CN101515409A - 通过管制工作负荷回归分析确定空域容量的方法 - Google Patents
通过管制工作负荷回归分析确定空域容量的方法 Download PDFInfo
- Publication number
- CN101515409A CN101515409A CNA2009100261462A CN200910026146A CN101515409A CN 101515409 A CN101515409 A CN 101515409A CN A2009100261462 A CNA2009100261462 A CN A2009100261462A CN 200910026146 A CN200910026146 A CN 200910026146A CN 101515409 A CN101515409 A CN 101515409A
- Authority
- CN
- China
- Prior art keywords
- control
- aircraft
- data
- workload
- period
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000000611 regression analysis Methods 0.000 title claims abstract description 19
- 238000004458 analytical method Methods 0.000 claims abstract description 14
- 238000011160 research Methods 0.000 claims description 17
- 230000000694 effects Effects 0.000 claims description 16
- 230000001419 dependent effect Effects 0.000 claims description 9
- 238000013459 approach Methods 0.000 claims description 5
- 238000011156 evaluation Methods 0.000 abstract description 3
- 238000012545 processing Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000005094 computer simulation Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- ATJFFYVFTNAWJD-UHFFFAOYSA-N Tin Chemical compound [Sn] ATJFFYVFTNAWJD-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种通过管制工作负荷回归分析确定空域容量的方法。通过对管制工作过程进行分析,直接应用实际管制数据,以产生管制工作负荷的交通流特征作回归分析自变量,通过回归分析建立管制工作负荷的预测模型,最后利用DORATASK或MBB方法确定研究空域在不同交通流条件下的空域容量。本发明能够更为准确地衡量空域容量,对管制工作负荷预测和未来空域容量的评估更为直观,缩短了空域容量评估时间,保证空中交通的安全和高效。
Description
技术领域
本发明涉及用于确定空域容量的一种方法,具体涉及一种通过管制工作负荷回归分析确定空域容量的方法。
背景技术
确定空域容量的方法主要有仿真评估方法和数学模型方法。
仿真评估方法确定空域容量,是通过建立空中交通系统特征模型,并对之进行计算机仿真试验和数据结果分析来完成。该方法需要进行大量的系统建模、编程、仿真计算及结果分析等工作,评估任务繁重,周期太长。更为不足的是,由于所建的仿真模型对于管制员的管制技能、指挥习惯等因素无法全面考虑,导致仿真结果并不能完全真实反映空域运行情况,从而影响了空域容量评估结果的准确性。
以往确定空域容量的数学模型方法,是在保持安全间隔标准的前提下,判定单位时间内通过某航路或节点(交叉点、转弯点、定位点等)的最大飞行架次来完成。该方法仅考虑保证空域中的安全飞行间隔,没有考虑到管制员工作负荷等影响空域容量的主要因素,由此得到的评估结果也不能准确地反映出空域的容量。
发明内容
因此,本发明要解决的问题是,针对现有空域容量评估方法的不足,提出直接应用实际管制数据,并使用航班活动作为自变量进行回归分析,建立管制工作负荷预测模型,再进一步确定出空域容量。
实现此方法的技术方案如下:
一种通过管制工作负荷回归分析确定空域容量的方法,直接应用实际管制数据,并采用所研究空域航班活动数据作自变量进行回归分析,建立管制工作负荷预测模型,进而确定空域的容量,其步骤为:
a、通过管制中心信息系统、录像资料以及雷达语音记录仪,采集所研究空域内的航班活动数据和管制工作负荷数据作为样本数据;
所述航班活动数据包括各走廊口的进港和离港的航班数据;
