基于深度全连接神经网络的离港航班延误预测模型

针对提升离港航班延误预测精确度困难的问题,提出一种基于深度全连接神经网络（DFCNN）的离港航班延误预测模型。首先,在考虑航班信息、机场气象与航班延误历史的基础上,考虑航班网络结构对预测模型的影响;然后,从激活函数、输入数据项及延误时间阈值三个维度进行实验,以对模型抑制梯度弥散与提升学习表现能力的能力进行了优化与验证;最后,通过调控神经网络层数的纵向拓展方式与随机丢失层的Dropout参数,提升模型的泛化能力。实验结果表明：所提模型使用tanh、指数线性函数（ELU）,预测精确度比使用线性整流函数（ReLU）分别提升了1.26、1.28个百分点;考虑航班网络结构后,所提模型采用ELU函数计算时,预测精确度比未考虑航班网络结构时提升了3.12个百分点;在时间阈值为60 min时,通过调控Dropout参数,模型的损失值不断降低;在5层隐含层网络和Dropout参数为0.3时,所提模型可以取得92.39%的预测精确度。因此,所提模型能够对国内航班延误做出较为准确的判断。     

基于贝叶斯网络的航班串运行脆弱性研究

为研究航班串中某一关键航班发生进离港延误对该航班串中其它航班进离港准点率造成的影响,采用贝叶斯网络对航班串运行进行建模,识别并评价关键航班的脆弱性,并提出降低航班串运行脆弱性的建议。在受到管制、天气、军事活动、航班在机场异常过站以及其它异常情况等不确定因素影响下,研究航班串进离港准点率关系,并找出航班串运行时的脆弱节点以及评价关键航班的延误状态。通过对比分析增加关键航班过站时间航班串运行前后的进离港准点率,结果表明,增加关键航班过站时间可以降低航空公司航班串运行脆弱性。     

基于DCS-DES组合的机场航班延误预测方法

航班延误对民航运输业的影响较为明显,针对机场航班运行的特点,将生物免疫机制与航班运行机制相对应,依据航班的延误率对检测器进行划分,用机场航班运行数据对检测器进行训练,提出了基于动态克隆选择算法和动态指数平滑法组合的机场航班延误预测方法,简称为DCS-DES组合方法.对这两种方法采用均方误差各所占比例加权组合预测的方式进行了实验,实验结果表明,该方法能较准确地预测下一时段航班的延误数量,且实时性较好.     

基于贝叶斯网络的航班过站时间分析与延误预测

从航班延误链式波及的角度出发,分析了影响航班过站时间的多种因素,建立了贝叶斯网络模型,模型能够清晰地反映多种因素对下游航班过站时间的影响。提出了基于贝叶斯网络参数估计的航班延误预测算法,当航班发生起飞延误时能够预测下游航班的起飞时间和延误状况。对算法进行了实现,并利用实际航班数据进行仿真,结果表明了该算法有比较高的预测准确率。     

基于贝叶斯网络的航班离港延误预警分析*

贝叶斯网络是一种有效的概率预测方法,尝试将其应用于航班数据分析预警,应用Netica软件工具构建实际航班及其关联的贝叶斯网络,特别是针对航班延误的最主要环节——离港延误,分时间段对国内某航空公司在某机场的离港数据进行了延误原因分析和延误预警分析。     

基于团簇随机连接的CliqueNet航班延误预测模型

针对目前民航运输业延误率较高,而传统算法难以解决高精度延误预测的问题,提出一种基于随机连接团簇网络（CliqueNet）航班延误预测模型。该模型首先对航班数据和相关气象数据进行融合;然后,充分利用改进后的网络模型对融合后的数据集进行特征提取;最后,使用Softmax分类器进行航班离港延误各等级的高精度预测。模型的主要特点是：在团簇特征层的随机连接,以及在转换层引入通道和空间注意力残差（CSAR）模块。前者以更为有效的连接方式传递特征信息;后者则对特征信息进行通道和空间维度的双重标定,以提高准确率。实验结果表明,对融合数据进行预测,引入随机连接和CSAR模块后,新模型的准确率分别提高了0.5%、1.3%,最终准确率能达到93.40%。     

基于区块链技术的航班协同运行保障系统架构设计

在民航领域的航班协同运行保障过程中,传统的信息共享方式存在数据外泄、记录篡改、数据难追溯、数据难监管、隐私难保护等问题,提出一种由机场、航空公司、空管以及地服公司协同参与的区块链架构——航班信息共享链架构。根据航班运行过程中的实际流程与需求,从层次结构、网络结构、访问事件监管机制与多通道设计四个方面设计该架构,进而形成一种新型航班协同运行保障系统架构。实验结果表明,该架构不仅能够满足航班协同运行保障系统需求,还减少了单节点存储容量,更好地实现了航班协同保障参与方之间的动态信息共享。     

航班进港过程建模与控制

控制和监视航班间隔是空中交通管制系统的主要职责,新一代航空运输系统要逐步实现空中交通管制的自动化.探讨建模和最小方差控制在实现进港航班时间间隔控制中的应用.在研究空中交通管制系统运行机制的基础上,确定航班进港过程的基本属性为离散事件动态系统.讨论了离散事件动态系统分析设计各种方法用于进港航班调度的利弊.对航班进港过程实测数据进行分析,确定该过程具有低通特性.利用系统辨识方法建立了航班进港过程的受控模型.采用最小方差控制方法实现了对过程的控制,证明了通过辨识建立的航班进港过程模型是合理的,为航班进港过程管制自动化的工程实现给出了新的思路和方法.     

