本论文提出了一种根据航班时刻表和飞机分配预测航空公司运营绩效的方法。该方法使用飞机分配属性的综合指标,称为飞机分配关键绩效指标 (KPI),旨在找到它们与航空公司运营绩效之间的相关性。准备进行模拟实验以收集大量数据点进行分析。给出了在航空公司运营中使用控制理论方法的动机,以利用 KPI 作为初步规划和纠正措施的基础。
1.简介 航空是最受欢迎的国际交通方式之一。为了支持日益增长的航空旅行需求,世界各地的许多机场在不久的将来都需要更高效的空中交通管理。换句话说,负责为到达的飞机分配跑道的空中交通管制员 (ATC) 承受着巨大的压力,需要管理合适的跑道和路线,让飞机准时安全降落,尤其是在拥挤的机场。许多航空管理工具使用机器学习来分析和改进空中交通管理,以保持空中交通的最高安全水平,例如机场滑行时间预测 [1]、航班延误预测研究 [2] 和航空事故预测 [3]。机器学习 (ML) 是一种有用的数据可视化和管理工具,可以快速准确地解决各种问题。在之前的 ML 研究中,K. Srijakkot 等人。证明了在不同环境和模型下变电站入侵者检测的良好性能,包括计算时间短和精度高 [4, 5]。ML 不仅在检测入侵者方面具有优势,而且在医学领域也具有优势,其中预处理和 IterNet 模型在提取视网膜血管方面表现出很高的准确性 [6]。之前的 ML 研究精度很高,适用于航空领域。为了减轻空中交通管制员操作的压力并保持空中交通服务的最高安全水平,本研究的目的是将逻辑回归算法与随机森林算法进行比较,以确定哪种算法最适合为泰国最大、最繁忙的机场素万那普机场 (VTBS) 的飞机分配跑道。
从 1954 年起,航空标准协调委员会 (ASCC) 为中国和苏联飞机分配了代号。鉴于西方对真实名称的不确定性,这一点至关重要。该方案使用以 B(轰炸机)、C(运输机)、F(战斗机)、H(直升机)、M(包括教练机在内的其他飞机)开头的单词。对于固定翼飞机,单音节词用于螺旋桨飞机,而双音节词用于喷气式飞机。1954 年之前,北约使用美国空军型号编号系统,范围从 1 到 40,但在描述变体时灵活性较低。在适当的情况下给出型号。
8. 所有飞机分配 6 架给战斗部队、侦察部队和 3 架被分配到的部队。潜艇部队的飞机 74-P11 被视为战斗部队的一部分。指挥航空母舰和战斗部队、指挥航空母舰侦察部队、指挥侦察部队和指挥实用联队、基地部队将控制和维修分配的所有飞机。指挥航空母舰部队将协调舰队大修计划。 :;.t ?\I:~.?ral Air Stz'bion,圣地亚哥,以及 thc trc?nscont:i,r:cn'cc.l f'zrx-y s ~ lied ~ . le 。
滑行仍然是许多机场的主要瓶颈。最近,已经提出了几种为滑行飞机分配有效路线的方法。这些方法所依赖的路线算法依赖于对穿越每一段滑行道所需时间的准确预测。许多特征都会影响滑行时间,包括所走的路线、飞机类别、机场的运营模式、交通拥堵信息和当地天气状况。使用几个国际机场的真实数据,我们比较了多个预测模型并调查了这些特征的影响,得出了准确建模滑行时间的最重要特征的结论。我们表明,使用一小部分特征可以实现高精度,这些特征包括所有机场普遍重要的特征(出发/到达、距离、总转弯、平均速度和最近的飞机数量)以及特定目标机场的少数特征。从所有特征转移到这个小子集会导致在 1、3 和 5 分钟内正确预测的动作下降不到 1 个百分点。