CN114862016A - 一种空中廊道航班延误系统弹性测算方法 - Google Patents
一种空中廊道航班延误系统弹性测算方法 Download PDFInfo
- Publication number
- CN114862016A CN114862016A CN202210476648.0A CN202210476648A CN114862016A CN 114862016 A CN114862016 A CN 114862016A CN 202210476648 A CN202210476648 A CN 202210476648A CN 114862016 A CN114862016 A CN 114862016A
- Authority
- CN
- China
- Prior art keywords
- delay
- flight
- deviation
- elasticity
- events
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000009826 distribution Methods 0.000 claims abstract description 17
- 230000008569 process Effects 0.000 claims abstract description 13
- 238000009825 accumulation Methods 0.000 claims description 12
- 230000001186 cumulative effect Effects 0.000 claims description 12
- 238000010521 absorption reaction Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000005259 measurement Methods 0.000 claims description 8
- 230000010006 flight Effects 0.000 claims description 7
- 238000005315 distribution function Methods 0.000 claims description 6
- 230000003993 interaction Effects 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000015572 biosynthetic process Effects 0.000 claims description 3
- 230000000295 complement effect Effects 0.000 claims description 3
- 208000015181 infectious disease Diseases 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims 1
- 238000011084 recovery Methods 0.000 abstract description 2
- 238000009792 diffusion process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及空中廊道系统技术领域,具体涉及一种空中廊道航班延误系统弹性测算方法,包括构建了一个航班延误偏差‑延误累积量‑延误弹性系数多层次测算方法,测算了单个航班延误偏差、系统延误累积量和系统延误弹性系数,基于所构建的延误偏差‑延误累积量‑延误弹性系数的多层次测算框架,可以检测空中廊道航班飞行过程中实际时间与计划时间的偏差进而计算得到单个航班延误偏差;通过概率分布累计单个航班延误偏差又得到系统延误累积量,用以表征延误累积‑恢复的动态过程;进而通过其关系表达系统延误弹性以评估系统从延误中恢复的能力。
Description
技术领域
本发明涉及空中廊道系统技术领域,具体涉及一种空中廊道航班延误系统弹性测算方法。
背景技术
随着我国航空出行需求的日益增加,航空运行总量与航班运行准点率之间的矛盾日益突出,空域拥挤、航班大面积延误以及航班正点率下降等问题越来越严重,因此对航班延误时刻精准预测的研究,有助于相关部门对全国航班未来运行情况的整体把控,并对潜在的延误情况进行及时的调整和治理,从而降低航班延误率,保障民航运行效率,减少延误带来的损失。
发明内容
本发明要解决的技术问题是克服上述技术的缺陷,提供一种空中廊道航班延误系统弹性测算方法。
为解决上述技术问题,本发明提供的技术方案为一种空中廊道航班延误系统弹性测算方法,其特征在于,包括以下步骤:
步骤1:单个航班延误偏差测算,利用经纬度计算航迹点间距离,根据距离加权分配时间(使用python3.6.4实现),将航班计划起降和飞行时间分配给每一个航迹点,以实际时间减去计划时间指示飞行过程中产生的时间偏差,正值意味着延误产生,负值意味着延误吸收,至峰值即代表一个延误事件形成,延误偏差其中,x,y代表航迹点经纬度,i代表该航班飞行过程中延误事件出现的次数,l代表该飞行轨迹;
