[發(fā)明專利]一種基于客觀指標(biāo)的扇區(qū)交通態(tài)勢多層次模糊評價方法

有效

• 申請?zhí)枺?/td>: 201310439286.9
• 申請日: 2013-09-25
• 公開（公告）號: CN103473469A
• 公開（公告）日: 2013-12-25
• 發(fā)明（設(shè)計）人: 袁立罡;謝華;胡明華;李印鳳;叢瑋;陳飛飛
• 申請（專利權(quán)）人: 南京航空航天大學(xué)
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于客觀指標(biāo)的扇區(qū)交通態(tài)勢多層次模糊評價方法，其特征在于所述方法包括如下步驟：

步驟一：分析反映扇區(qū)交通態(tài)勢的數(shù)據(jù)指標(biāo)，建立客觀的多層次評價指標(biāo)體系。

分析可反映扇區(qū)交通態(tài)勢的指標(biāo)，從扇區(qū)整體運行狀態(tài)、航空器空間分布及飛行延誤態(tài)勢三個維度進行評價，較為全面的刻畫管制扇區(qū)交通態(tài)勢情況。構(gòu)建多層級的扇區(qū)態(tài)勢指標(biāo)體系，如圖2。指標(biāo)體系中各指標(biāo)說明如下：

(1)扇區(qū)整體運行狀態(tài)指標(biāo)

·單位時間流量與容量比：扇區(qū)在有效運行時間內(nèi)單位時間飛行流量與扇區(qū)容量的比值。該指標(biāo)可表征扇區(qū)運行負荷情況，反映空域繁忙程度。

·繁忙時段高容流比運行時長：扇區(qū)在有效運行時間內(nèi)，高容流比運行的時長。該指標(biāo)可說明扇區(qū)運行處于高負荷狀態(tài)的時間分布狀況。

·繁忙時段航班瞬時架次與瞬時容量比：在繁忙時段，某一時刻扇區(qū)所含航空器數(shù)量與扇區(qū)瞬時容量的比值。該指標(biāo)可直觀表征繁忙時段的管制強度，反映空域擁擠程度。

·平均飛行時間：統(tǒng)計時段內(nèi)航空器通過扇區(qū)的平均飛行時間。通過與基于歷史數(shù)據(jù)統(tǒng)計的經(jīng)驗飛行時間相比較，該指標(biāo)可表征航空器在扇區(qū)內(nèi)滯留總體水平，反映當(dāng)前扇區(qū)交通的擁堵程度。

·平均飛行速度：在繁忙時段內(nèi)，某一指定時刻扇區(qū)內(nèi)航空器的平均飛行速度。與計劃巡航速度相比較，該指標(biāo)可一定程度表征扇區(qū)中航路/航線運行的是否順暢。

·航跡平均偏差：指扇區(qū)內(nèi)航空器計劃航跡與實際航跡在飛行距離上的平均偏差。該指標(biāo)可一定程度反映空域運行中繞飛、偏航等情況。當(dāng)偏差較大，表明扇區(qū)中存在擁堵或等待。

(2)航空器空間分布指標(biāo)

·扇區(qū)航班密度：指扇區(qū)瞬時所含航班數(shù)量與扇區(qū)空間體積的比值。該指標(biāo)可宏觀表征扇區(qū)內(nèi)航空器在空間分布密度情況。

·進扇區(qū)移交點移交間隔：依據(jù)航班進入扇區(qū)階段飛躍移交點的飛行時刻，計算移交點連續(xù)通過航班的平均間隔。該指標(biāo)可與規(guī)定間隔相比較，表征扇區(qū)的時空占用情況，一定程度可體現(xiàn)交通態(tài)勢是否繁忙。

·出扇區(qū)移交點移交間隔：依據(jù)航班離開扇區(qū)階段飛躍移交點的飛行時刻，計算移交點連續(xù)通過航班的平均間隔。該指標(biāo)可表征扇區(qū)移交點的時空占用情況，一定程度體現(xiàn)本扇區(qū)及其下游交通態(tài)勢是否繁忙。

·航路飛行平均縱向間隔：依據(jù)扇區(qū)內(nèi)沿航路/航線飛行的航空器位置，計算扇區(qū)內(nèi)沿相同航段飛行的航空器對間縱向間隔的平均水平。該指標(biāo)數(shù)值應(yīng)接近或大于管制規(guī)定水平，數(shù)值越接近規(guī)定水平，表明扇區(qū)空間分布上處于相對繁忙狀態(tài)。