所述管制工作负荷数据包括管制通话雷达语音记录数据、发布改变高度操作平均持续时间t1、移交操作的平均持续时间t2、对每架出港航空器发布改变高度操作的平均次数n1、对每架进/出港航空器进行移交操作的平均次数n2、对每架进港航空器发布改变高度操作的平均次数n3;
将上述样本数据按照对应研究时段进行分类和统计;
b、根据a步骤中的管制通话雷达语音记录数据和与其对应的空域内航班活动数据,确定管制工作负荷回归分析的因变量和自变量;
c、根据b步骤确定的管制工作负荷回归分析的因变量和自变量,建立管制工作负荷多元回归分析模型如下:
yi=β1x1i+β2x2i+...+βixni+ei;
上式中下标i表示第i组回归分析数据(yi,x1i,x2i,…,xni),i=1,2,…,n;n为自然数,yi是因变量,代表考察时段Δt内管制通话雷达语音记录数据;x1i,x2i,…,xni是自变量,其中,用x1i代表考察时段Δt内离开管制空域的航空器总数量;而x2i,…,xni则代表考察时段Δt内经过各走廊口(或移交点)进入管制空域的航空器的总数量;βi是回归系数,i=1,2,…,n;n为自然数,表示经各走廊口(或移交点)进入管制空域的每架航空器对应的管制工作负荷(也即管制工作时间);ei是一个误差项,并且E(ei)=0,D(ei)=σ2;
d、采用a步骤得到的研究时段内航班活动数据和与其对应的管制通话雷达语音记录数据,通过回归分析确定c步骤中建立的多元回归分析模型中的回归系数βi,建立初步的工作负荷预测模型;
y=β1x1+β2x2+...+βnxn;
e、采用a步骤得到的管制工作负荷数据,对初步工作负荷预测模型中的β1,β2,...,βn参数进行修正,步骤为:
将每架出港航空器对管制员产生的工作负荷记为α1,且α1=β1+t1*n1+t2*n2;经不同走廊口进港的每架航空器对管制员产生的工作负荷记为αi,且αi=βi+t1*n3+t2*n2i=2,3,...,n;n为自然数;t1为发布改变高度操作平均持续时间、t2为移交操作的平均持续时间、n1为对每架出港航空器发布改变高度操作的平均次数、n2为对每架进/出港航空器进行移交操作的平均次数、n3为对每架进港航空器发布改变高度操作的平均次数;
然后,将初步工作负荷预测模型中的参数βi,i=1,2,...,n;n为自然数,对应地用αi(i=1,2,...,n;n为自然数)替代,得到最终的管制工作负荷预测模型如下:
y=α1x1+α2x2+...+αnxn;
上式中,y代表研究空域在时段Δt内的管制工作负荷;x1,x2,…,xn是自变量,其中,x1代表考察时段Δt内离开管制空域的航空器总数量;而x2,…,xn则代表考察时段Δt内经过各走廊口(或移交点)进入研究空域的航空器的总数量;
f、根据e步得到的管制工作负荷预测模型,获取不同航班活动条件下对所研究空域进行管制的工作负荷值y,然后利用DORATASK方法或MBB方法来确定空域容量值。
本发明的有益效果:
1、直接采用实际管制数据作为样本,通过建立管制工作负荷预测模型来确定空域容量,能够更为准确地衡量空域容量,保证空中交通的安全和高效;
2、直接以交通流特征作为自变量,对管制工作负荷预测和未来空域容量的评估更为直观,其结果能够直接用于指导空中交通管理部门的管制工作;
3、减少了以往仿真建模、编程、仿真计算和仿真数据分析等大量的工作,缩短了空域容量评估时间。
附图说明
下面对本发明作进一步说明,其中,附图分别表示:
图1为本发明设计的通过管制工作负荷回归分析确定空域容量的流程图,
图2为本发明设计的航班信息样本数据处理流程图,
图3为本发明设计的管制语音样本数据处理流程图。
具体实施方式
第一步:样本数据采集与处理。
样本数据的采集与处理是整个发明的基础性环节。在本发明中,需要采集的样本数据包括空域内的航班活动数据和管制工作负荷数据。具体包括:(1)空管中心信息系统中保存的航班信息数据(包括航班时刻表和航班实际飞行数据);(2)雷达语音记录仪记录的管制通话语音数据;(3)其他管制动作(包括发布改变高度的电子进程单操作和移交操作)的持续时间和发生次数。前两类数据可直接通过拷贝管制中心信息系统及雷达语音记录仪中保存的相关原始数据获得。对第(3)类数据可通过现场测时及管制工作录像资料进行获取。
接下来,分别对采集的样本原始数据进行处理。其中,对航班信息数据(包括航班时刻表和航班实际飞行数据)进行统计处理,获得研究时段Δt内进出港的航空器总数和经过各走廊口(或移交点)进出港的航空器数量,具体处理流程如附图2所述;利用语音记录仪录音系统对研究时段Δt内的语音通话数据进行处理,处理流程如附图3所述,提取得到有语音通话内容的时间片段,并进一步将该时间段(也即管制工作负荷)进行累计,可表示如下:
WLlt=∑W第i次通话
其中,W第i次通话为时间段Δt内第i次单方(管制员或飞行员)通话引起的管制员工作负荷。对其他管制动作的时间和发生频次进行处理,统计分析出发布改变高度操作平均持续时间、移交操作的平均持续时间、对每架进/出港航空器发布改变高度操作的平均次数、对每架进/出港航空器进行移交操作的平均次数。
第二步:确定回归分析自变量和因变量。