步骤2:分析个体航空流相互作用,个体航班延误引将起后续传染扩散以致引发网络拥堵。因此要建立邻近流相互作用模型,检测个体航班的微观流动性对整体空中廊道航空流网络结构的影响。跟踪个体航迹点,建立带有地理编码并包含延误事件的微观数据流集,以时间序列建立延误偏差数据流的传播特征。延误偏差时间序列的传播推算表示为:[Et-T’+1,...,Et-1,Et]→[Et+1,...,Et+2,Et+T],在时间维度上检测航班延误偏差事件的分布特征和传递特征;
步骤3:系统延误累积测算,使用概率密度函数(Probability Density Function,PDF)可描述单个航班延误偏差E在某个确定取值点附近的可能性,分布函数fE(t)表示时长为t的延误事件发生概率,阈值τ在延误偏差的极值域内进行选择以包含所有延误事件,概率密度分布为
以互补累积分布函数(Complementary Cumulative Distribution Function,CCDF)描述所有大于阈值τ的延误偏差出现概率的和,表示延误幅度的概率分布以度量累积效应,延误事件次数即是延误偏差函数经过阈值τ的次数,正延误和负延误事件的累积分布分别由下式得出:
正延误和负延误累积量分别为
d+=∑τ>0 τ×p+(τ) (5)
d-=-∑τ<0τ×p-(τ) (6)
其中d+和d-可以在特定时间和位置上进行测算。
步骤4:系统延误弹性系数测算,系统对每一个正延误事件都能创建一个或多个派生事件形成累积或恢复,这种延误弹性适用于整个系统,故此可通过d+和d-的关系测算系统延误弹性系数用于评估系统从延误中恢复的能力,定义
D=log(d+/d+) (7)
D为负值代表系统无法弥补所累积的正延误事件,D为正值则代表吸收延误的能力强于系统延误累积且体现系统弹性;
步骤5:采用数据流滑动窗口实时定位延误累积和吸收的位置,以每个SW(如1小时)的航迹数据检测航班延误分布的不平衡状态,选取延误累积密集航段和延误持续时间检测空中廊道系统是否具有弹性;
步骤6:创建网格容量索引,以系统延误弹性系数叠加网格图,由地理信息系统根据网格量值大小生成航班延误热区,以此对整个空中廊道系统的延误弹性计算结果可视化,衡量途中航空流在不同时段的延误波动特征(包括延误的累积和吸收)衡量空中廊道中航班通过能力的差异和参与航线/枢纽机场的决定作用。
本发明与现有技术相比的优点在于:
本发明与传统技术相比,本发明提供的一种空中廊道航班延误系统弹性测算方法,与以往调整航班时隙资源分配保留剩余容量的弹性策略相比,本发明体现的是灵活空域利用和动态空域管理,即航线自适应重构与优化连接提高系统弹性保证系统效率,本发明为测量和理解系统延误弹性提供了新的视角,其中节点-链路设定和网格划分两方面的改进体现了细粒度研究特征,也为空中廊道多样性航线选择和航班编排提供了依据。
附图说明
图1是京广空中廊道PEK-WUH航线CZ3118航班延误偏差测算;
具体实施方式
下面结合附图对本发明一种空中廊道航班延误系统弹性测算方法做进一步的详细说明。
结合附图1,一种空中廊道航班延误系统弹性测算方法,包括以下步骤:
步骤1:单个航班延误偏差测算,利用经纬度计算航迹点间距离,根据距离加权分配时间(使用python3.6.4实现),将航班计划起降和飞行时间分配给每一个航迹点,以实际时间减去计划时间指示飞行过程中产生的时间偏差,正值意味着延误产生,负值意味着延误吸收,至峰值即代表一个延误事件形成,延误偏差其中,x,y代表航迹点经纬度,i代表该航班飞行过程中延误事件出现的次数,l代表该飞行轨迹;
步骤2:分析个体航空流相互作用,个体航班延误引将起后续传染扩散以致引发网络拥堵。因此要建立邻近流相互作用模型,检测个体航班的微观流动性对整体空中廊道航空流网络结构的影响。跟踪个体航迹点,建立带有地理编码并包含延误事件的微观数据流集,以时间序列建立延误偏差数据流的传播特征。延误偏差时间序列的传播推算表示为:[Et-T’+1,...,Et-1,Et]→[Et+1,...,Et+2,Et+T],在时间维度上检测航班延误偏差事件的分布特征和传递特征;
步骤3:系统延误累积测算,使用概率密度函数(Probability Density Function,PDF)可描述单个航班延误偏差E在某个确定取值点附近的可能性,分布函数fE(t)表示时长为t的延误事件发生概率,阈值τ在延误偏差的极值域内进行选择以包含所有延误事件,概率密度分布为
以互补累积分布函数(Complementary Cumulative Distribution Function,CCDF)描述所有大于阈值τ的延误偏差出现概率的和,表示延误幅度的概率分布以度量累积效应,延误事件次数即是延误偏差函数经过阈值τ的次数,正延误和负延误事件的累积分布分别由下式得出:
正延误和负延误累积量分别为
d+=∑τ>0τ×p+(τ) (5)
d-=-∑τ<0τ×p-(τ) (6)
其中d+和d-可以在特定时间和位置上进行测算。
步骤4:系统延误弹性系数测算,系统对每一个正延误事件都能创建一个或多个派生事件形成累积或恢复,这种延误弹性适用于整个系统,故此可通过d+和d-的关系测算系统延误弹性系数用于评估系统从延误中恢复的能力,定义
D=log(d+/d-) (7)
D为负值代表系统无法弥补所累积的正延误事件,D为正值则代表吸收延误的能力强于系统延误累积且体现系统弹性;
步骤5:采用数据流滑动窗口实时定位延误累积和吸收的位置,以每个SW(如1小时)的航迹数据检测航班延误分布的不平衡状态,选取延误累积密集航段和延误持续时间检测空中廊道系统是否具有弹性;
