一種基于gabp神經網絡的扇區運行性能綜合檢測方法及系統的制作方法
【技術領域】
[0001] 本發明設及航空領域，尤指一種空中交通管制扇區運行性能綜合檢測方法及系 統。
【背景技術】
[0002] 伴隨著航空運輸業的發展，為了保證各類飛行活動的安全和有序，空中交通管制 服務應運而生并不斷得到發展完善，至20世紀80年代趨于成熟。現代空中交通管制服務 的主要內容是：空中交通管制員（簡稱為"管制員"，下同）依托現代通信、導航、監視技術， 對所轄航空器實施管理和控制，協調和指導其運動路徑和模式，W防止空中航空器與航空 器相撞及在機場機動區內航空器與障礙物相撞，維護和加快空中交通的有序流動。空中交 通管制扇區（簡稱為"管制扇區"，下同）是空中交通管制（簡稱為"管制"，下同）的基本 空間單元。一般情況下，為航空器提供空中交通管制服務的空域被劃設為若干管制扇區，每 個管制扇區對應一個管制員工作席位。管制扇區運行性能是管制扇區內航空器運行態勢的 技術性指標提煉，既反映管制員對所轄管制扇區提供管制服務的質量和水準，又反映特定 管制空域使用效能。因此，對管制扇區運行性能的有效檢測是調整管制運行策略、優化管制 空域結構的基礎和前提。
[0003] 比如，公開號為CN104332073A的專利文獻在2015-02-04公開了一種智能空中交 通管制系統，包括數據接收接口模塊、數據處理中屯、、應急超控模塊、電子飛行計劃顯示模 塊、航班監控顯示模塊和航班控制指令發送模塊。通過接收飛機準確的實時飛行信息，數據 處理中屯、即可展開飛行計劃的精確計算，并優化整個飛行隊列，如縮短飛機間距，合理調配 對應跑道的起降順序，實時更改著陸角，曲線進近等，有效提高整個飛行隊列的效率，加強 安全性。最終，整個飛行計劃將顯示在管制員的監控顯示器上。航空管制員可W隨時通過 顯示器觀察飛行隊列起飛著陸的優先順序，并通過更改飛機起飛/著陸航跡，航速等參數， 調整隊列順序。從而提高機場通勤率，提高管制員的工作效率。
[0004] 但即便如此，目前針對空中交通管制扇區運行性能的研究較少，大部分研究主要 體現在W下幾個孤立方面：（1)空中交通流密度，分為戰略和戰術兩層面，其中前者主要體 現為空域復雜性指標，后者主要體現為管制單元空中交通擁擠程度判定。目前，空中交通流 密度指標在應用上仍W管制單元的航空器架次統計作為主要呈現。（2)管制運行安全性能， 包括定量和定性兩方面。定量方面，國際民航組織（ICAO)依據碰撞風險分析制定的總的安 全目標等級CTL巧是1.5X10-8次致命飛行事故/飛行小時，而我國民航空管系統根據危 險接近風險分析將事故征候萬架次率作為關鍵安全指標。定性方面，ICAO推薦采用威脅差 錯管理（T虹eatandErrorManagement,TEM)或日常運行安全監測（NormalOperations SafetySurvey,NOS巧方法，實施定性的管制運行安全性能評價。國內學者圍繞人、機、環、 管理等4類因素分別建立了安全風險評估指標體系，并開展了指標權重分析。（3)管制運 行效率性能，主要圍繞航班延誤指標方面。目前，國外航班延誤統計指標設及延誤架次率 及延誤時間。我國民航欠缺航班延誤時間的細化統計，在航班延誤原因界定、統計指標設 計、統計方法及流程等方面亟待改善。（4)管制員工作負荷，是管制扇區容量評估的重要考 量。國外學者從生理/行為特征、主觀測評、工作細分的角度，分別提出了電擊皮膚的反應、 屯、率、屯、電圖、血壓、體液等生理指標，設備操作次數、陸空通話時間記錄等行為指標；ATWIT 技術、NASA-TLX量表、SWAT量表和MCH法等主觀測評技術；DORATASK、MBB法、RAMS法等衡 量管制員工作時間的方法。國內學者發展了主觀測評方法，提出了基于可拓學的管制員工 作負荷評價模型。 陽0化]例如，公開號為CN104636890A的專利文獻在2015-05-20公開了一種空中交通管 制員工作負荷測量方法，包括：步驟A:確定管制負荷測量指標，該管制負荷測量指標包括 眼動指標和語音指標；步驟B:實時記錄各眼動指標對應的眼動指標數據，W及各語音指標 對應的語音指標數據；步驟C:對記錄的眼動指標數據進行因子分析，計算出眼動指標數據 的眼動綜合因子；步驟D 眼動綜合因子和語音指標為輸入因素，管制綜合指標值為輸出 因素，建立管制負荷回歸模型。該方法能夠實時、無干擾的測量管制員的綜合指標，實用性 強。
[0006] 但該方法參考的數據比較局限，指標維度單一，不夠全面、綜合，該測量方法僅利 用局限的數據片面地對管制員工作負荷進行了測量，存在一定的局限性，預測可靠度不高。
【發明內容】
[0007] 本發明提供一種可W提高扇區性能綜合指數的檢測結果的可靠性的空中交通管 制扇區運行性能檢測方法和系統。
[0008] 本發明的目的是通過W下技術方案來實現的：
[0009] 一種空中交通管制扇區運行性能檢測方法，包括步驟：
