CN109165854B - 空管运行效率等级评估方法及其装置 - Google Patents

Abstract

本发明实施例公开了一种空管运行效率等级评估方法及装置，方法包括：获取多个管制单位的基础指标和附加指标，以形成管制单位的基础指标集和附加指标集；基于熵权‑DEMATEL法对管制单位基础指标集和附加指标集进行赋权处理，以得到各管制单位的运行效率评分数据集；基于层次聚类算法对运行效率评分数据集进行聚类，以得到各管制单位的运行效率等级；对于不同的运行效率等级，给定对应的运行效率等级系数；根据各管制单位的管制保障工作量乘以所述运行效率等级系数，以得到各管制单位的运行效率评估值。本实施例基于熵权‑DEMATEL法得到的数据进行聚类，可以简单、实用地实现空管运行效率等级的评估。

Description

空管运行效率等级评估方法及其装置

技术领域

本发明涉及民航空中交通管制技术领域，具体涉及一种基于层次聚类算法的空管运行效率等级评估方法及其装置。

背景技术

民航空中交通管制系统是一种集合了管制工作人员、管制自动化设备、管制运行环境及各项运行管理机制和规则的综合性系统，旨在保障航空器的安全分型，加速和维持有秩序的空中交通流动。

其中，对民航空中交通管制系统运行效率进行评估，可以协助管制部门及时、清晰地掌握民航空中交通管制系统的运行装置和趋势，方便其在实施管制的过程中对民航空中交通管制系统的运行进行统筹和管理。进一步地，通过对民航空中交通管制系统运行效率评估数据的长期观测分析并结合运行效率评估指标，可以帮助管制部门制定长远、有效的管制措施以及管制系统运行方案，从而增加管制容量，保障航班的安全性和正常性，加快控制交通流动。但现有的空管运行效率评估方法都相对复杂。