·交叉點平均側(cè)向間隔：指扇區(qū)內(nèi)交叉點附近航空器交叉/匯聚飛行時，航空器對之間實際側(cè)向間隔的平均水平。該指標(biāo)數(shù)值應(yīng)接近或高于管制運行規(guī)定水平，可表征扇區(qū)中關(guān)鍵區(qū)域的繁忙程度。

·航段高度層平均占用比：指扇區(qū)內(nèi)各航路運行時實際使用的高度層數(shù)量與配備高度層數(shù)量比值的平均水平，其中配備高度層包括航路主用與備用高度層。該指標(biāo)可表征扇區(qū)內(nèi)航路垂直空間的分布情況。

(3)飛行延誤態(tài)勢指標(biāo)

·扇區(qū)飛行平均延誤：指統(tǒng)計時段內(nèi)飛越扇區(qū)的所有航班的預(yù)計通過時間與正常通過時間差值的均值。飛行延誤反映繁忙態(tài)勢對空域運行狀態(tài)的影響程度，當(dāng)延誤越大，則運行態(tài)勢越繁忙。

·扇區(qū)飛行延誤方差：指定時段內(nèi)扇區(qū)中的航班延誤的標(biāo)準差。該指標(biāo)表征扇區(qū)延誤發(fā)生的波動性，方差越小且平均延誤較大表明扇區(qū)內(nèi)延誤波及面較大，扇區(qū)態(tài)勢較為擁堵繁忙。

·扇區(qū)飛行延誤比例，指統(tǒng)計時段內(nèi)扇區(qū)中發(fā)生延誤的航空器比例。該指標(biāo)數(shù)值越大，表明延誤程度與波及面越大，可表征空域的擁堵繁忙程度。

·扇區(qū)飛行延誤時段，指內(nèi)扇區(qū)中存在一定程度延誤的小時總數(shù)，如延誤比例大于20％。該指標(biāo)可反映扇區(qū)運行發(fā)生擁堵的時間分布狀態(tài)。

·扇區(qū)飛行延誤的航段比例，指統(tǒng)計時段內(nèi)扇區(qū)中存在延誤的航段數(shù)與扇區(qū)所含航段數(shù)的比值。該指標(biāo)可宏觀反映扇區(qū)內(nèi)延誤航路/航線的空間分布情況，比例越高，表明扇區(qū)態(tài)勢越繁忙、擁堵。

步驟二：進行指標(biāo)相關(guān)性分析，并設(shè)計指標(biāo)評價方案

(1)單指標(biāo)的相關(guān)性分析

針對扇區(qū)交通態(tài)勢指標(biāo)體系中運行狀態(tài)、空間分布及延誤態(tài)勢三類指標(biāo)分別進行相關(guān)性分析。專利中采用基于隨機樣本相關(guān)系數(shù)的模糊聚類分析進行，其他聚類方法亦適用，方法如下：

首先，采集空域運行動靜態(tài)原始數(shù)據(jù)，對扇區(qū)交通態(tài)勢的指標(biāo)體系三類指標(biāo)進行分別統(tǒng)計。針對其中一類指標(biāo)，如空間分布指標(biāo)(包含n個指標(biāo))，按相同時段/時刻進行計算，獲取如下序列樣本(樣本數(shù)為m)。其中，χ_ij表示指標(biāo)i在j時刻/時段的統(tǒng)計數(shù)據(jù)，X_i為時間樣本序列。

X₁=(χ₁₁，χ₁₂，...，χ_1j，...，χ_1m)；

......

X_i=(χ_i1，χ_i2，...，χ_ij，...,χ_im)；

......

Xn=(χ_n1，χ_n2，...,χ_nj，...，χ_nm)；

之后，采用相關(guān)系數(shù)計算任意兩指標(biāo)間的線性相關(guān)程度：

σij=Σk=1m|(χik-χi‾)||(χjk-χj‾)|m-1,σi=1m-1Σk=1m(χik-χi‾)2;]]>

χi‾=1mΣk=1mχik;]]>

rij=σijσiσj;]]>

其中，σ_ij為協(xié)方差，σ_i為標(biāo)準差，為指標(biāo)i樣本序列X_i的平均值；r_ij為指標(biāo)i與指標(biāo)j的相關(guān)系數(shù)，r_ij取值越大表明指標(biāo)相關(guān)性越大，r_ij越趨近于0表明指標(biāo)相對獨立。根據(jù)n個指標(biāo)兩兩間的相關(guān)系數(shù)，構(gòu)建指標(biāo)類相關(guān)性矩陣R。

