机构名称：
¥ 1.0
确定机场的最佳跑道配置是一项具有挑战性的任务。决策过程是复杂的，涉及许多因素，例如盛行的风条件，对流天气，可见度，云天花板，出发和到达需求，交通流量，设备状态和其他机场限制。在先前的工作中，我们使用了一个称为“保守Q学习”的离线增强学习方法开发了跑道配置辅助工具。在本文中，我们评估和验证我们的跑道配置辅助工具作为空中交通管制员的决策支持。我们使用三个机场验证了我们的工具，这些机场的复杂程度不同：夏洛特·道格拉斯国际机场，丹佛国际机场和达拉斯堡沃思国际机场。我们根据（1）与历史空中交通管制员的决策协议以及（2）违反主题专家显而易见的决策，量化了跑道配置辅助工具的性能。尽管跑道配置决策过程中的复杂性，我们的工具在这三个机场的两个绩效指标中都显示出令人鼓舞的结果。我们还讨论了使用机器学习的挑战，以帮助空中交通管理并确定跑道配置辅助工具的部署注意事项。
为跑道应用机器学习工具...
主要关键词
相关文件推荐