发明内容

本发明实施例的目的在于提供一种基于层次聚类算法的空管运行效率等级评估方法及其装置，以简单、实用地实现空管运行效率等级的评估。

为实现上述目的，第一方面，本发明实施例提供了一种基于层次聚类算法的空管运行效率等级评估方法，包括：

获取多个管制单位的基础指标和附加指标，以形成管制单位的基础指标集和附加指标集；

基于熵权-DEMATEL法对所述管制单位基础指标集和附加指标集进行赋权处理，以得到各管制单位的运行效率评分数据集；

基于层次聚类算法对所述运行效率评分数据集进行聚类，以得到各管制单位的运行效率等级；

对于不同的所述运行效率等级，给定对应的运行效率等级系数；

根据各管制单位的管制保障工作量乘以所述运行效率等级系数，以得到各管制单位的运行效率评估值。

作为本申请一种优选的实施方式，基于层次聚类算法对所述运行效率评分数据集进行聚类，以得到各管制单位的运行效率等级，具体包括：

将所述运行效率评分数据集中所有的数据点均作为一个独立的类簇；

计算每个类簇中数据点的中位数，其中，中位数越大的类簇对应的运行效率等级越高。

作为本申请一种优选的实施方式，基于熵权-DEMATEL法对所述管制单位基础指标集和附加指标集进行赋权处理，以得到各管制单位的运行效率评分数据集，具体包括：

1)选取m个管制单位的所有n个基础指标或者附加指标，建立评价矩阵；

2)对所述评价矩阵进行标准化处理；

3)基于标准化处理后的评价矩阵，计算各个管制单位第i个指标对于全部样本的比重；

4)根据所述比重计算第i个指标的熵值，根据熵值计算各指标的熵权；

5)构建直接影响平均矩阵并对所述直接影响平均矩阵进行规范化处理；

6)基于规范化处理后的直接影响平均矩阵，计算总影响关系矩阵；

7)根据所述总影响关系矩阵计算各指标的重要性权值；

8)根据各指标的熵权和各指标的重要性权值计算最终权值；

9)根据最终权值得到运行效率等级基础评分和运行效率等级附加评分；

10)根据所述运行效率等级基础评分和运行效率等级附加评分形成所述运行效率评分数据集。

作为本申请一种优选的实施方式，对所述评价矩阵进行标准化处理，具体包括：

将所述评价矩阵中的逆形式指标转换为正形式指标；

对所述评价矩阵中的指标进行无量纲化处理。

作为本申请一种优选的实施方式，构建直接影响平均矩阵，具体包括：

获取每一评判者对任意两个指标的比较结果；

根据所述比较结果形成直接影响矩阵；

计算所有评判者的直接影响矩阵中相同因素的平均值，以构建所述直接影响平均矩阵。

作为本申请一种优选的实施方式，根据所述总影响关系矩阵计算各指标的重要性权值，具体包括：

计算所述总影响关系矩阵中指标的影响度和被影响度；

根据所述影响度和被影响度计算中心度；

对所述中心度进行归一化处理，以得到各指标的重要性权值。

作为本申请一种优选的实施方式，根据各指标的熵权和各指标的重要性权值计算最终权值，具体包括：

各指标的熵权和各指标的重要性权值按比例相加得到所述最终权值。

第二方面，本发明实施例还提供了一种基于层次聚类算法的空管运行效率等级评估装置，包括：

获取模块，用于获取多个管制单位的基础指标和附加指标，以形成管制单位的基础指标集和附加指标集；

第一处理模块，用于基于熵权-DEMATEL法对所述管制单位基础指标集和附加指标集进行赋权处理，以得到各管制单位的运行效率评分数据集；

第二处理模块，用于基于层次聚类算法对所述运行效率评分数据集进行聚类，以得到各管制单位的运行效率等级；

设定模块，用于对于不同的所述运行效率等级，给定对应的运行效率等级系数；

评估模块，用于根据各管制单位的管制保障工作量乘以所述运行效率等级系数，以得到各管制单位的运行效率评估值。

作为本申请一种优选的实施方式，所述第二处理模块具体用于：

将所述运行效率评分数据集中所有的数据点均作为一个独立的类簇；

计算每个类簇中数据点的中位数，其中，中位数越大的类簇对应的运行效率等级越高。

作为本申请一种优选的实施方式，所述第一处理模块具体用于：

1)选取m个管制单位的所有n个基础指标或者附加指标，建立评价矩阵；

2)对所述评价矩阵进行标准化处理；

3)基于标准化处理后的评价矩阵，计算各个管制单位第i个指标对于全部样本的比重；

4)根据所述比重计算第i个指标的熵值，根据熵值计算各指标的熵权；

5)构建直接影响平均矩阵并对所述直接影响平均矩阵进行规范化处理；

6)基于规范化处理后的直接影响平均矩阵，计算总影响关系矩阵；

7)根据所述总影响关系矩阵计算各指标的重要性权值；

8)根据各指标的熵权和各指标的重要性权值计算最终权值；

9)根据最终权值得到运行效率等级基础评分和运行效率等级附加评分；

10)根据所述运行效率等级基础评分和运行效率等级附加评分形成所述运行效率评分数据集。

实施本发明实施例，先基于熵权-DEMATEL法对管制单位基础指标集和附加指标集进行赋权处理，以得到运行效率评分数据集，再基于层次聚类算法对运行效率评分数据集进行聚类，以得到各管制单位的运行效率等级，最后根据运行效率等级得到运行效率评估值；本实施例基于熵权-DEMATEL法得到的数据进行聚类，可以简单、实用地实现空管运行效率等级的评估。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。

图1是本发明第一实施例提供的基于层次聚类算法的空管运行效率等级评估方法的示意流程图；

图2是本发明第一实施例提供的基于层次聚类算法的空管运行效率等级评估装置的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参考图1，是本发明第一实施例所提供的基于层次聚类算法的空管运行效率等级评估方法的流程示意图，如图所示，该方法可以包括如下步骤：