R=r11r12...r1nr22...r2n......rnn]]>

最后，采用模糊聚類分析法劃分指標(biāo)等價類。給定水平值λ，獲得R的等價截矩陣R_λ,可將n個指標(biāo)分為若干類。當(dāng)λ越接近1，分類越細，根據(jù)實際需求和分類結(jié)果確定合適的λ。通過聚類分析，可將態(tài)勢指標(biāo)體系的三類指標(biāo)分別劃分為u，v，w個小類。

(2)根據(jù)相關(guān)性分析結(jié)果，構(gòu)建交通態(tài)勢指標(biāo)評價方案

根據(jù)態(tài)勢指標(biāo)體系的相關(guān)性分析結(jié)果，參考外部評價需求，從態(tài)勢指標(biāo)體系的三個維度分別選擇u，v，w個代表性指標(biāo)，構(gòu)成指標(biāo)評價方案P。其中，P₁、P₂、P₃分別代表方案中三個維度的指標(biāo)集。

P=P₁∪P₂∪P₃={p₁₁，...，p_1u}∪{p₂₁，...，p_2v}∪{p₃₁，...，p_3w}

指標(biāo)評價方案的組織構(gòu)建，可根據(jù)指標(biāo)計算數(shù)據(jù)的可得性及評價場景適用性進行選擇，以滿足不同的評價需求。

步驟三：針對指標(biāo)評價方案P，采用主客觀相結(jié)合的熵權(quán)法，確定指標(biāo)權(quán)重。

針對指標(biāo)評價方案的不同層次需確定其相應(yīng)的權(quán)重，包括指標(biāo)集P₁、P₂、P₃間的權(quán)重關(guān)系，以及P₁、P₂、P₃集合內(nèi)各指標(biāo)間的權(quán)重關(guān)系。權(quán)重計算采用“德爾菲法”與熵值法相結(jié)合的思路，降低權(quán)重排序過程中不確定性，具體如下：

(1)使用“德爾菲法”的重要性排序矩陣U確定

以評價方案的指標(biāo)集P₃為例，包含w個指標(biāo)。假設(shè)有k個專家參與咨詢，每個專家根據(jù)經(jīng)驗和知識對各指標(biāo)進行重要性排序，對應(yīng)專家排序數(shù)向量U(i)。其中，u_ij表示第i個專家對第j個指標(biāo)的排序序號，例如指標(biāo)重要性排位第一則u_ij為1，排位第二則u_ij為2，以此類推。k個專家多輪評價后，可形成排序矩陣U。

U(i)={u_i1,...,u_ij,...,u_iw},U=u11u12...u1wu21u22...u2w......uij...uk1uk2...ukw]]>

(2)使用熵值信息的權(quán)重計算

基于排序矩陣U，使用熵理論減少專家認知不同產(chǎn)生的不確定，進而計算指標(biāo)權(quán)重。

對排序結(jié)果定義排序轉(zhuǎn)化的隸屬函數(shù)：χ(I)=-λp_n(I)lnp_n(I)。

令pn(I)=m-Im-1,λ=1ln(m-1),]]>可得χ(I)=(m-Im-1)-(m-I)ln(m-I)(m-1)ln(m-1).]]>

令z(I)=-ln(m-I)ln(m-1),]]>有χ(I)(m-1)(m-I)-1=z(I).]]>

可知z是定義在[0，1]上的變量，將z(I)作為I的隸屬函數(shù)，I為排序矩陣中的排序序號，I=1，2，..，j，j+1，j為排序序號最大值。m為轉(zhuǎn)化參數(shù)，取m=j+2。

仍以指標(biāo)集合P₃為例，將P₃的排序矩陣中的u_ij代入z(I)，z(u_ij)=v_ij，v_ij為排序序號I的隸屬度，由此可構(gòu)建隸屬度矩陣V=(v_ij)_k×w。

基于隸屬度矩陣，對指標(biāo)集合P₃中任一指標(biāo)p_3j，計算專家的平均辨識度v_j，令對于專家排序中的不確定性可以定義變量s_j，s_j定義如下，

s_j=|{[max(v_1j，...，v_kj)-v_j]+[min(v_1j，...，v_kj)-v_j]}|/2

將指標(biāo)p_3j的整體辨識值記為y_j，y_j=v_j(1-s_j)，則指標(biāo)集合P₃中各指標(biāo)整體辨識向量為Y_P3={y₁，y₂，...，y_w}。

