一种基于gabp神经网络的扇区运行性能综合检测方法及系统的制作方法
【技术领域】
[0001] 本发明设及航空领域，尤指一种空中交通管制扇区运行性能综合检测方法及系 统。
【背景技术】
[0002] 伴随着航空运输业的发展，为了保证各类飞行活动的安全和有序，空中交通管制 服务应运而生并不断得到发展完善，至20世纪80年代趋于成熟。现代空中交通管制服务 的主要内容是：空中交通管制员（简称为"管制员"，下同）依托现代通信、导航、监视技术， 对所辖航空器实施管理和控制，协调和指导其运动路径和模式，W防止空中航空器与航空 器相撞及在机场机动区内航空器与障碍物相撞，维护和加快空中交通的有序流动。空中交 通管制扇区（简称为"管制扇区"，下同）是空中交通管制（简称为"管制"，下同）的基本 空间单元。一般情况下，为航空器提供空中交通管制服务的空域被划设为若干管制扇区，每 个管制扇区对应一个管制员工作席位。管制扇区运行性能是管制扇区内航空器运行态势的 技术性指标提炼，既反映管制员对所辖管制扇区提供管制服务的质量和水准，又反映特定 管制空域使用效能。因此，对管制扇区运行性能的有效检测是调整管制运行策略、优化管制 空域结构的基础和前提。
[0003] 比如，公开号为CN104332073A的专利文献在2015-02-04公开了一种智能空中交 通管制系统，包括数据接收接口模块、数据处理中屯、、应急超控模块、电子飞行计划显示模 块、航班监控显示模块和航班控制指令发送模块。通过接收飞机准确的实时飞行信息，数据 处理中屯、即可展开飞行计划的精确计算，并优化整个飞行队列，如缩短飞机间距，合理调配 对应跑道的起降顺序，实时更改着陆角，曲线进近等，有效提高整个飞行队列的效率，加强 安全性。最终，整个飞行计划将显示在管制员的监控显示器上。航空管制员可W随时通过 显示器观察飞行队列起飞着陆的优先顺序，并通过更改飞机起飞/着陆航迹，航速等参数， 调整队列顺序。从而提高机场通勤率，提高管制员的工作效率。
[0004] 但即便如此，目前针对空中交通管制扇区运行性能的研究较少，大部分研究主要 体现在W下几个孤立方面：（1)空中交通流密度，分为战略和战术两层面，其中前者主要体 现为空域复杂性指标，后者主要体现为管制单元空中交通拥挤程度判定。目前，空中交通流 密度指标在应用上仍W管制单元的航空器架次统计作为主要呈现。（2)管制运行安全性能， 包括定量和定性两方面。定量方面，国际民航组织（ICAO)依据碰撞风险分析制定的总的安 全目标等级CTL巧是1.5X10-8次致命飞行事故/飞行小时，而我国民航空管系统根据危 险接近风险分析将事故征候万架次率作为关键安全指标。定性方面，ICAO推荐采用威胁差 错管理（T虹eatandErrorManagement,TEM)或日常运行安全监测（NormalOperations SafetySurvey,NOS巧方法，实施定性的管制运行安全性能评价。国内学者围绕人、机、环、 管理等4类因素分别建立了安全风险评估指标体系，并开展了指标权重分析。（3)管制运 行效率性能，主要围绕航班延误指标方面。目前，国外航班延误统计指标设及延误架次率 及延误时间。我国民航欠缺航班延误时间的细化统计，在航班延误原因界定、统计指标设 计、统计方法及流程等方面亟待改善。（4)管制员工作负荷，是管制扇区容量评估的重要考 量。国外学者从生理/行为特征、主观测评、工作细分的角度，分别提出了电击皮肤的反应、 屯、率、屯、电图、血压、体液等生理指标，设备操作次数、陆空通话时间记录等行为指标；ATWIT 技术、NASA-TLX量表、SWAT量表和MCH法等主观测评技术；DORATASK、MBB法、RAMS法等衡 量管制员工作时间的方法。国内学者发展了主观测评方法，提出了基于可拓学的管制员工 作负荷评价模型。 阳0化]例如，公开号为CN104636890A的专利文献在2015-05-20公开了一种空中交通管 制员工作负荷测量方法，包括：步骤A:确定管制负荷测量指标，该管制负荷测量指标包括 眼动指标和语音指标；步骤B:实时记录各眼动指标对应的眼动指标数据，W及各语音指标 对应的语音指标数据；步骤C:对记录的眼动指标数据进行因子分析，计算出眼动指标数据 的眼动综合因子；步骤D 眼动综合因子和语音指标为输入因素，管制综合指标值为输出 因素，建立管制负荷回归模型。该方法能够实时、无干扰的测量管制员的综合指标，实用性 强。
[0006] 但该方法参考的数据比较局限，指标维度单一，不够全面、综合，该测量方法仅利 用局限的数据片面地对管制员工作负荷进行了测量，存在一定的局限性，预测可靠度不高。
【发明内容】
[0007] 本发明提供一种可W提高扇区性能综合指数的检测结果的可靠性的空中交通管 制扇区运行性能检测方法和系统。
[0008] 本发明的目的是通过W下技术方案来实现的：
[0009] 一种空中交通管制扇区运行性能检测方法，包括步骤：