S101，获取多个管制单位的基础指标和附加指标，以形成管制单位的基础指标集和附加指标集。

民航空中交通管制运行效率评估关键指标与计算方法如下：

1、塔台

表1

2、进近

表2

3、区域

表3

其中，在表1至表3中，粗体加下划线部分为基础指标，其它为附加指标。

在本实施例中，获取多个管制单位的多个基础指标和附加指标，从而形成管制单位基础指标集和附加指标集。

S102，基于熵权-DEMATEL法对管制单位基础指标集和附加指标集进行赋权处理，以得到各管制单位的运行效率评分数据集。

熵权法是一种客观赋权法，其基本原理是通过度量评价指标体系中指标数据所蕴含的信息量来计算各指标的权重。当评价对象在某项指标上的值相差较大时，熵值较小，说明该指标提供的有效信息量较大，指标的权重也应较大；反之，若某项指标的值相差越小，熵值较大，说明该指标提供的信息量较小，指标的权重也应较小。熵权法在赋权过程中，没有充分考虑指标之间的相互影响，而决策实验与评价实验室方法(DEMATEL)则能有效地分析复杂系统众多因素间的相互影响。DEMATEL方法是由美国学者提出运用图论和矩阵工具进行系统因素分析的一种方法，通过相关计算可得出影响因素间的直接与间接的因果关系，以及影响因素的重要度排序。为此，将2种主客观方法进行有效结合，不但可以避免因素之间间接关系难以量化的干扰，而且使组合权重值更加真实可信。

其中，熵权-DEMATEL法的计算步骤如下：

(1)选取m个管制单位的所有n个基础指标或者附加指标，建立评价矩阵X如下：

(2)对评价矩阵进行标准化处理。

标准化包含两个部分，第一部分是将“逆形式”指标转换为“正形式”指标。在空管效率评价中一般存在“正形式”指标和“负形式”指标，如劳动生产率和额外飞行距离。“正形式”指标越大，“负形式”指标越小，空管运行效率越高，在综合评价中，为了方便不同指标的加和，需要将“负形式”指标转换为“正形式”指标。“负形式”指标可以通过相应指标最大值与最小值之和减去当前指标数值将其转换为“正形式”指标。第二部分是指标无量纲化。目的是将不同量纲和不同数量级大小的数据转变成可以相互进行数学运算的具有相同量纲和相同数量级的具有可比性的数据。单一指标无量纲化公式为：

x′_i指的是对单一指标x_i进行无量纲化。

(3)基于标准化处理后的评价矩阵，计算各个管制单位第i个指标对于全部样本的比重：

x_ij指的是的标准化处理后的结果。

(4)计算各指标的熵值E_n＝[e₁，e₂，…，e_n]。先计算V_m×n＝[v_ij]_m×n矩阵，v_ij的计算公式为：

v_ij＝-y_ij×lny_ij

显然当y_ij＝0时，lny_ij无意义。故特殊的，当y_ij＝0时，v_ij＝0。接着计算第i个指标的熵值e_i的计算公式为：

(5)计算各个指标的熵权，第i个指标的熵权等于：

(6)构建直接影响平均矩阵A。

其中a_ij表示指标i对指标j的直接影响程度大小，若i＝j，则a_ij＝。假设以0，1，2，3和4分别代表着“没有影响”，“低度影响”，“中度影响”，“高度影响”和“极高度影响”。对于n个评价指标，每一个评判人员通过对指标的两两比较后，都会产生一个直接影响矩阵，以及计算出所有评判者的直接影响矩阵中相同的因素的平均值，从而形成直接影响平均矩阵A。

(7)规范化直接影响矩阵。

D＝SA，(S＞0)

即d＝Sa_ij，(i，j＝1，2，…，n)。其中S被称为尺度因子，通常取

(8)计算总影响关系矩阵T，计算公式如下：

T＝D(I-D)^-1

(9)计算各指标的重要性权值。首先计算各指标的影响度与被影响度对矩阵T中元素按行相加得到相应指标的影响度，对矩阵T中元素按列相加得到相应指标的被影响度。如指标i的影响度f_i和被影响度h_i的计算公式如下：