步骤6:创建网格容量索引,以系统延误弹性系数叠加网格图,由地理信息系统根据网格量值大小生成航班延误热区,以此对整个空中廊道系统的延误弹性计算结果可视化,衡量途中航空流在不同时段的延误波动特征(包括延误的累积和吸收)衡量空中廊道中航班通过能力的差异和参与航线/枢纽机场的决定作用。
该计算方法通过测算了单个航班延误偏差、系统延误累积量和系统延误弹性系数,并且基于所构建的延误偏差-延误累积量-延误弹性系数的多层次测算框架,可以检测空中廊道航班飞行过程中实际时间与计划时间的偏差进而计算得到单个航班延误偏差;通过概率分布累计单个航班延误偏差又得到系统延误累积量,用以表征延误累积-恢复的动态过程;进而通过其关系表达系统延误弹性以评估系统从延误中恢复的能力,该方法有效解决了空中交通需求的不断增长造成的空域拥挤、航班大面积延误以及航班正点率下降等问题,有效缓解空域供需矛盾,该计算方法能够大幅度提升优化效果,该类方法计算效率较高。
以上对本发明及其实施方式进行了描述,这种描述没有限制性,附图中所示的也只是本发明的实施方式之一,实际的结构并不局限于此。总而言之如果本领域的普通技术人员受其启示,在不脱离本发明创造宗旨的情况下,不经创造性的设计出与该技术方案相似的结构方式及实施例,均应属于本发明的保护范围。
Claims (1)
1.一种空中廊道航班延误系统弹性测算方法,其特征在于,包括以下步骤:
步骤1:单个航班延误偏差测算,利用经纬度计算航迹点间距离,根据距离加权分配时间(使用python3.6.4实现),将航班计划起降和飞行时间分配给每一个航迹点,以实际时间减去计划时间指示飞行过程中产生的时间偏差,正值意味着延误产生,负值意味着延误吸收,至峰值即代表一个延误事件形成,延误偏差其中,x、y代表航迹点经纬度,i代表该航班飞行过程中延误事件出现的次数,l代表该飞行轨迹;
步骤2:分析个体航空流相互作用,个体航班延误引将起后续传染扩散以致引发网络拥堵。因此要建立邻近流相互作用模型,检测个体航班的微观流动性对整体空中廊道航空流网络结构的影响。跟踪个体航迹点,建立带有地理编码并包含延误事件的微观数据流集,以时间序列建立延误偏差数据流的传播特征。延误偏差时间序列的传播推算表示为:[Et-T’+1,...,Et-1,Et]→[Et+1,...,Et+2,Et+T],在时间维度上检测航班延误偏差事件的分布特征和传递特征;
步骤3:系统延误累积测算,使用概率密度函数(Probability Density Function,PDF)可描述单个航班延误偏差E在某个确定取值点附近的可能性,分布函数fE(t)表示时长为t的延误事件发生概率,阈值τ在延误偏差的极值域内进行选择以包含所有延误事件,概率密度分布为
以互补累积分布函数(Complementary Cumulative Distribution Function,CCDF)描述所有大于阈值τ的延误偏差出现概率的和,表示延误幅度的概率分布以度量累积效应,延误事件次数即是延误偏差函数经过阈值τ的次数,正延误和负延误事件的累积分布分别由下式得出:
正延误和负延误累积量分别为
d+=∑τ>0τ×p+(τ) (5)
d-=-∑τ<0τ×p-(τ) (6)
其中d+和d-可以在特定时间和位置上进行测算。
步骤4:系统延误弹性系数测算,系统对每一个正延误事件都能创建一个或多个派生事件形成累积或恢复,这种延误弹性适用于整个系统,故此可通过d+和d-的关系测算系统延误弹性系数用于评估系统从延误中恢复的能力,定义
D=log(d+/d-) (7)
D为负值代表系统无法弥补所累积的正延误事件,D为正值则代表吸收延误的能力强于系统延误累积且体现系统弹性;
步骤5:采用数据流滑动窗口实时定位延误累积和吸收的位置,以每个SW(如1小时)的航迹数据检测航班延误分布的不平衡状态,选取延误累积密集航段和延误持续时间检测空中廊道系统是否具有弹性;
步骤6:创建网格容量索引,以系统延误弹性系数叠加网格图,由地理信息系统根据网格量值大小生成航班延误热区,以此对整个空中廊道系统的延误弹性计算结果可视化,衡量途中航空流在不同时段的延误波动特征(包括延误的累积和吸收)衡量空中廊道中航班通过能力的差异和参与航线/枢纽机场的决定作用。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210476648.0A CN114862016A (zh) | 2022-04-30 | 2022-04-30 | 一种空中廊道航班延误系统弹性测算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210476648.0A CN114862016A (zh) | 2022-04-30 | 2022-04-30 | 一种空中廊道航班延误系统弹性测算方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114862016A true CN114862016A (zh) | 2022-08-05 |
Family
ID=82636253
