天氣影響的機場容量與延誤評估研究.pdf

1、惡劣天氣是導致機場容量下降的主要原因。由于天氣復雜多變，使得天氣對容量的影響具有明顯的隨機性、實時性和動態(tài)性特點。鑒于此，大部分相關研究并未在模型中直接加入天氣影響因素。隨著概率交通流量管理的提出和發(fā)展，要求將天氣信息加入流量管理系統(tǒng)中，并提供有效的容量分布和概率作為關鍵的決策依據(jù)。因此，天氣影響的容量評估成為空中交通流量管理迫切需要解決的關鍵問題。另一方面，隨著航空運輸高速發(fā)展，惡劣天氣造成的容量與需求不平衡問題愈發(fā)凸顯，成為導致航班

2、延誤的重要原因。為了提供合理的流量控制決策和有效的事后運行分析，有必要建立延誤模型描述天氣和機場延誤之間的關系，并建立評估延誤的性能基準，將延誤放到相似天氣和需求影響因素下進行評估。
　　 本論文較全面地綜述了機場容量和延誤評估問題的歷史發(fā)展和最新研究成果，論述了研究中的關鍵問題。提出了天氣影響的機場容量和延誤評估相關概念，分別剖析了天氣影響的容量和延誤評估過程。分析了天氣與容量之間的關系，從天氣季節(jié)性、天氣類型和天氣預測三個方

3、面出發(fā)，對天氣影響的容量評估問題展開深入研究。針對天氣與延誤之間的關系，建立延誤模型，并從比較延誤的離散性能基準和連續(xù)性能基準兩個角度出發(fā)，對天氣影響的機場延誤評估問題進行深入研究。
　　 分析了機場天氣、延誤、需求和容量等概念，闡述了各概念之間的相互關系。針對某具體機場，分析了天氣對容量和延誤的影響，并給出實例分析，為天氣影響的機場容量和延誤評估奠定基礎。
　　 針對天氣季節(jié)性影響的容量評估，建立了基于時間序列的季節(jié)劃

4、分模型。以天氣影響的容量概率分布來表征天氣特征，設計遺傳算法將基于容量概率分布的時間序列中具有相似天氣特征的月識別為一個季。在此基礎上，將各季天氣轉換為容量概率分布。最后，以具體機場為例進行算例分析，結果表明根據(jù)容量概率分布得到的季與實際天氣季節(jié)是一致的。
　　 針對天氣類型影響的容量評估，分析了惡劣天氣發(fā)生的影響因素，提出了決策樹和神經(jīng)網(wǎng)絡相結合的天氣分類與識別方法，用于自動識別歷史天氣數(shù)據(jù)集中每一惡劣天氣事件所屬的天氣類型。

5、在此基礎上，將每種天氣類型轉換為容量概率分布。最后以具體機場為例進行算例分析。
　　 基于天氣預測的容量預測，針對天氣預測的實時、動態(tài)性特點，建立基于預測天氣的預測容量模型?？紤]到預測容量是在預測的多種天氣類型背景下發(fā)生的，以預測天氣數(shù)據(jù)和每種天氣類型的容量概率分布作為輸入，運用全概公式將概率預測天氣轉換為概率預測容量。最后根據(jù)機場某日天氣預測數(shù)據(jù)，對該日預測容量分布進行了算例分析。
　　 基于離散性能基準的天氣影響延誤

6、評估，通過將機場到達建模為瞬時排隊模型，研究機場典型天氣對應的延誤模式，并建立評估延誤的離散性能基準，對天氣影響的延誤進行評估；最后，針對某日天氣狀況，對該日天氣影響的延誤分布走勢進行評估分析。
　　 基于連續(xù)性能基準的天氣影響延誤評估，針對機場延誤與天氣和交通需求之間具有的線性關系，建立單一模糊線性回歸模型；考慮到延誤與天氣和需求之間同時還存在非線性關系，建立分段模糊線性回歸模型。求解模型得到估計延誤，通過比較估計延誤與實際延