由各指标的影响度和被影响度，可以计算指标的中心度m_i，计算方法如下：

m_i＝f_i+h_i

中心度表示该指标在整个系统中所起作用的大小及其重要性地位，将各指标的中心度归一化，即得到其对应的重要性权值w_bi，其中：

(10)计算各指标的最终权值。最终权值由各指标的熵权w_ai和重要性权值w_bi，(i＝1，2，…，n)的按比例加和得到。设两者的比例分别为a和b，则最终由熵权-DEMATEL法得到的权值w_i为：

(11)根据最终权值得到运行效率等级基础评分和运行效率等级附加评分。

(12)根据运行效率等级基础评分和运行效率等级附加评分形成运行效率评分数据集。

本实施例中，将熵权法和DEMATEL法进行有效地结合，不但可以避免因素之间间接关系难以量化的干扰，还可以使得组合权重值更加真实可信。

S103，基于层次聚类算法对，运行效率评分数据集进行聚类，以得到各管制单位的运行效率等级。

层次聚类算法，也称为树聚类算法，它的目标是对于具有n个样本的集合X∈R^n×d，首先通过相似性函数计算样本间的相似性并构成相似性矩阵R＝(r_ij)_n×n，再根据样本间的相似性矩阵把样本集组织成一个分层结构，产生一个从1到n的聚类序列。这个序列有着二叉树的形式，即每个树的结点有两个分支，从而使得聚类结果构成数据集X的系统树图H＝{H₁，H₂，…，H_n}，q≤n。

若将各管制单位按其运行效率等级评分划分为k个类簇，则层次聚类算法的主要步骤如下：

·Step1将各管制单位运行效率等级评分数据集中的所有的数据点都当做一个独立的类簇。

·Step2计算两两类簇之间的距离，找到距离最小的两个类簇C₁和C₂，其中两个类簇的距离为计算两个类簇数据点中的每个数据点与其他所有数据点的距离，将所有距离的均值作为两个组合数据点间的距离。

·Step3合并类簇C₁和C₂为一个类簇。

·Step4判定达到聚类的数目或者达到设定的条件，若达到，则算法结束；若未达到，则返回Step2。

·Step5算法结束。

由层次聚类算法，各管制单位按其运行效率等级评分同样可被划分为k个类簇，此时可以计算每个类簇中数据点的中位数，中位数越大的类簇，其对应的运行效率等级越高。

S104，对于不同的运行效率等级，给定对应的运行效率等级系数。

S105，根据各管制单位的管制保障工作量乘以运行效率等级系数，以得到各管制单位的运行效率评估值。

具体地，对应不同的运行效率等级，给定其各自的运行效率等级系数。例如：如果将管制运行单位的运行效率定为三个等级，则可为这三个等级各自给定一个等级系数，其中一级最高，二级次之，三级最低。接着运用效率等级系数乘上各管制单位的管制保障工作量(保障架次×单架次平均保障时间)，则可计算得到各管制单位最终的运行效率评估值。

实施本发明实施例，先基于熵权-DEMATEL法对管制单位基础指标集和附加指标集进行赋权处理，以得到运行效率评分数据集，再基于层次聚类算法对运行效率评分数据集进行聚类，以得到各管制单位的运行效率等级，最后根据运行效率等级得到运行效率评估值；本实施例基于熵权-DEMATEL法得到的数据进行聚类，可以简单、实用地实现空管运行效率等级的评估。

相应地，在上述实施例所提供的基于层次聚类算法的空管运行效率等级评估方法的基础上，本发明实施例还提供了一种基于层次聚类算法的空管运行效率等级评估装置。请参考图2，该评估装置包括：

