基于蚁群聚类算法的扇区复杂性分析北大核心

为了准确评价扇区的复杂程度,提高空域精细化管理能力,针对传统K-means算法易产生局部最优解的缺陷,研究了基于蚁群聚类算法的扇区复杂性分类方法。首先选择进近管制扇区作为分析对象,构建可定量分析的复杂性指标体系,利用主成分分析法精简指标;然后通过蚁群聚类算法对多个扇区进行聚类分析,选择Silhouette指标评估聚类质量,最终得到扇区的复杂程度分类。以西安和杭州进近扇区为例,综合复杂程度将扇区分为3类,通过仿真软件验证了聚类结果和蚁群聚类算法的有效性和可靠性。该结果及方法可以为空域规划和管理起到辅助决策支撑作用。