空域扇区优化算法:基于谱聚类与边界优化
需积分: 24 187 浏览量
更新于2024-09-07
收藏 1007KB PDF 举报
"基于谱聚类的空域扇区分割研究,旨在解决空域扇区对交通流适应性不足的问题。该研究结合了图论、谱聚类和MAKLINK图等理论,提出了一种空域扇区分割与边界优化算法。通过对管制空域的航线网络结构和交通流量分析,构建了顶点联系程度计算模型和空域运行图模型。通过谱聚类算法有效分割空域图顶点,精确处理近距平行航路的分割问题,并构建扇区的凸壳结构。同时,利用MAKLINK图进行扇区间边界优化路径选择,以适应空中交通流量需求。实证分析显示,该算法能快速进行扇区优化设计,运行时间约10秒。"
本文是王超、王晓英和王飞三位作者在中国民航大学空中交通管理学院的研究成果,他们针对当前空域扇区划分的不足,提出了一种创新的解决方案。在空域规划领域,扇区划分至关重要,因为它直接影响到空中交通管理的效率和安全性。传统的扇区结构可能无法有效应对复杂多变的交通流量,因此,研究新的扇区分割方法显得尤为必要。
研究首先建立了一个基于管制空域基本航线网络结构的模型,考虑了空中交通流量的影响,设计了顶点间联系程度的计算模型。这个模型能够反映各个顶点(代表航路节点)之间的相互关系,为后续的扇区划分提供依据。接着,通过顶点融合和边航线离散化的方法,构建了空域运行图模型,使得空域结构可以被有效地数学化表示。
关键的技术在于应用谱聚类算法。谱聚类是一种基于图谱理论的聚类方法,能够处理非凸形状的数据集,特别适合解决近距平行航路的分割问题。在空域图中,每个顶点代表一个航路节点,通过谱聚类算法,可以将这些节点有效地分割成多个扇区,减少分割误差,同时形成扇区的凸壳结构,确保了扇区的连贯性和合理性。
此外,为了优化扇区间边界,作者提出了基于MAKLINK图的路径选择算法。MAKLINK图是一种特殊的图论模型,用于表示和优化网络中的路径选择。在空域规划中,这个算法能根据空中交通流量需求动态地调整扇区边界,确保边界路径的优化,提高整体运行效率。
经过实例分析,该算法在实现扇区优化设计的同时,表现出较高的运行效率,大约只需10秒,这在实时的空中交通管理中具有很高的实用价值。这项研究不仅对空域规划理论有所贡献,也为实际的空域管理和容量评估提供了新的工具和技术支持。
2019-08-15 上传
2019-08-16 上传
2019-08-19 上传
2019-08-17 上传
2019-07-22 上传
weixin_39840924
- 粉丝: 495
- 资源: 1万+
最新资源
- SSM动力电池数据管理系统源码及数据库详解
- R语言桑基图绘制与SCI图输入文件代码分析
- Linux下Sakagari Hurricane翻译工作:cpktools的使用教程
- prettybench: 让 Go 基准测试结果更易读
- Python官方文档查询库,提升开发效率与时间节约
- 基于Django的Python就业系统毕设源码
- 高并发下的SpringBoot与Nginx+Redis会话共享解决方案
- 构建问答游戏:Node.js与Express.js实战教程
- MATLAB在旅行商问题中的应用与优化方法研究
- OMAPL138 DSP平台UPP接口编程实践
- 杰克逊维尔非营利地基工程的VMS项目介绍
- 宠物猫企业网站模板PHP源码下载
- 52简易计算器源码解析与下载指南
- 探索Node.js v6.2.1 - 事件驱动的高性能Web服务器环境
- 找回WinSCP密码的神器:winscppasswd工具介绍
- xctools:解析Xcode命令行工具输出的Ruby库