有效
基于趋势距离和谱聚类的机场航班波形相似性度量方法
赵征、许辰澄、葛家明、李昌城、胡明华
南京航空航天大学
摘要
本发明公开了基于趋势距离和谱聚类的机场航班波形相似性度量方法。该方法首先通过时间序列趋势符号化方法将机场的进、离场航班波架次序列转换为趋势序列,再基于趋势距离和谱聚类的技术手段,对不同机场的进、离场航班波进行相似性度量,实现从需求层面科学划分机场中转能力及功能定位的目的。本发明相较于通过经验辨识和对比评价指标对机场进行分类的方法更为合理与客观。
1.基于趋势距离和谱聚类的机场航班波形相似性度量方法,其特征在于,包括如下步骤:步骤1,根据全国航班协调时刻系统,对待分类机场的飞行数据进行统计,设定待分类机场为k个,则每个待分类机场的飞行数据包括统计时间段内,自然小时降落该机场的进场航班架次;步骤2,根据待分类机场的飞行数据,以自然日的自然小时为单位,计算每个自然小时的平均进场航班架次,以自然小时数为横坐标,每个自然小时平均进场航班架次为纵坐标,绘制每个待分类机场的进场航班波;步骤3,将每个待分类机场的进场航班波视为长度为24的进场航班波序列A={A 1 ,A 2 ,…,A 24 },依据进场航班波序列的变化趋势特征,将进场航班波序列转换为进场趋势序列v={v 1 ,v 2 ,…,v 22 };步骤4,根据动态规划算法,计算任意两个待分类机场进场趋势序列之间的进场趋势距离;步骤5,根据进场趋势距离构建进场趋势矩阵,通过对进场趋势矩阵进行谱聚类,将进场航班波相似的机场归为一类,得到分类结果。
2.根据权利要求1所述基于趋势距离和谱聚类的机场航班波形相似性度量方法,其特征在于,所述步骤3的具体过程如下:步骤3.1,根据进场航班波序列的变化趋势特征,将进场航班波序列的变化趋势分为9种趋势,即持续下降、下降后平稳、波谷、平稳后下降、持续平稳、平稳后上升、波峰、上升后平稳、持续上升,并依次用A~I对应上述9种趋势;步骤3.2,根据以下公式,计算参数R(A,i):步骤3.3,航班波的变化趋势v j 由R(A,i)和R(A,i+1)共同决定,j=1,2,…,22,且进场航班波序列转换为进场趋势序列的规则如下表:其中,A i 、A i+1 分别表示进场航班波序列A中第i、i+1自然小时的平均进场航班架次,X max 表示相邻两个自然小时对应的平均进场航班架次之间差值的绝对值的最大值,ε=0.05。
3.根据权利要求1所述基于趋势距离和谱聚类的机场航班波形相似性度量方法,其特征在于,步骤5所述谱聚类的过程如下:步骤5.1,根据进场趋势距离构建进场趋势矩阵S A :其中,TDA 11 表示第1个机场与第1个机场的进场趋势序列之间的进场趋势距离,TDA 1k 表示第1个机场与第k个机场的进场趋势序列之间的进场趋势距离,TDA k1 表示第k个机场与第1个机场的进场趋势序列之间的进场趋势距离,TDA kk 表示第k个机场与第k个机场的进场趋势序列之间的进场趋势距离;步骤5.2,根据进场趋势矩阵S A 构建邻接矩阵W和度矩阵D;步骤5.3,计算拉普拉斯矩阵L,对L进行标准化,得到标准化后的矩阵D -1/2 LD -1/2 ;步骤5.4,计算矩阵D -1/2 LD -1/2 的特征值,并将特征值由小到大进行排序,取前k 1 个特征值求解对应的特征向量;步骤5.5,将k 1 个特征值对应的特征向量组成矩阵并按行标准化,得到特征矩阵F;步骤5.6,将特征矩阵F的每一行作为一个样本,利用K-means聚类方法进行聚类,得到聚类结果。
4.基于趋势距离和谱聚类的机场航班波形相似性度量方法,其特征在于,包括如下步骤:步骤1,根据全国航班协调时刻系统,对待分类机场的飞行数据进行统计,设定待分类机场为k个,则每个待分类机场的飞行数据包括统计时间段内,自然小时降落该机场的离场航班架次;步骤2,根据待分类机场的飞行数据,以自然日的自然小时为单位,计算每个自然小时的平均离场航班架次,以自然小时数为横坐标,每个自然小时平均离场航班架次为纵坐标,绘制每个待分类机场的离场航班波;步骤3,将每个待分类机场的离场航班波视为长度为24的离场航班波序列,依据离场航班波序列的变化趋势特征,将离场航班波序列转换为离场趋势序列;步骤4,根据动态规划算法,计算任意两个待分类机场离场趋势序列之间的离场趋势距离;步骤5,根据离场趋势距离构建离场趋势矩阵,通过对离场趋势矩阵进行谱聚类,将离场航班波相似的机场归为一类,得到分类结果。
5.基于趋势距离和谱聚类的机场航班波形相似性度量方法,其特征在于,包括如下步骤:步骤1,根据全国航班协调时刻系统,对待分类机场的飞行数据进行统计,设定待分类机场为k个,则每个待分类机场的飞行数据包括统计时间段内,自然小时降落该机场的进、离场航班架次;步骤2,根据待分类机场的飞行数据,以自然日的自然小时为单位,计算每个自然小时的平均进、离场航班架次,以自然小时数为横坐标,每个自然小时平均进、离场航班架次为纵坐标,绘制每个待分类机场的进、离场航班波;步骤3,将每个待分类机场的进、离场航班波视为长度为24的进、离场航班波序列,依据进、离场航班波序列的变化趋势特征,将进、离场航班波序列转换为进、离场趋势序列;步骤4,根据动态规划算法,计算任意两个待分类机场进场趋势序列之间的进场趋势距离以及任意两个待分类机场离场趋势序列之间的离场趋势距离;步骤5,根据进、离场趋势距离构建进、离场趋势矩阵,将进场趋势矩阵与离场趋势矩阵叠加后得到总趋势矩阵,通过对总趋势矩阵进行谱聚类,将航班波相似的机场归为一类,得到分类结果。
暂无引用专利




