与各个所述原始机场航班数据对应的目标特征数据。3.根据权利要求2所述的机场运行态势预测方法，其特征在于，所述分别对所述机场结构图以及各个所述航班信息进行仿真分析，得到与各个所述航班信息对应的航班离场滑行时间以及与各个所述航班信息对应的航班离场排队长度的过程包括：通过MATLAB软件对所述机场结构图进行标记，得到多个停机位点、多个滑行道位置点以及多个地理节点；利用floyd算法对所有所述停机位点、所有所述滑行道位置点以及所有所述地理节点进行最短路径的计算，得到多个目标滑行路径；导入仿真参数，并通过所述MATLAB软件构建数字仿真模型，并通过所述数字仿真模型对所述仿真参数、各个所述航班信息以及多个所述目标滑行路径进行仿真，得到事件矩阵以及与各个所述航班信息对应的位置事件元胞；通过所述MATLAB软件分别对各个所述位置事件元胞进行时序扫描，得到与各个所述航班信息对应的多个航班节点时间；分别将与各个所述航班信息对应的多个航班节点时间进行求和，得到与各个所述航班信息对应的航班离场滑行时间；从事件矩阵提取航班离场排队长度，从而得到与各个所述航班信息对应的航班离场排队长度。4.根据权利要求1所述的机场运行态势预测方法，其特征在于，所述构建训练模型，通过所有所述目标特征数据对所述训练模型进行训练，得到预测...

【专利技术属性】
技术研发人员：廉冠，张晓玥，郭雪松，于嘉欣，
申请(专利权)人：桂林电子科技大学，
类型：发明
国别省市：