买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京航空航天大学

摘要：本发明涉及机场运行管理领域，具体涉及一种机场场面交通拥堵状态演化模式识别方法，包括基于机场场面运行过程的连续性、离散性和随机性特点，构建机场场面运行随机混杂动力学方程；采用椭圆概率可达集模型计算各运行时段的状态变量范围；在此基础上制定滑行效率和交通负荷的状态空间离散划分方法，得到多类边界条件；基于状态空间边界条件，设计状态轨迹表征方法和混杂特征集合，通过无监督聚类算法实现机场场面交通拥堵状态演化模式识别。本发明能够自动挖掘不同时间尺度的状态演化模式，并给出相应特性描述，可以在实时运行管理过程中提供对未来交通状态的感知参考，也可以辅助对机场场面交通状态进行事后分析。

主权项：1.一种机场场面交通拥堵状态演化模式识别方法，其特征在于，包括：S1、机场场面运行动力学建模：基于机场场面运行过程的连续性、离散性和随机性特点，构建机场场面运行随机混杂动力学方程；并选取关键运行参数离场滑行量和起飞吞吐量作为状态变量形成二维状态空间，用于描述机场场面运行过程；S2、运行时段状态可达集鲁棒计算：对不同运行时段的进行划分，构建椭圆概率可达集模型，基于场景方法对所述椭圆概率可达集模型求解，计算不同运行时段的状态变量范围；S3、状态空间离散边界划分：分别从交通负荷和滑行效率两个方面对机场场面运行的状态空间进行离散边界划分，得到状态空间的多类边界条件并进行融合；其中，选取所述椭圆概率可达集模型的中心点作为交通负荷的表征，构建场景平均滑出时间指标来反映滑行效率；S4、交通拥堵状态演化模式聚类识别：基于S3划分状态空间的边界条件，定义状态轨迹并提取状态轨迹数据集，以及构建状态轨迹的混杂特征集合；通过对所述混杂特征集合主成分降维和K-means聚类技术来识别场面交通拥堵状态的演化行为；S1具体包括如下步骤：S11、构建机场场面运行随机混杂动力学方程：机场场面运行包含连续状态演化和离散状态切换的过程，运行过程具有连续性、离散性和随机性特点，将目标时间范围按照时间间隔进行离散划分，得到个采样时段，其中每一个采样时段表示为，n=1,2,...,N；设表示机场场面运行的第个时段的连续状态变量样本，为描述机场场面运行的状态变量的维度；令表示第个时段的离散状态，为离散状态集合；在每个离散状态中，机场场面运行的连续状态动力学方程如式（1）所示： （1）式中，表示带有未知参数的随机噪声概率分布，是一个非线性的用于表示特定的离散状态的函数；S12、状态变量的选取：状态变量为离场滑行量，表示在时段内被推离停机位滑出但还未起飞的航班数量，状态变量为起飞吞吐量，表示在时段内完成起飞的航班数量，这两种状态变量能够有效描述机场场面运行过程，用作构建机场场面运行动力学方程的状态变量，形成二维状态空间，表示为： ；在时段两种状态变量表示为： （2） （3）式中，和为符号函数，用于判断航班集合中第架航班在时段中是否处于离场滑行或者已起飞状态，判断逻辑为： （4） （5）式中：和分别代表第架航班的实际停机位推出时间和实际起飞时间；S2具体包括如下步骤：S21、不同运行时段划分：将运行日以时间间隔进行划分，划分后不同运行日的相同运行时段表示为，代表所有历史运行日中时段的状态变量样本，；以历史状态变量样本数据为基础，在完成分组划分后，依次得到不同运行时段的历史状态变量样本集合；S22、椭圆概率可达集模型构建：将受随机因素影响的状态变量表示为，其中，表示不确定性，表示不确定性集合；为了表示时段的状态变量样本受到不确定性因素的影响，在状态空间中引入了概率可达集作为状态变量样本的范围表征，允许占比为的一小部分状态变量样本不必属于概率可达集；根据S21不同运行时段的历史状态变量样本集合，对每一个时段构建椭圆概率可达集模型，为获得紧密的概率可达集，通过机会约束优化所述椭圆概率可达集模型，目标是使得整体的椭圆面积最小，并且机会约束确保所述概率可达集包含比例为的状态变量样本，得到如下机会约束优化的椭圆概率可达集模型： （6） （7）式中：和代表椭圆概率可达集模型的参数，为运行日划分后所得的时段总数量，代表概率可达集的概率度量；S23、基于场景方法求解：由于不确定性的概率分布是未知的，所述机会约束优化的椭圆概率可达集模型的精确解求解较为困难，因此，通过场景优化方法以获得近似解，通过次采样作为对不确定性进行的抽样，将机会约束替换为一组确定性约束，命名为场景，定义一天中的每个时段都为一个场景；此外，为避免离群异常状态变量样本的影响，设计了约束消除策略，即，移除场景的数量表示为，，对式（7）改进如下： （8）其中，为总采样的样本中移除异常状态变量样本后的采样次数，表示被移除的采样次数，所求得最优解表示为，其中概率保证是通过来实现的，而参数则由用户定义，状态变量的维度表示为，置信度参数为，得到如下表达： （9）其中，；式（9）表示如果将机会约束替换为从个场景中得到的确定性约束，则最优概率可达集满足式（10）： （10）；其中，分别为二维矩阵参数和二维向量参数。

全文数据：

权利要求：

百度查询： 北京航空航天大学 一种机场场面交通拥堵状态演化模式识别方法