连续航班延误与波及的贝叶斯网络分析

针对空运系统日益严重的航班延误,尝试将贝叶斯方法应用于航班数据分析,重点考虑同一飞机飞行连续航班的情况。借助Netica软件包,建立贝叶斯网络模型。通过贝叶斯网络推理进行连续航班延误波及分析,并用实际航班数据进行测试。结果表明,概率统计意义下,模型能够清晰反映连续航班延误原因分布、过站时间差分布和按时间段的延误波及情况。     

航班运行控制系统

1 引言 上海航空公司创办十五年来,公司规模不断扩大。目前拥有波音767、757和737客机15架,每天航班多达70多班。 近几年来上航通过引进计算机管理系统不断强化安全管理和效益管理。为了提高上航运行控制的手段和能力,需要开发适应上航运营管理模式的计算机运行控制系统(简称FOC)。运行控制系统的建立必将提高航班运行控制工作中信息和数据的传递可靠性和及时性,实现信息共享,提高安全生产和运营管理水平,进而提高上航的市场竞争能力。 上航公司领导于1998年初批准立项实施FOC项目。由上海航空公司和北京长天公司携手合作,历经近…     

一种多飞行器自主编队飞行智能仿真系统研究

为缩小多机自主编队飞行理论研究与实际应用的差距,加快导航与控制系统从设计到产品实现的过程,提出了一种用于多飞行器自主编队飞行的智能仿真系统.该仿真系统采用多通道信息采集设备、多通道星座模拟器、协同飞行仿真控制设备,将真实飞行设备接入闭环仿真,有效验证了导航与控制系统方案的可行性.该仿真系统中,用同一时钟模块控制多通道星座模拟器各通道运算周期和动力学平台的运算周期,解决了两者运行时间不一致的问题,有效降低了仿真系统的误差,增强了仿真的真实性.基于专家经验自主发送指令、判断状态和故障诊断,实现智能化测试,提高仿真效率.应用实例表明,自主编队飞行仿真结果与真实飞行结果一致,证明了该仿真系统设计方案的有效性.同时,基于该系统进行飞行产品的软件、硬件、设备同步开发,缩短了研发周期和成本.     

无人机的自动着陆控制

无人机的自动着陆控制是无人机控制中的一个难点,文中给出了一种无人机自动着陆的控制方法,并在某型无人机上得到了应用.基于无人机真实的风洞试验数据,利用MATLAB建立了无人机自动着陆的线性化模型和非线性模型,设计了无人机自动着陆导引控制方案及控制律,并在实际飞行试验中得到了验证,最终的飞行试验结果表明了所设计的自动着陆控制律能满足自动着陆的要求,并具有很好的静态和动态特性.     

基于改进贝叶斯模型的信息安全风险评估

 随着信息化时代的到来,信息安全问题变得日益复杂与多样,因此急需一种高性能的解决方法。本文在前人的研究基础上进一步改进贝叶斯网络模型在信息安全风险评估中的应用。首先分析信息系统风险元素种类,提出一种新的确定风险因素的方法,即建立因素之间常见关联关系;然后依据因素关联关系确定信息系统指标体系,并结合经验积累的条件概率,利用Matlab贝叶斯网络工具箱（BNT）构建完整的贝叶斯网络风险评估模型,其中包括对评估流程、方法使用及风险等级确定的分析;最后通过实例分析改进的贝叶斯评估模型,对实验数据推理出风险各等级概率。仿真结果与实际结论相一致,表明改进的贝叶斯评估模型能够准确反映信息系统安全风险等级,是一种有效且合理的评估方法。     

A Method of Applying Flight Data to Evaluate Landing Operation Performance

Abstract

Pilots’ operation has an important effect on flight safety and performance, particularly in the final landing stage when pilots need to deal with complicated operations. This study aims to determine the potential value of flight data and develop a method of evaluating a pilot’s performance during landing phase based on flight quick access recorder (QAR) data from the perspective of risk assessment. First, a Landing Operation Performance Evaluation Model was developed based on risk evaluation principles. Three landing parameters, which are touchdown distance, touchdown vertical acceleration and touchdown pitch angle, were selected as indicators to evaluate the pilots’ landing operation performance in this model. Second, the flight landing operation performance evaluation system (FLOPES) was set up based on the evaluation model. Test results showed that FLOPES can accomplish all calculation flow of operation performance evaluation. Finally, it concluded that this method is a more accurate and effective way for evaluating the landing operation performance of a flight. It could be as a practical tool for airlines to manage landing risk quantitatively and to provide a more practical support for improving training and design in aviation.Practitioner summary: This study aims to determine the potential value of flight data and to develop a method of evaluating pilot’s landing operation performance from the risk evaluation perspective. Test results showed that this method is effective and could be as a practical tool for airlines to manage landing risk and improve training.Abbreviations:QAR: Quick Access Recorder; FLOPES: Flight Landing Operation Performance Evaluation System; ICAO: International Civil Aviation Organization; IATA: International Air Transport Association; SMS: Safety Management System; CAAC: Civil Aviation Administration of China; FOQA: Flight Operations Quality Assurance; VBA: Visual Basic for Applications     