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210476648.0A Pending CN114862016A (zh) | 2022-04-30 | 2022-04-30 | 一种空中廊道航班延误系统弹性测算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114862016A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117422320A (zh) * | 2023-12-19 | 2024-01-19 | 长安大学 | 一种提取天气对航班韧性运行影响因素的方法 |
-
2022
- 2022-04-30 CN CN202210476648.0A patent/CN114862016A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117422320A (zh) * | 2023-12-19 | 2024-01-19 | 长安大学 | 一种提取天气对航班韧性运行影响因素的方法 |
CN117422320B (zh) * | 2023-12-19 | 2024-03-05 | 长安大学 | 一种提取天气对航班韧性运行影响因素的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110111576B (zh) | 一种基于时空拥堵子团的城市交通弹性指标的实现方法 | |
CN102855778B (zh) | 一种基于复杂度评估的空域扇区分类方法 | |
CN104715610B (zh) | 一种面向城市交通的交通指数计算方法 | |
CN109272157A (zh) | 一种基于门控神经网络的高速公路交通流参数预测方法及系统 | |
CN111583724A (zh) | 一种面向四维航迹运行的预战术阶段间隔管理方法 | |
CN105740643A (zh) | 一种基于城市区域网格自适应的pm2.5浓度推测方法 | |
CN101377887A (zh) | 航班延误统计方法及装置 | |
CN112556686A (zh) | 可预测动态时空环境的最短时间路径规划方法 | |
CN114862016A (zh) | 一种空中廊道航班延误系统弹性测算方法 | |
Lin et al. | From aircraft tracking data to network delay model: A data-driven approach considering en-route congestion | |
CN111159247A (zh) | 一种区域交通拥堵传播轨迹挖掘方法 | |
CN115311854A (zh) | 一种基于数据融合的车辆时空轨迹重构方法 | |
CN112215416B (zh) | 智能规划巡检航线系统及方法 | |
CN105913658A (zh) | 一种交通流推测od位置及od矩阵的方法 | |
CN114693142A (zh) | 一种考虑运行效能的单机场航班时刻配置方法 | |
Martin | Model estimates of traffic reduction in storm impacted en route airspace | |
Argote et al. | Estimation of arterial measures of effectiveness with connected vehicle data | |
Liu et al. | Automatic generation of traffic signal timing plan | |
Dai et al. | Having a Bad Day? Predicting High Delay Days in the National Airspace System | |
Shao et al. | Air transportation delay propagation analysis with uncertainty in coloured–timed Petri nets | |
Dong et al. | China’s corridors-in-the-sky design and space-time congestion identification and the influence of air routes’ traffic flow | |
Dhanawade et al. | Analyzing factors influencing flight delay prediction | |
Liu et al. | Miles-in-Trail Restrictions and Aviation System Performance: Chicago O’Hare Case Study | |
Feng et al. | An Air-Ground Speed Network Design for Operation Analysis | |
Poelman et al. | Structure-free model-based predictive signal control: A sensitivity analysis on a corridor with spillback |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |