航路网络拥堵区域识别方法

本发明属于航路网络资源调配，具体涉及一种航路网络拥堵区域识别方法。

背景技术：

1、航路网络是航空运输的主要载体，是空中交通高效运行的保障基础。众多的航路点和导航台由点及线构成了复杂的航路网络，而节点所处地理位置不同，所承担的流量负载就不同，进而导致其在航路网络中的重要性不同。网络机能及运行效率往往受网络中一小部分节点的影响，这部分节点的功能失效会导致网络性能下降，并且如果未能及时采取相应措施，这部分节点的失效影响会快速波及到整个网络，并最终使网络陷入瘫痪，带来严重后果，这部分节点被称之为关键节点。基于此，进行航路网络节点重要度判别，寻找关键节点对理解航路网络特性、结构以及功能，缓解航路网络拥堵，提高空中交通运输整体高效性具有重要意义。

2、目前对于网络拥堵的研究大多只考虑了网络拓扑结构指标，并且只基于网络局部结构信息进行节点的评估，对于节点在全局网络中的影响不能做出较准确的判断，从而降低了拥堵识别的准确性。

3、因此，需要一种航路网络拥堵区域识别方法。

技术实现思路

1、本发明的目的是提供一种航路网络拥堵区域识别。

2、为了解决上述技术问题，本发明提供了一种航路网络拥堵区域识别方法，包括：

3、step1：构建航路网络g＝(v,e)，设置各节点的容量为mi，假定节点的重要度ci对应航班经过该节点的概率，设置仿真步ft＝6000，各节点的航班流入量为fienter＝ft*ci；

4、step2：根据step1设置的参数，通过设置合适的航班生成间隔时间，依次增加进入网络的航班的数量；

5、step3：模拟飞行过程，记录发生拥堵的节点及该节点拥堵时网络中总的流入航班量fti；其中所述发生拥堵的节点为fienter大于其容量mi的节点；

6、step4：重复step2～step3的过程，直至ft＝ft,仿真结束。

7、进一步的，所述构建航路网络g＝(v,e)的方法包括：以航路点为节点，将节点间的航路及航线段简化为边，用邻接矩阵a(axy)表示网络中航路点与航路点的连接情况，x、y属于航路点集合中的元素，当axy＝1时，表示航路点与之间有航路连接，否则为无连接的航路点；则航路网络就简化为由n个节点和m条边构成的网络拓扑图，用无向图g＝(v,e)表示，其中，v为航路点的集合，e为连接各航路点的航路集合。

8、进一步的，所述节点的重要度ci的计算方法包括：建立航路网络节点重要性评价指标体系；通过熵权法—critic权重法对各评价指标进行组合赋权；对各航路点的重要性综合评价。

9、进一步的，所述建立航路网络节点重要性评价指标体系包括：网络拓扑指标、网络脆弱性指标和网络运行状态指标。

10、进一步的，所述网络拓扑指标包括：度中心性、介数中心性、接近中心性、特征向量中心性。

11、进一步的，所述网络脆弱性指标包括：网络效率损失度、运行效率损失度、最大子图损失度。

12、进一步的，所述网络运行状态指标包括：流量集中度、高峰小时流量、高峰时长。

13、进一步的，所述通过熵权法—critic权重法对各评价指标进行组合赋权的计算公式为：

14、ωj＝α1uj+α2vj；

15、其中，ωj代表第j个评价指标的综合权重；α1和α2分别代表两种赋权方法的权重比例，满足α1,α2≥0且α1+α2＝1；uj为第j个评价指标的熵权；vj为第j个评价指标的critic法权重；

16、求解α1和α2的方法包括：

17、

18、根据拉格朗日极值条件进行求解，求得

19、

20、其中，sij表示第i个航路点的第j个指标的计算值，s'ij为归一化后的指标值；

21、进而进行归一化，求解得：

22、

23、进一步的，所述对各航路点的重要性综合评价的方法包括：

24、(1)指标预处理：

25、假设所构建的航路网络中共有n个航路点，对于每个航路点均有m个评价指标，sij(i＝1,2,3,…,n；j＝1,2,3,…,m)表示第m个评价指标下的第n个航路点的初始值；构造初始矩阵s；

26、对于效益型指标的标准化处理为：

27、

28、对于成本型指标的标准化处理为：

29、

30、在对各指标值进行标准化处理之后得到了标准化决策矩阵z＝(zij)n×m；

31、(2)计算加权矩阵：

32、根据综合权重ωj，且ωj满足结合所得到的标准化决策矩阵z＝(zij)n×m的各标准化指标值得到加权矩阵x：

33、x＝(xij)n×m＝(zij·ωj·)n×m；

34、(3)计算理想解：

35、根据所得的加权矩阵，计算其正理想解x+与负理想解x-：

36、

37、

38、(4)计算综合接近度；

39、首先计算与正、负理想解的相对熵和

40、

41、

42、接着计算各航路点与正、负理想解的灰色关联度和

43、

44、

45、

46、

47、其中，ρ表示分辨系数，ρ∈[0,1]，其取值越小对应分辨力越大；

48、综合各航路点与正负理想解的相对熵和灰色关联度，计算各航路点与正理想解与负理想解的接近度：

49、

50、

51、其中，η1与η2反映的是更侧重距离还是曲线形状；

52、最后，计算各航路点的综合重要接近，即所述节点的重要度：

53、

54、进一步的，所述效益型指标包括：网络拓扑指标、网络脆弱性指标和网络运行状态指标。

55、本发明的有益效果是，本发明的航路网络拥堵区域识别方法首先面向航路网络节点的网络拓扑特性、网络脆弱性以及网络运行状态三个维度建立航路网络节点重要性评价指标体系，接着通过熵权法—critic对各评价指标进行组合赋权，并引入相对熵与灰色关联分析法对逼近理想值排序(topsis)法进行改进，对各航路点的重要性综合评价；最后根据各航路点的重要性进行航路网络拥堵识别仿真，可以识别出较易产生拥堵的节点，以便于根据这些节点建立主要研究航路，并找出预计进入拥挤航路网络的航班，为航路网络资源调配的研究提供基础。

56、本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

57、为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

技术特征：

1.一种航路网络拥堵区域识别方法，其特征在于，包括：

2.如权利要求1所述的航路网络拥堵区域识别方法，其特征在于，

3.如权利要求1所述的航路网络拥堵区域识别方法，其特征在于，

4.如权利要求3所述的航路网络拥堵区域识别方法，其特征在于，

5.如权利要求4所述的航路网络拥堵区域识别方法，其特征在于，

6.如权利要求5所述的航路网络拥堵区域识别方法，其特征在于，

7.如权利要求6所述的航路网络拥堵区域识别方法，其特征在于，

8.如权利要求7所述的航路网络拥堵区域识别方法，其特征在于，

9.如权利要求8所述的航路网络拥堵区域识别方法，其特征在于，

10.如权利要求9所述的航路网络拥堵区域识别方法，其特征在于，

技术总结
本发明属于航路网络资源调配技术领域，具体涉及一种航路网络拥堵区域识别方法。本航路网络拥堵区域识别方法首先面向航路网络节点的网络拓扑特性、网络脆弱性以及网络运行状态三个维度建立航路网络节点重要性评价指标体系，接着通过熵权法—CRITIC对各评价指标进行组合赋权，并引入相对熵与灰色关联分析法对逼近理想值排序(TOPSIS)法进行改进，对各航路点的重要性综合评价；最后根据各航路点的重要性进行航路网络拥堵识别仿真，可以识别出较易产生拥堵的节点，以便于根据这些节点建立主要研究航路，并找出预计进入拥挤航路网络的航班，为航路网络资源调配的研究提供基础。

技术研发人员：田文,王琦,周雪芳,刘卫香,李亚娟,方琴,王家隆
受保护的技术使用者：南京航空航天大学
技术研发日：
技术公布日：2024/1/14