空中交通复杂度参数模型的研究

发布时间：2017-03-21 13:17

  本文关键词：空中交通复杂度参数模型的研究，由笔耕文化传播整理发布。

【摘要】： 空管体系的智能化、自动化是当前空管系统发展的重要方向。降低空中交通系统的复杂度,减小空中交通管制员的实时负荷,可以提高整个空管系统的可靠性和安全保障能力。通过进行对空中交通复杂度参数模型的研究可以对空域状态做出相对准确的预测,可以为空管体系自动化的发展和运行提供科学依据。 本文首先介绍了如何应用空中交通复杂度参数来辨识空域状态。开始,一系列复杂度参数被挑选出来并计算其值,然后应用主成分分析来找出参数间的相关性,接着分别应用神经网络和聚类分析来寻找复杂度参数和空域状态的联系,和寻找新的复杂度参数来改善初始模型。另外,在寻找新模型参数的具体分析中,本文提出了一个关于空域剪切的实用方案,并提供了相应的算法结构与流程。
【关键词】：空中交通管理 空中交通复杂度 主成分分析 神经网络 聚类分析 空域剪切
【学位授予单位】：同济大学
【学位级别】：硕士
【学位授予年份】：2007
【分类号】：V355
【目录】：

• 摘要6-7
• ABSTRACT7-10
• 第1章 引言10-18
• 1.1 研究背景10-14
• 1.2 研究目的和意义14-15
• 1.2.1 研究目的14
• 1.2.2 研究意义14-15
• 1.3 研究内容和创新点15-18
• 1.3.1 研究内容15-17
• 1.3.2 创新点17-18
• 第2章 相关理论与技术18-41
• 2.1 空中交通复杂度18-25
• 2.1.1 空中交通管理的简介18-21
• 2.1.2 空中交通管理的发展21-23
• 2.1.3 空中交通复杂度参数23-24
• 2.1.4 空中交通复杂度参数的模型与空域状态24-25
• 2.2 主成分分析25-32
• 2.2.1 主成分分析的原理25-27
• 2.2.2 主成分分析的几何意义和一般数学模型27-30
• 2.2.3 主成分分析的步骤30-32
• 2.3 神经网络32-36
• 2.3.1 人工神经网络的简介32-34
• 2.3.2 人工神经网络的原理与特点34-36
• 2.3.3 人工神经网络与主成分分析的结合建模36
• 2.4 聚类分析36-41
• 2.4.1 聚类分析的概念36-39
• 2.4.2 K-means算法39-41
• 第3章 空中交通复杂度参数模型的研究与优化41-56
• 3.1 数据的采集41-42
• 3.2 空中交通复杂度参数的主成分分析42-45
• 3.2.1 复杂度参数的初选42-44
• 3.2.2 主成分分析的结果44-45
• 3.3 人工神经网络的应用45-47
• 3.3.1 神经网络的基本参数45-46
• 3.3.2 训练与测试46-47
• 3.3.3 结果的分析47
• 3.4 两个特殊复杂度参数的聚类分析47-49
• 3.4.1 聚类分析的结果48-49
• 3.4.2 新参数的引入49
• 3.5 一个用于空域剪切的实用算法49-54
• 3.5.1 实际空域计算与空域剪切49
• 3.5.2 算法原理与检验49-53
• 3.5.3 空域剪切与参数模型53-54
• 3.6 空中交通复杂度参数模型的评估54-56
• 3.6.1 模型优化评估方法54
• 3.6.2 评估结论54-56
• 第4章 结论与展望56-59
• 4.1 结论56
• 4.2 进一步工作的方向56-59
• 致谢59-60
• 参考文献60-62
• 附录A OCAML语言简介62-63
• 附录B R语言简介63-64
• 附录C 一些专有名词64-65
• 个人简历 在读期间发表的学术论文与研究成果65

【引证文献】

中国期刊全文数据库 前3条

1 陈凯;房成法;王飞;;改进动态密度模型在扇区容量评估的应用[J];广西师范大学学报(自然科学版);2012年02期

2 赵嶷飞;周阳;;五边到场交通态势安全评估研究[J];中国安全科学学报;2011年06期

3 戴福青;洪兰收;;空域交通复杂度计算方法研究[J];中国民航大学学报;2010年03期

中国重要会议论文全文数据库 前1条

1 易子淳;;美国联邦航空管理局ASDI数据系统介绍及其应用分析[A];第九届长三角科技论坛——航空航天科技创新与长三角经济转型发展分论坛论文集[C];2012年

中国博士学位论文全文数据库 前1条

1 张晨;空中交通管理中的交通行为复杂性研究[D];南京航空航天大学;2012年

  本文关键词：空中交通复杂度参数模型的研究，由笔耕文化传播整理发布。

，

本文编号：259720