[0010] 步驟1 :確定BP神經網絡拓撲結構，采集不同時段的扇區性能檢測指標樣本，建立 樣本集；
[0011] 步驟2、利用遺傳算法優化BP神經網絡的權值和闊值，進行網絡訓練，輸出優化后 的BP神經網絡；
[0012] 步驟3 :根據輸入的扇區性能檢測指標實時數據，通過步驟2優化后的BP神經網 絡預測扇區性能綜合指數。
[0013] 優選的，所述步驟1包括：
[0014] 步驟1. 1確定BP神經網絡結構；
[0015] 步驟1.2建立樣本集。
[0016] 優選的，所述步驟1.1包括：
[0017] 根據經驗公式確定：巧<V7TT+CH為隱含層節點數目，C取從1到10的整數，I 為指標總數；
[001引隱含層和輸出層的節點傳遞函數均采用tansig函數：
[002U 對于第P次訓練，L,,k,p表示第j(j= 1，2，...，腳組樣本數據所對應的BP神經網 絡第k化二1，2, . . .，H)41隱含層節點的輸出值，Y，,p表示第ja= 1，2,...，腳組樣本數 據所對應的BP神經網絡輸出層的輸出值，《i,k,p表示從輸入層第i41節點到隱含層第idi 節點的權值，3k,P表示隱含層第k全節點的闊值，k,p表示從隱含層第kdl節點到輸出 層單一節點的權值，Pp表示輸出層單一節點的闊值。
[0022] 優選的，所述步驟1. 2包括：
[0023] 采集不同時段的扇區性能檢測指標樣本，取樣本對應扇區運行歷史時段的管制錄 音錄像，組織資深管制專家W聽錄音、看錄像的方式，分析所復現的管制情境，參照扇區運 行性能檢測指標數據對樣本進行扇區運行性能綜合分類，將綜合分類結果標定為扇區運行 性能綜合指數；將不同時段的扇區性能檢測指標樣本及其對應的扇區性能綜合指數樣本組 成n組樣本數據對，建立樣本集。
[0024] 所述扇區性能檢測指標包括扇區通行性檢測指標、扇區復雜性檢測指標、扇區安 全性檢測指標、扇區經濟性檢測指標和管制員工作負荷指標。 陽0巧]所述扇區通行性檢測指標為扇區流量、扇區航行里程、扇區航行時間和扇區交通 流密度；扇區復雜性檢測指標為扇區航空器爬升次數、扇區航空器下降次數、扇區航空器改 速次數、扇區航空器改航次數；扇區安全性檢測指標為扇區短期沖突告警頻率和扇區最低 安全高度告警頻率；扇區經濟性檢測指標為扇區飽和度、扇區排隊長度、扇區航空器延誤架 次率、扇區航空器延誤時間、扇區航空器平均延誤時間；管制員工作負荷檢測指標為陸空通 話信道占用率、陸空通話次數。
[00%] 優選的，所述步驟2包括如下步驟：
[0027] 步驟2. 1使用遺傳算法優化BP神經網絡權值和闊值；
[0028] 步驟2. 2W最優初始化權值和闊值，對扇區性能檢測指標樣本進行BP神經網絡訓 練，輸出優化后的BP神經網絡。
[0029] 優選的，所述步驟2. 1包括：
[0030] 步驟2. 1. 1隨機初始化BP神經網絡權值和闊值，對權值和闊值進行編碼，形成個 體及種群；
[0031] 步驟2. 1. 2構造個體適應度函數；
[0032] 步驟2. 1. 3選擇操作；
[0033] 步驟2. 1. 4交叉操作；
[0034] 步驟2. 1. 5變異操作；
[0035] 步驟2. 1. 6根據遺傳算法結束條件，選取適應度值最大的個體基因編碼，作為BP 神經網絡的最優初始化權值和闊值。
[0036] 優選的，所述步驟2. 1. 1包括：
[0037] 個體的編碼采用實數編碼方式，每個個體由輸入層與隱含層連接權值、隱含層闊 值、隱含層與輸出層連接權值W及輸出層闊值構成。
[0038] 優選的，步驟2. 1. 2包括：
[0039] 將不同時段的扇區性能檢測指標樣本數據歸一化處理后作為網絡輸入數據，將對 應的扇區性能綜合指數作為網絡期望輸出，W種群中第1(1 = 1，2,...，L)個個體作為BP 神經網絡權值和闊值，L表示種群規模，并W訓練輸出與期望輸出之間誤差（絕對值）之和 的倒數，作為在第d次迭代后的適應度值Fi,d:
[0040]
[0041]其中，礙、.釀分別表示在第d次迭代時，第j(j=1，2，...，腳組樣本數據所對應 的BP神經網絡的訓練輸出與期望輸出。璋罐&可取1，2, 3,4, 5,分別表示扇區運行性能 為最好、較好、一般、較差、最差。步驟2. 1. 3選擇操作。
[0042] 優選的，所述步驟2. 1. 3包括：
[0043] 通過選擇操作處理個體適應度值，選擇輸出部分個體適應度值對應的個體；
[0044] 個體1在第d次迭代時的選擇概率為：
[0045]
[0046] 優選的，所述步驟2. 1.4包括：
[0047] 使用交叉操作對選擇輸出的個體進行處理，并輸出交叉操作結果。第1個個體和 第r個個體在m位進行基因交叉操作方法為：
[0048]
W例其中：gi,m,d和gl, ,m,d分別表示第1個個體和第1'個個體在m位的基因，g'i,m,d和g'r,m,d分別表示第1