[0010] 步骤1 :确定BP神经网络拓扑结构，采集不同时段的扇区性能检测指标样本，建立 样本集；
[0011] 步骤2、利用遗传算法优化BP神经网络的权值和阔值，进行网络训练，输出优化后 的BP神经网络；
[0012] 步骤3 :根据输入的扇区性能检测指标实时数据，通过步骤2优化后的BP神经网 络预测扇区性能综合指数。
[0013] 优选的，所述步骤1包括：
[0014] 步骤1. 1确定BP神经网络结构；
[0015] 步骤1.2建立样本集。
[0016] 优选的，所述步骤1.1包括：
[0017] 根据经验公式确定：巧<V7TT+CH为隐含层节点数目，C取从1到10的整数，I 为指标总数；
[001引隐含层和输出层的节点传递函数均采用tansig函数：
[002U 对于第P次训练，L,,k,p表示第j(j= 1，2，...，脚组样本数据所对应的BP神经网 络第k化二1，2, . . .，H)41隐含层节点的输出值，Y，,p表示第ja= 1，2,...，脚组样本数 据所对应的BP神经网络输出层的输出值，《i,k,p表示从输入层第i41节点到隐含层第idi 节点的权值，3k,P表示隐含层第k全节点的阔值，k,p表示从隐含层第kdl节点到输出 层单一节点的权值，Pp表示输出层单一节点的阔值。
[0022] 优选的，所述步骤1. 2包括：
[0023] 采集不同时段的扇区性能检测指标样本，取样本对应扇区运行历史时段的管制录 音录像，组织资深管制专家W听录音、看录像的方式，分析所复现的管制情境，参照扇区运 行性能检测指标数据对样本进行扇区运行性能综合分类，将综合分类结果标定为扇区运行 性能综合指数；将不同时段的扇区性能检测指标样本及其对应的扇区性能综合指数样本组 成n组样本数据对，建立样本集。
[0024] 所述扇区性能检测指标包括扇区通行性检测指标、扇区复杂性检测指标、扇区安 全性检测指标、扇区经济性检测指标和管制员工作负荷指标。 阳0巧]所述扇区通行性检测指标为扇区流量、扇区航行里程、扇区航行时间和扇区交通 流密度；扇区复杂性检测指标为扇区航空器爬升次数、扇区航空器下降次数、扇区航空器改 速次数、扇区航空器改航次数；扇区安全性检测指标为扇区短期冲突告警频率和扇区最低 安全高度告警频率；扇区经济性检测指标为扇区饱和度、扇区排队长度、扇区航空器延误架 次率、扇区航空器延误时间、扇区航空器平均延误时间；管制员工作负荷检测指标为陆空通 话信道占用率、陆空通话次数。
[00%] 优选的，所述步骤2包括如下步骤：
[0027] 步骤2. 1使用遗传算法优化BP神经网络权值和阔值；
[0028] 步骤2. 2W最优初始化权值和阔值，对扇区性能检测指标样本进行BP神经网络训 练，输出优化后的BP神经网络。
[0029] 优选的，所述步骤2. 1包括：
[0030] 步骤2. 1. 1随机初始化BP神经网络权值和阔值，对权值和阔值进行编码，形成个 体及种群；
[0031] 步骤2. 1. 2构造个体适应度函数；
[0032] 步骤2. 1. 3选择操作；
[0033] 步骤2. 1. 4交叉操作；
[0034] 步骤2. 1. 5变异操作；
[0035] 步骤2. 1. 6根据遗传算法结束条件，选取适应度值最大的个体基因编码，作为BP 神经网络的最优初始化权值和阔值。
[0036] 优选的，所述步骤2. 1. 1包括：
[0037] 个体的编码采用实数编码方式，每个个体由输入层与隐含层连接权值、隐含层阔 值、隐含层与输出层连接权值W及输出层阔值构成。
[0038] 优选的，步骤2. 1. 2包括：
[0039] 将不同时段的扇区性能检测指标样本数据归一化处理后作为网络输入数据，将对 应的扇区性能综合指数作为网络期望输出，W种群中第1(1 = 1，2,...，L)个个体作为BP 神经网络权值和阔值，L表示种群规模，并W训练输出与期望输出之间误差（绝对值）之和 的倒数，作为在第d次迭代后的适应度值Fi,d:
[0040]
[0041]其中，礙、.釀分别表示在第d次迭代时，第j(j=1，2，...，脚组样本数据所对应 的BP神经网络的训练输出与期望输出。璋罐&可取1，2, 3,4, 5,分别表示扇区运行性能 为最好、较好、一般、较差、最差。步骤2. 1. 3选择操作。
[0042] 优选的，所述步骤2. 1. 3包括：
[0043] 通过选择操作处理个体适应度值，选择输出部分个体适应度值对应的个体；
[0044] 个体1在第d次迭代时的选择概率为：
[0045]
[0046] 优选的，所述步骤2. 1.4包括：
[0047] 使用交叉操作对选择输出的个体进行处理，并输出交叉操作结果。第1个个体和 第r个个体在m位进行基因交叉操作方法为：
[0048]
W例其中：gi,m,d和gl, ,m,d分别表示第1个个体和第1'个个体在m位的基因，g'i,m,d和g'r,m,d分别表示第1