由于本发明需进行管制工作负荷回归分析,因此需要根据研究空域的具体情况(如空域自然特性、实际飞行流量情况等)以及管制过程,确定回归分析的自变量,以确定通过哪些因素能够对管制员的工作负荷进行最佳预测。考虑到对于某一研究空域而言,该管制空域内的航线数量、航线交叉点数量和扇区内导航设备数量是固定的,不会对管制员的工作负荷预测产生影响,而空域内不同航线上的飞行活动则决定着管制员的工作负荷,因此,本发明采用考察时段内该空域起飞和着陆飞行器数量、以及某些航线上的飞行器数量来作为工作负荷回归分析的自变量。另一方面,由于航空器语音通话是整个管制工作的主体部分,管制员的绝大部分时间都在进行航空器语音通信,包括给机长发布指令和听机长复述指令,因此,采用考察时段内的管制语音通话时间作为管制工作负荷回归分析的因变量。
第三步:建立管制工作负荷预测模型。
管制工作负荷预测模型用于计算完成一系列管制任务所需要的时间。该预测模型的建立分为三个步骤:
首先,建立多元回归模型如下:
yi=β1x1i+β2x2i+...+βnxni+ei
其中,下标i表示第i组回归分析数据(yi,x1i,x2i,…,xni),i=1,2,…,n。yi是因变量,代表考察时段Δt内航空器语音通话工作负荷;x1i,x2i,…,xni是自变量,其中,用x1i代表考察时段Δt内离开管制空域的航空器总数量;而x2i,…,xni则代表考察时段Δt内经过各走廊口(或移交点)进入管制空域的航空器的总数量;βi(i=1,...,n)是回归系数,表示经各走廊口(或移交点)进入管制空域的每架航空器对管制员产生的工作负荷(也即工作时间);ei是一个误差项(随机扰动项),并且E(ei)=0,D(ei)=σ2。
然后,利用研究空域在时段Δt内进出港的航空器总数和经过各走廊口(或移交点)进出港的航空器数量,以及相应时段内有管制语音通话的时间统计数据,经过回归分析确定βi(i=1,...,n),也即确定管制每架进离场航空器的工作负荷,建立初步的管制工作负荷预测模型:y=β1x1+β2x2+...+βnxn。
最后,管制员在管制过程中除语音通话产生的工作负荷外,还有其他管制动作产生的工作负荷,包括发布改变高度的电子进程单操作、移交操作、监视雷达屏幕、以及手工输入“简标牌”,但考虑到监视活动与航空器语音通话同步以及手工输入“简标牌”的发生频率很低,故在初步工作负荷预测模型的基础上,只需进一步考虑电子进程单操作和移交操作。综合前面得到的发布改变高度操作平均持续时间(t1)、移交操作的平均持续时间(t2)、对每架出港航空器发布改变高度操作的平均次数(n1)、对每架进/出港航空器进行移交操作的平均次数(n2)、对每架进港航空器发布改变高度操作的平均次数(n3),对初步工作负荷预测模型中的参数β1,β2,...,βn进行修正,具体做法为:将每架出港航空器对管制员产生的工作负荷记为α1,且α1=β1+t1*n1+t2*n2;经不同走廊口进港的每架航空器对管制员产生的工作负荷记为αi,且αi=βi+t1*n3+t2*n2(i=2,3,...,n)。然后,将初步工作负荷预测模型中的参数βi(i=1,2,...,n)对应地用αi(i=1,2,...,n)替代,得到最终的管制工作负荷预测模型如下:
y=α1x1+α2x2+...+αnxn
其中,y代表研究空域在时段Δt内的管制工作负荷;x1,x2,…,xn是自变量,其中,x1代表考察时段Δt内离开管制空域的航空器总数量;而x2,…,xn则代表考察时段Δt内经过各走廊口(或移交点)进入研究空域的航空器的总数量。至此,依据空域内的航空器活动数据即可预测出管制员的工作负荷。
第四步:确定空域容量。
根据建立的管制工作负荷预测模型,利用得到的管制员工作负荷,再利用DORATASK方法的思想(具有容量时的平均工作负荷必须小于总工作负荷的80%,并且90%的工作负荷不得超过总工作时间的2.5%)或MBB方法(通过预测管制员指挥航空器进入和离开所研究空域的工作负荷,计算出单位时间内可以指挥的架次)来确定不同交通流特征条件下的空域容量。
Claims (1)
1、一种通过管制工作负荷回归分析确定空域容量的方法,其特征在于:直接应用实际管制数据,并采用所研究空域航班活动数据作自变量进行回归分析,建立管制工作负荷预测模型,进而确定空域的容量,其步骤为:
a、通过管制中心信息系统、录像资料以及雷达语音记录仪,采集所研究空域内的航班活动数据和管制工作负荷数据作为样本数据;
所述航班活动数据包括各走廊口的进港和离港的航班数据;
所述管制工作负荷数据包括管制通话雷达语音记录数据、发布改变高度操作平均持续时间t1、移交操作的平均持续时间t2、对每架出港航空器发布改变高度操作的平均次数n1、对每架进/出港航空器进行移交操作的平均次数n2、对每架进港航空器发布改变高度操作的平均次数n3;
将上述样本数据按照对应研究时段进行分类和统计;
b、根据a步骤中的管制通话雷达语音记录数据和与其对应的空域内航班活动数据,确定管制工作负荷回归分析的因变量和自变量;
c、根据b步骤确定的管制工作负荷回归分析的因变量和自变量,建立管制工作负荷多元回归分析模型如下:
yi=β1χ1i+β2χ2i+...+βiχni+ei;
上式中下标i表示第i组回归分析数据(yi,χ1i,χ2i,…,χni),i=1,2,…,n;n为自然数,yi是因变量,代表考察时段Δt内管制通话雷达语音记录数据;χ1i,χ2i,…,χni是自变量,其中,用χ1i代表考察时段Δt内离开管制空域的航空器总数量;而χ2i,…,χni则代表考察时段Δt内经过各走廊口(或移交点)进入管制空域的航空器的总数量;βi是回归系数,i=1,2,…,n;n为自然数,表示经各走廊口(或移交点)进入管制空域的每架航空器对应的管制工作负荷(也即管制工作时间);ei是一个误差项,并且E(ei)=0,D(ei)=σ2;
d、采用a步骤得到的研究时段内航班活动数据和与其对应的管制通话雷达语音记录数据,通过回归分析确定c步骤中建立的多元回归分析模型中的回归系数βi,建立初步的工作负荷预测模型;
y=β1χ1+β2χ2+...+βnχn;
e、采用a步骤得到的管制工作负荷数据,对初步工作负荷预测模型中的β1,β2,...,βn参数进行修正,步骤为:
将每架出港航空器对管制员产生的工作负荷记为α1,且α1=β1+t1*n1+t2*n2;经不同走廊口进港的每架航空器对管制员产生的工作负荷记为αi,且αi=βi+t1*n3+t2*n2i=2,3,...,n;n为自然数;t1为发布改变高度操作平均持续时间、t2为移交操作的平均持续时间、n1为对每架出港航空器发布改变高度操作的平均次数、n2为对每架进/出港航空器进行移交操作的平均次数、n3为对每架进港航空器发布改变高度操作的平均次数;
然后,将初步工作负荷预测模型中的参数βi,i=1,2,...,n;n为自然数,对应地用αi(i=1,2,...,n;n为自然数)替代,得到最终的管制工作负荷预测模型如下:
y=α1χ1+α2χ2+...+αnχn;
上式中,y代表研究空域在时段Δt内的管制工作负荷;χ1,χ2,…,χn是自变量,其中,χ1代表考察时段Δt内离开管制空域的航空器总数量;而χ2,…,χn则代表考察时段Δt内经过各走廊口(或移交点)进入研究空域的航空器的总数量;
f、根据e步得到的管制工作负荷预测模型,获取不同航班活动条件下对所研究空域进行管制的工作负荷值y,然后利用DORATASK方法或MBB方法来确定空域容量值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009100261462A CN101515409B (zh) | 2009-04-02 | 2009-04-02 | 通过管制工作负荷回归分析确定空域容量的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009100261462A CN101515409B (zh) | 2009-04-02 | 2009-04-02 | 通过管制工作负荷回归分析确定空域容量的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101515409A true CN101515409A (zh) | 2009-08-26 |
CN101515409B CN101515409B (zh) | 2011-06-15 |
Family
ID=41039849
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2009100261462A Expired - Fee Related CN101515409B (zh) | 2009-04-02 | 2009-04-02 | 通过管制工作负荷回归分析确定空域容量的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101515409B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102147982A (zh) * | 2011-04-13 | 2011-08-10 | 中国民航大学 | 一种扇区动态容量预测的方法 |
CN102243815A (zh) * | 2011-04-13 | 2011-11-16 | 天津天航创力科技有限公司 | 一种扇区当量流量告警的实现方法 |
CN102568249A (zh) * | 2011-12-20 | 2012-07-11 | 中国船舶重工集团公司第七0九研究所 | 一种基于动态空域容量的飞行流量告警方法及其系统 |
CN104835354A (zh) * | 2015-05-20 | 2015-08-12 | 青岛民航空管实业发展有限公司 | 一种管制负荷管理系统及其管制员工作负荷的评估方法 |
CN110060513A (zh) * | 2019-01-24 | 2019-07-26 | 中国民用航空飞行学院 | 基于历史轨迹数据的空中交通管制员工作负荷评估方法 |
CN110264786A (zh) * | 2019-06-13 | 2019-09-20 | 中国电子科技集团公司第二十八研究所 | 一种基于空管模拟训练系统评估空域运行容量的方法 |