最后，通過如下規(guī)一化處理，將整體辨識向量轉(zhuǎn)化為權(quán)重向量，

αj=yj/Σi=1wyj.]]>

歸一后指標(biāo)集合P₃的權(quán)重向量為A^P3={α₃₁，α₃₂，...，α_3w}。相同的方法，可求得指標(biāo)集合P₁、P₂及集合間的權(quán)重向量，A^P1={α₁₁，α₁₂，...，α_1u}，A^P2={α₂₁，α₂₂，...，α_2v}，A^P={α_P1，α_P2，α_P3}。

步驟四：基于評價指標(biāo)歷史數(shù)據(jù)，使用多層次模糊綜合評判確定交通態(tài)勢。

(1)設(shè)置評價等級，并基于歷史數(shù)據(jù)頻度設(shè)計客觀的隸屬度

對評價方案P中各指標(biāo)建立指標(biāo)評判集E={e₁，e₂，...，e₅}，代表嚴重擁堵/擁堵/輕度擁堵/通暢/空閑等。根據(jù)評價扇區(qū)的歷史運行數(shù)據(jù)，選取各評判狀態(tài)典型場景的指標(biāo)數(shù)據(jù)為中心進行聚類(k-means)，參考聚類結(jié)果與專家經(jīng)驗設(shè)置指標(biāo)的評判等級閥值，其閥值為Q_ij表示指標(biāo)集P_i中第j個指標(biāo)閥值序列。評判集E與閥值的對應(yīng)關(guān)系如下表1，假設(shè)其余指標(biāo)閥值設(shè)置類似。

采用基于歷史數(shù)據(jù)頻率確定隸屬度的方法，首先在指定時間范圍，計算扇區(qū)態(tài)勢的各個指標(biāo)，指標(biāo)統(tǒng)計粒度與閥值粒度相同。根據(jù)指標(biāo)統(tǒng)計值歸屬不同閥值區(qū)間的次數(shù)，確定隸屬度，如表1所示，N_ij為指標(biāo)p_ij統(tǒng)計樣本總數(shù)，為樣本落入e_k評價區(qū)間的次數(shù)，記為扇區(qū)態(tài)勢處于e_k的歸屬度，記為評價方案P中各指標(biāo)可采用相似方法確定隸屬度。

表1評價等級與隸屬度

(2)確定模糊合成算子，構(gòu)建評價方案不同層級的隸屬關(guān)系矩陣

根據(jù)步驟四(1)中確定隸屬度的方法，首先構(gòu)建扇區(qū)交通態(tài)勢評價方案中的第一層級隸屬度矩陣R₁、R₂、R₃，對應(yīng)指標(biāo)集P₁、P₂、P₃內(nèi)各指標(biāo)，如下：

R1=r111r112...r11kr121r122...r12k............r1u1r1u2...r1uk,R2=r211r212...r21kr221r222...r22k............r2v1r2v2...r2vkR3=r311r312...r31kr321r322...r32k............r3w1r3w2...r3wk]]>

之后，確定綜合評價中模糊合成算子。計算中可采用加權(quán)線性和的運算，可充分利用評價方案中各個客觀指標(biāo)的數(shù)據(jù)信息，避免只考慮主要因素而造成次要因素在評價中的忽略。

使用合成算子計算扇區(qū)交通態(tài)勢評價方案第二層級隸屬矩陣R，對應(yīng)P₁、P₂、P₃本身的隸屬度。其中A^p1、A^p2、A^p3分別為P₁、P₂、P₃內(nèi)部指標(biāo)權(quán)重。

B₁=A^p1οR₁，B₂=A^p2οR₂，B₃=A^p3οR₃

R=[B₁，B₂，B₃]^T

(3)計算扇區(qū)交通態(tài)勢的多層次綜合評價結(jié)果

根據(jù)P₁、P₂、P₃間權(quán)重分配A^p，以及隸屬度矩陣R，計算扇區(qū)交通態(tài)勢的綜合評價結(jié)果。

B=A^pοB=(b₁，b₂，...，b_t)，

其中，b_j為扇區(qū)交通態(tài)勢隸屬于e_i的程度。

(4)依據(jù)評價結(jié)果分析扇區(qū)交通態(tài)勢水平

采用上述綜合評價過程，獲取扇區(qū)交通態(tài)勢隸屬度B=(b₁，b₂，...，b_t)，以此為評判依據(jù)。由于扇區(qū)交通態(tài)勢本身就是一個模糊概念，為保存綜合評價結(jié)果信息完整性，直接以隸屬度向量B作為評價結(jié)果。取b_i=ma{b₁，b₂，..b_t}，認為扇區(qū)交通態(tài)勢更接近于對應(yīng)的e_i狀態(tài)。