获取模块10，用于获取多个管制单位的基础指标和附加指标，以形成管制单位的基础指标集和附加指标集；

第一处理模块11，用于基于熵权-DEMATEL法对所述管制单位基础指标集和附加指标集进行赋权处理，以得到各管制单位的运行效率评分数据集；

第二处理模块12，用于基于层次聚类算法对所述运行效率评分数据集进行聚类，以得到各管制单位的运行效率等级；

设定模块13，用于对于不同的所述运行效率等级，给定对应的运行效率等级系数；

评估模块14，用于根据各管制单位的管制保障工作量乘以所述运行效率等级系数，以得到各管制单位的运行效率评估值。

具体地，本实施例中，第一处理模块11具体用于：

1)选取m个管制单位的所有n个基础指标或者附加指标，建立评价矩阵；

2)对所述评价矩阵进行标准化处理；

3)基于标准化处理后的评价矩阵，计算各个管制单位第i个指标对于全部样本的比重；

4)根据所述比重计算第i个指标的熵值，根据熵值计算各指标的熵权；

5)构建直接影响平均矩阵并对所述直接影响平均矩阵进行规范化处理；

6)基于规范化处理后的直接影响平均矩阵，计算总影响关系矩阵；

7)根据所述总影响关系矩阵计算各指标的重要性权值；

8)根据各指标的熵权和各指标的重要性权值计算最终权值；

9)根据最终权值得到运行效率等级基础评分和运行效率等级附加评分；

10)根据所述运行效率等级基础评分和运行效率等级附加评分形成所述运行效率评分数据集。

具体地，第二处理模块12用于：

将运行效率评分数据集中所有的数据点均作为一个独立的类簇；

计算每个类簇中数据点的中位数，其中，中位数越大的类簇对应的运行效率等级越高。

需要说明的是，本实施例中基于层次聚类算法的空管运行效率等级评估装置的具体工作流程请参考前述方法实施例部分的描述，在此不再赘述。

实施本发明实施例的基于层次聚类算法的空管运行效率等级评估装置，先基于熵权-DEMATEL法对管制单位基础指标集和附加指标集进行赋权处理，以得到运行效率评分数据集，再基于层次聚类算法对运行效率评分数据集进行聚类，以得到各管制单位的运行效率等级，最后根据运行效率等级得到运行效率评估值；本实施例基于熵权-DEMATEL法得到的数据进行聚类，可以简单、实用地实现空管运行效率等级的评估。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (8)

1.一种基于层次聚类算法的空管运行效率等级评估方法，其特征在于，包括：

获取多个管制单位的基础指标和附加指标，以形成管制单位的基础指标集和附加指标集；所述基础指标包括塔台、进近及区域的交通流密度、平均滑行时间环比变化率及平均额外飞行时间，所述附加指标包括塔台、进近及区域的碳排放节约及燃油节约量；

基于熵权-DEMATEL法对所述管制单位基础指标集和附加指标集进行赋权处理，以得到各管制单位的运行效率评分数据集；

基于层次聚类算法对所述运行效率评分数据集进行聚类，以得到各管制单位的运行效率等级；

对于不同的所述运行效率等级，给定对应的运行效率等级系数；

根据各管制单位的管制保障工作量乘以所述运行效率等级系数，以得到各管制单位的运行效率评估值；

其中，基于熵权-DEMATEL法对所述管制单位基础指标集和附加指标集进行赋权处理，以得到各管制单位的运行效率评分数据集，具体包括：

1)选取m个管制单位的所有n个基础指标或者附加指标，建立评价矩阵；

2)对所述评价矩阵进行标准化处理；

3)基于标准化处理后的评价矩阵，计算各个管制单位第i个指标对于全部样本的比重；

4)根据所述比重计算第i个指标的熵值，根据熵值计算各指标的熵权；

5)构建直接影响平均矩阵并对所述直接影响平均矩阵进行规范化处理；

6)基于规范化处理后的直接影响平均矩阵，计算总影响关系矩阵；

7)根据所述总影响关系矩阵计算各指标的重要性权值；

8)根据各指标的熵权和各指标的重要性权值计算最终权值；

9)根据最终权值得到运行效率等级基础评分和运行效率等级附加评分；

10)根据所述运行效率等级基础评分和运行效率等级附加评分形成所述运行效率评分数据集。

2.如权利要求1所述的基于层次聚类算法的空管运行效率等级评估方法，其特征在于，基于层次聚类算法对所述运行效率评分数据集进行聚类，以得到各管制单位的运行效率等级，具体包括：