CN110533241A (zh) * | 2019-08-26 | 2019-12-03 | 南京航空航天大学 | 终端区起降容量预测系统 |
CN110765597A (zh) * | 2019-10-11 | 2020-02-07 | 南京航空航天大学 | 扇区数量估算系统 |
CN111613097A (zh) * | 2020-06-04 | 2020-09-01 | 成都民航空管科技发展有限公司 | 一种空管自动化系统标牌避让的方法及系统 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103117008B (zh) * | 2013-01-18 | 2015-07-01 | 南京航空航天大学 | 一种基于管制员工作负荷的扇区瞬时容量评估方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100481153C (zh) * | 2007-05-30 | 2009-04-22 | 东南大学 | 基于偏最小二乘原理的高速公路交通事件自动检测方法 |
-
2009
- 2009-04-02 CN CN2009100261462A patent/CN101515409B/zh not_active Expired - Fee Related
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102147982A (zh) * | 2011-04-13 | 2011-08-10 | 中国民航大学 | 一种扇区动态容量预测的方法 |
CN102243815A (zh) * | 2011-04-13 | 2011-11-16 | 天津天航创力科技有限公司 | 一种扇区当量流量告警的实现方法 |
CN102147982B (zh) * | 2011-04-13 | 2012-10-17 | 中国民航大学 | 一种扇区动态容量预测的方法 |
CN102568249A (zh) * | 2011-12-20 | 2012-07-11 | 中国船舶重工集团公司第七0九研究所 | 一种基于动态空域容量的飞行流量告警方法及其系统 |
CN104835354A (zh) * | 2015-05-20 | 2015-08-12 | 青岛民航空管实业发展有限公司 | 一种管制负荷管理系统及其管制员工作负荷的评估方法 |
CN104835354B (zh) * | 2015-05-20 | 2017-03-01 | 青岛民航空管实业发展有限公司 | 一种管制负荷管理系统及其管制员工作负荷的评估方法 |
CN110060513A (zh) * | 2019-01-24 | 2019-07-26 | 中国民用航空飞行学院 | 基于历史轨迹数据的空中交通管制员工作负荷评估方法 |
CN110264786A (zh) * | 2019-06-13 | 2019-09-20 | 中国电子科技集团公司第二十八研究所 | 一种基于空管模拟训练系统评估空域运行容量的方法 |
CN110264786B (zh) * | 2019-06-13 | 2020-08-11 | 中国电子科技集团公司第二十八研究所 | 一种基于空管模拟训练系统评估空域运行容量的方法 |
CN110533241A (zh) * | 2019-08-26 | 2019-12-03 | 南京航空航天大学 | 终端区起降容量预测系统 |
CN110533241B (zh) * | 2019-08-26 | 2022-02-01 | 南京航空航天大学 | 终端区起降容量预测系统 |
CN110765597A (zh) * | 2019-10-11 | 2020-02-07 | 南京航空航天大学 | 扇区数量估算系统 |
CN111613097A (zh) * | 2020-06-04 | 2020-09-01 | 成都民航空管科技发展有限公司 | 一种空管自动化系统标牌避让的方法及系统 |
CN111613097B (zh) * | 2020-06-04 | 2021-08-27 | 成都民航空管科技发展有限公司 | 一种空管自动化系统标牌避让的方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN101515409B (zh) | 2011-06-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101515409B (zh) | 通过管制工作负荷回归分析确定空域容量的方法 | |
Balakrishna et al. | Accuracy of reinforcement learning algorithms for predicting aircraft taxi-out times: A case-study of Tampa Bay departures | |
CN110060513A (zh) | 基于历史轨迹数据的空中交通管制员工作负荷评估方法 | |