贝叶斯网络分类模型研究及其在信用评估中的应用

基于概率估计的贝叶斯及贝叶斯网络分类模型,拥有其它数据挖掘工具所不具备的优势。在分析贝叶斯及贝叶斯网络分类模型基础上,结合最小风险决策准则,提出了一种新的信用评估模型。在实际数据集上采用交叉验证方式进行了测试。实验结果表明基于最小风险决策准则的贝叶斯及贝叶斯网络分类模型可以有效地减少信用评估风险。     

基于MLP和Sobol的注采连通情况判别

在油田实际生产中,注采连通情况是一个很难确定却又十分重要的问题,它对油田开发方案的制定、剩余油分布的描述具有重要意义。本文采用大港油田某油藏的生产动态资料,建立基于贝叶斯优化的MLP神经网络模型,使用Sobol敏感性分析方法计算敏感性系数,通过敏感性系数的大小定量评判注采连通情况的好坏,通过与示踪剂解释结果的对比进而验证该方法的有效性和可靠性。研究表明,建立的基于贝叶斯优化的MLP神经网络模型取得了较好的拟合效果,Sobol敏感性系数能有效评价注采连通情况,结果符合油藏的实际情况。     

A framework for the analysis of dynamic processes based on Bayesian networks and case-based reasoning

Bayesian networks are knowledge representation schemes that can capture probabilistic relationships among variables and perform probabilistic inference. Arrival of new evidence propagates through the network until all variables are updated. At the end of propagation, the network becomes a static snapshot representing the state of the domain for that particular time. This weakness in capturing temporal semantics has limited the use of Bayesian networks to domains in which time dependency is not a critical factor. This paper describes a framework that combines Bayesian networks and case-based reasoning to create a knowledge representation scheme capable of dealing with time-varying processes. Static Bayesian network topologies are learned from previously available raw data and from sets of constraints describing significant events. These constraints are defined as sets of variables assuming significant values. As new data are gathered, dynamic changes to the topology of a Bayesian network are assimilated using techniques that combine single-value decomposition and minimum distance length. The new topologies are capable of forecasting the occurrences of significant events given specific conditions and monitoring changes over time. Since environment problems are good examples of temporal variations, the problem of forecasting ozone levels in Mexico City was used to test this framework.     

Traffic signal control based on a predicted traffic jam distribution

In this article, we propose a new method of traffic signal control based on the predicted distribution of traffic jams. First, we built a forecasting model to predict the probability distribution of vehicles being in a traffic jam during each period of the traffic signals. A dynamic Bayesian network was used as the forecasting model, and this predicted the probability distribution of the number of standing vehicles in a traffic jam. According to calculations by the dynamic Bayesian network, a prediction of the probability distribution of the number of standing vehicles at each time will be obtained, and a control rule to adjust the split and cycle of the signals to maintain the probability of a lower limit and a ceiling of standing vehicles is deduced. Through a simulation using the actual traffic data of a city, the effectiveness of our method is shown.     

基于某型雷达的着陆航迹纠偏监控研究

为了减少飞机着陆阶段的飞行事故,基于某型精密进场雷达设计了飞机着陆航迹纠偏监控设备;通过研究某型雷达的回波数据格式和传输要求,在Windows环境下,采用Microsoft Visual Studio 10.0开发工具,用C#语言开发了着陆航迹纠偏监控软件;该软件能实时、自动监控加入着陆航线的多批次飞机的着陆航迹数据,对超出安全着陆要求的飞机按不同着陆等级设置三类告警门限,在超限事件引发严重事故之前,实时提醒地面人员指挥引导飞机切入安全合适的下滑道进行着陆,解决了某型雷达完全依赖人工监视飞机着陆状态的缺陷;同时,软件可对雷达数据包进行实时采集和误差分析,以作为日常飞行训练质量的辅助分析手段和飞行事故的调查依据。     

基于MATLAB的飞行仿真

该文介绍了一种小型飞机飞行模拟器飞行仿真模型的开发过程。建立了非线性的动力学方程和起落架模型,采用插值方法生成气动系数,利用S imu linkTM中航空工具箱构建环境模型,使用StateflowTM表述逻辑关系。气动数据来源于DATCOM。较为完整的模型,使得仿真整个飞行的过程,滑跑,起飞,巡航,降落得以实现。进行了飞机起飞和降落阶段的仿真,结果表明模型可用。非线性的数学模型能够比较真实地反映飞机的实际特性。仿真模型开发的成功为模拟器的建立打下了基础。