将所述运行效率评分数据集中所有的数据点均作为一个独立的类簇；

计算每个类簇中数据点的中位数，其中，中位数越大的类簇对应的运行效率等级越高。

3.如权利要求1所述的基于层次聚类算法的空管运行效率等级评估方法，其特征在于，对所述评价矩阵进行标准化处理，具体包括：

将所述评价矩阵中的逆形式指标转换为正形式指标；

对所述评价矩阵中的指标进行无量纲化处理。

4.如权利要求1所述的基于层次聚类算法的空管运行效率等级评估方法，其特征在于，构建直接影响平均矩阵，具体包括：

获取每一评判者对任意两个指标的比较结果；

根据所述比较结果形成直接影响矩阵；

计算所有评判者的直接影响矩阵中相同因素的平均值，以构建所述直接影响平均矩阵。

5.如权利要求1所述的基于层次聚类算法的空管运行效率等级评估方法，其特征在于，根据所述总影响关系矩阵计算各指标的重要性权值，具体包括：

计算所述总影响关系矩阵中指标的影响度和被影响度；

根据所述影响度和被影响度计算中心度；

对所述中心度进行归一化处理，以得到各指标的重要性权值。

6.如权利要求1所述的基于层次聚类算法的空管运行效率等级评估方法，其特征在于，根据各指标的熵权和各指标的重要性权值计算最终权值，具体包括：

各指标的熵权和各指标的重要性权值按比例相加得到所述最终权值。

7.一种基于层次聚类算法的空管运行效率等级评估装置，其特征在于，包括：

获取模块，用于获取多个管制单位的基础指标和附加指标，以形成管制单位的基础指标集和附加指标集；所述基础指标包括塔台、进近及区域的交通流密度、平均滑行时间环比变化率及平均额外飞行时间，所述附加指标包括塔台、进近及区域的碳排放节约及燃油节约量；

第一处理模块，用于基于熵权-DEMATEL法对所述管制单位基础指标集和附加指标集进行赋权处理，以得到各管制单位的运行效率评分数据集；

第二处理模块，用于基于层次聚类算法对所述运行效率评分数据集进行聚类，以得到各管制单位的运行效率等级；

设定模块，用于对于不同的所述运行效率等级，给定对应的运行效率等级系数；

评估模块，用于根据各管制单位的管制保障工作量乘以所述运行效率等级系数，以得到各管制单位的运行效率评估值；

其中，所述第一处理模块具体用于：

1)选取m个管制单位的所有n个基础指标或者附加指标，建立评价矩阵；

2)对所述评价矩阵进行标准化处理；

3)基于标准化处理后的评价矩阵，计算各个管制单位第i个指标对于全部样本的比重；

4)根据所述比重计算第i个指标的熵值，根据熵值计算各指标的熵权；

5)构建直接影响平均矩阵并对所述直接影响平均矩阵进行规范化处理；

6)基于规范化处理后的直接影响平均矩阵，计算总影响关系矩阵；

7)根据所述总影响关系矩阵计算各指标的重要性权值；

8)根据各指标的熵权和各指标的重要性权值计算最终权值；

9)根据最终权值得到运行效率等级基础评分和运行效率等级附加评分；

10)根据所述运行效率等级基础评分和运行效率等级附加评分形成所述运行效率评分数据集。

8.如权利要求7所述的基于层次聚类算法的空管运行效率等级评估装置，其特征在于，所述第二处理模块具体用于：

将所述运行效率评分数据集中所有的数据点均作为一个独立的类簇；

计算每个类簇中数据点的中位数，其中，中位数越大的类簇对应的运行效率等级越高。

Images