CN103617324B (zh) | 基于FlightGear仿真软件的飞行仿真记录分析系统 | |
JP2021170355A (ja) | リスク査定フレームワーク | |
WO2021082394A1 (zh) | 基于大数据深度学习的场面可变滑出时间预测系统 | |
Božek et al. | Measurement of the operating parameters and numerical analysis of the mechanical subsystem | |
CN102903268A (zh) | 合成气化工及石油化工生产过程动态模拟仿真培训系统 | |
Safiullin et al. | Role of higher school in the formation of the fourth industrial revolution in the Russian Federation | |
CN110717616A (zh) | 一种民航机组人力资源预测方法、电子设备及存储介质 | |
Suarez et al. | Quantifying air traffic controller mental workload | |
Provan et al. | A probabilistic airport capacity model for improved ground delay program planning | |
CN107967540A (zh) | 学生学业预警系统及其方法 | |
El-Batreek et al. | A framework for construction labor productivity improvement in Egypt | |
CN111062556A (zh) | 一种新开航线价值判定方法及系统 | |
Meinherz et al. | Integrating qualitative and quantitative methods in participatory modeling to elicit behavioral drivers in environmental dilemmas: the case of air pollution in Talca, Chile | |
Tielrooij et al. | Supporting arrival management decisions by visualising uncertainty | |
Yang et al. | A holistic approach for optimal pre-planning of multi-path standardized taxiing routes | |
de Leege et al. | Probabilistic runway and capacity forecasting using machine learning to support decision making | |
Dong et al. | Evaluation for Trainee Pilot Workload Management Competency During Approach Phase Based on Flight Training Data | |
Dursun | Air-traffic flow prediction with deep learning: a case study for Diyarbakır airport | |
Heiligers et al. | Predicting pilot task demand load during final approach | |
Kargul et al. | Web based field data analysis and data-driven simulation application for construction performance prediction | |
Moghadam et al. | Post-simulation visualization application for production improvement of modular construction manufacturing | |
Rocha et al. | Can education targets be met without increasing public spending? An analysis for Brazilian municipalities |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20110615 Termination date: 20150402 |
|
EXPY | Termination of patent right or utility model |