以低空用户需求为主导的低空飞行服务站布局优化方法

文档序号:34112502发布日期:2023-05-10 22:43阅读:40来源:国知局
以低空用户需求为主导的低空飞行服务站布局优化方法

本发明涉及低空飞行服务站布局优化,尤其是涉及一种以低空用户需求为主导的低空飞行服务站布局优化方法。


背景技术:

1、飞行服务站可以为通用航空提供广泛的飞行服务,包括飞行计划服务、航空气象服务、航空情报服务、飞行情报服务、告警服务、应急救援和其他相关支援、其他需要的帮助。伴随着低空空域不断开放,将带动越来越多的低空飞行活动的开展,但在行业兴起的同时也面临着诸多问题。目前在建或者已建成的飞行服务站数量较少,且东西部低空飞行服务设施差异大,西部地区低空飞服能力尚有欠缺,无法为无人机飞行、私人转场飞行等其他低空飞行活动提供完整的飞行服务;同时,低空飞行服务保障体系建设也相对滞后,服务保障能力严重不足,协助应急救援响应时间长,对于现有的低空飞行服务站,缺乏一套系统的方法对其服务覆盖能力进行评估等,从而无法满足低空空域有效开发利用的需要,难以为通航发展提供有效支撑。

2、因此有必要建立一套站点等级分类合理、选址布局科学、服务安全高效的低空飞行服务体系,使低空服务需求被合理分配和最优覆盖,使站点的布局符合飞行动态的实时要求和可持续发展的需要。


技术实现思路

1、本发明提供一种以低空用户需求为主导的低空飞行服务站布局优化方法,该方法以低空用户出行和服务需求为主导,通过系统评估现有飞行服务资源的供需匹配能力,分析与预测低空飞行需求与服务需求,遵照低空空域管理规定建立分散层级的选址决策机制,基于多目标规划和服务覆盖决策的理论体系,应用多学科交叉优化低空飞行服务站点多阶段的选址和布局优化问题,弥补现行低空飞行服务按照行政区域方式划设的不足,为构建集数据、模型和仿真于一体的低空飞行决策平台提供理论参考。

2、为实现上述目的,本发明采用了如下技术方案:

3、一种以低空用户需求为主导的低空飞行服务站布局优化方法,包括如下步骤:

4、步骤1.基于行为出行理论和运输经济学,界定影响低空飞行活动的各项因素,建立低空飞行服务的逻辑时空需求分析和预测模型,运用神经网络正向传播和反向计算的数据训练能力,预测低空飞行需求和服务需求;

5、步骤2.基于所述逻辑时空分析和预测模型,构建不同空域结构、决策准则和决策约束的低空飞行服务站布局优化的评价指标体系,建立分散层级的abm决策机制;

6、步骤3.基于所述决策机制,选取需求区域的几何中心代表离散飞行空间需求点,进行需求聚集型的低空飞行服务离散选址;

7、步骤4.基于所述决策机制和所述需求聚集型的低空飞行服务离散选址,将低空飞行服务站的候选位置与服务需求范围设置为连续的区域,进行需求连续的动态低空飞行服务选址;

8、步骤5.假定服务设施中断或用户遇险,通过随机森林数值法,引入事故区间概率和选址鲁棒性对飞行安全和救援成本的影响,并基于需求连续的动态低空飞行服务选址,得到联合覆盖的低空飞行服务站应急布局方案。

9、本发明公开的一个实施例中,步骤1中,基于行为出行理论和运输经济学,通过机器学习和空间统计,确定用户出行特性、地区产业结构、政治文化要素、出行空间、出行时间和气象条件的边界范围,从而确定影响低空飞行需求的各项属性,建立逻辑时空分析和预测模型。

10、本发明公开的一个实施例中,步骤1中,基于所述逻辑时空分析和预测模型,得到低空飞行活动的时空需求、季节出行天气要求和飞行量需求。

11、本发明公开的一个实施例中,步骤2中,基于空域规划理论、决策理论、出行行为理论、运输经济学理论和多目标规划组合优化方法,通过数据挖掘技术和spearman相关性分析检验,建立布局优化的abm决策机制。

12、本发明公开的一个实施例中,步骤3中,基于服务分配,以及根据所述决策机制得到选址决策,使用需求波动理论和四阶段预测法,得到聚集需求;

13、基于所述聚集需求,通过mean-sh ift聚类方法,识别低空飞行需求聚集,建立可解释机器学习模型shap;

14、基于地形特征、产业经济、人口规模、建设成本和建成环境,使用所述可解释机器学习模型shap,分析影响低空飞行服务的主要因素,从而判断是否以地区飞行服务中心为初始理想解;

15、若不是以地区飞行服务中心为初始理想解,则重新进行选址决策;

16、若是以地区飞行服务中心为初始理想解,则使用带约束的随机森林法,智能搜索低空飞行服务站需求分配方案,并引入人机交互和动态输入环境变量,进行ml模型训练,得到服务成本最小、反应时间最短、服务覆盖最广、乐观、悲观、谨慎维度下的多目标选址结果。

17、本发明公开的一个实施例中,步骤4中,基于通信导航技术的发展和未来低空飞行需求的扩大,服务站的选址范围可扩大至可行的区间,进行连续区域内最大覆盖设施选址;

18、基于需求连续的最大覆盖理论和arcgis需求立体化展示,判断飞行区域是否被单个服务站覆盖或多个服务站联合覆盖;

19、若飞行区域不是被任意一个服务站覆盖或多个服务站联合覆盖,则重新进行连续区域内最大覆盖设施选址;

20、若飞行区域是被单个服务站覆盖或多个服务站联合覆盖,则进行离散设施选址。

21、本发明公开的一个实施例中,步骤5中,基于突发事件区间概率,考虑运行时设施的供给量存在不确定性和用户受不正常事件干扰,引入联合覆盖决策的最优控制理论和最短路径最小费用方法,得到应急选址理论和模型。

22、综上所述,本发明至少具有以下有益效果:

23、本发明以低空用户需求为主导,遵照低空空域的管理规定,分析和评估当前低空飞行服务供需能力匹配,基于低空产业的未来需求预测,运用多目标规划、最优覆盖决策和人工智能方法,解决低空飞行服务站点选址和布局优化问题。

24、本发明采用系统分析方法和出行行为理论,引入数据统计和机器学习,运用多源低空需求信息挖掘与融合,建立成套的低空飞行用户的飞行需求和服务需求的体系,弥补当前完全按照行政划设方式的固定选址理论的不足。

25、本发明可为低空飞行服务站的规划、选址、布局和服务安全能力评价提供理论支持和技术手段。



技术特征:

1.一种以低空用户需求为主导的低空飞行服务站布局优化方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的以低空用户需求为主导的低空飞行服务站布局优化方法,其特征在于,步骤1中,基于行为出行理论和运输经济学,通过机器学习和空间统计,确定用户出行特性、地区产业结构、政治文化要素、出行空间、出行时间和气象条件的边界范围,从而建立逻辑时空分析和预测模型。

3.根据权利要求1所述的以低空用户需求为主导的低空飞行服务站布局优化方法,其特征在于,步骤1中,基于所述逻辑时空分析和预测模型,得到低空飞行活动的时空需求、季节出行天气要求和飞行量需求。

4.根据权利要求1所述的以低空用户需求为主导的低空飞行服务站布局优化方法,其特征在于,步骤2中,基于空域规划理论、决策理论、出行行为理论、运输经济学理论和多目标规划组合优化方法,通过数据挖掘技术和spearman相关性分析检验,建立布局优化的abm决策机制。

5.根据权利要求1所述的以低空用户需求为主导的低空飞行服务站布局优化方法,其特征在于,步骤3中,基于服务分配,以及根据所述决策机制得到选址决策,使用需求波动理论和四阶段预测法,得到聚集需求;

6.根据权利要求1所述的以低空用户需求为主导的低空飞行服务站布局优化方法,其特征在于,步骤4中,基于通信导航技术的发展和未来低空飞行需求的扩大,服务站的选址范围可扩大至可行的区间,进行连续区域内最大覆盖设施选址;

7.根据权利要求1所述的以低空用户需求为主导的低空飞行服务站布局优化方法,其特征在于,步骤5中,基于突发事件区间概率,考虑运行时设施的供给量存在不确定性和用户受不正常事件干扰,引入联合覆盖决策的最优控制理论和最短路径最小费用方法,得到应急选址理论和模型。


技术总结
本发明提供了一种以低空用户需求为主导的低空飞行服务站布局优化方法,属于低空飞行服务站布局优化技术领域,该方法包括:1.基于行为出行理论和运输经济学建立低空飞行服务的逻辑时空需求分析和预测模型;2.基于逻辑时空分析和预测模型建立分散层级的ABM决策机制;3.基于决策机制进行需求聚集型的低空飞行服务离散选址;4.基于决策机制和需求聚集型的低空飞行服务离散选址,进行需求连续的动态低空飞行服务选址;5.通过随机森林数值法,引入事故区间概率和选址鲁棒性对飞行安全和救援成本的影响,得到联合覆盖的低空飞行服务站应急布局方案。本发明基于低空用户的飞行需求,解决低空飞行服务站点选址和布局优化问题。

技术研发人员:陈华群,马昕,朱兴澳,柳藴栖,王玉珏,杨伟超,潘龙飞,杨明慧,黄方玮
受保护的技术使用者:中国民用航空飞行学院
技术研发日:
技术公布日:2024/1/12
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1