[发明专利]一种基于历史容量相似特征的容量评估方法及设备

权利要求书

1.一种基于历史容量相似特征的容量评估方法，其特征在于，包括以下步骤：

针对空域单元运行过程中的容量影响因素，构建容量相似特征模型，形成容量相似特征指标集合；

获取评估对象历史数据，以容量相似特征指标集合为依据，采用聚类算法对分时段历史数据样本进行分类，生成当前评估对象的评估时段所属的容量相似时段样本集合；

采用密度聚类算法对容量相似时段样本集合的历史容量值进行分类，以最大类簇为基础计算得到容量参考值；

其中，所述容量影响因素包括结构类因素、运行类因素和突发因素，所述结构类因素用于表征待评估对象的静态特征与容量的关系，是指将待评估对象抽象为带权网络后，从复杂网络的角度对待评估对象进行的统计分析；所述运行类因素用于表征待评估对象的动态特征与容量的关系，是指在指定航班计划的前提下，待评估对象在待评估时段内的宏观运行情况；所述突发因素用于表征待评估对象的随机特征与容量的关系，是指突发事件对待评估对象运行影响的量化度量；

所述结构类因素指标集合为Des＝{K,P,De}，其中，非直线系数K是统计时段内航班飞行航线的起始、终止点之间的实际飞行长度与空间距离之比的均值，计算公式为m表示统计时段内在评估对象内飞行的航班数量，n表示第f个航班飞经的航段个数，d_fi表示第f个航班飞经的航段i的长度，d_min表示飞行航线的起始、终止点之间的空间距离；节点压力P表示统计时段内经过关键点的流量均值，计算公式为ω_k表示单位时间内经过航路点k的航班流量，num表示节点个数；节点度均值De表征空域结构的复杂度，计算公式为num表示节点个数，de_i表示与航路点i相连的航段个数；

所述运行类因素指标集合为Dyn＝{F,T_d}，时段流量F是指在统计时段内进入待评估对象的航班数量；平均延误时间T_d指待评估时段内航班在待评估对象内的延误时间，计算公式为表示航班i的延误时间，是航班i在待评估对象内的计划飞行时间与实际飞行时间的差值；

所述突发因素指标集合为Out＝{ρ,R}，ρ表示气象阻塞度，R代表容量下降率；

所述容量相似特征指标集合为T＝{K,P,De,F,T_d,ρ,R}。

2.根据权利要求1所述的基于历史容量相似特征的容量评估方法，其特征在于，所述采用聚类算法对分时段历史数据样本进行分类，生成当前评估对象的评估时段所属的样本集，包括：根据容量相似特征模型对待评估的对象历史运行航迹数据以及待评估时段的航迹数据进行分时段指标化统计，形成容量相似特征指标集合矩阵D，其中列数为容量相似特征指标数量，行数为时段样本数量，分时时段的长度为容量评估的时间粒度，采用聚类算法以行为单位对矩阵D进行聚类，得到待评估对象的待评估时段所属的类簇，作为目标样本集合。

3.根据权利要求2所述的基于历史容量相似特征的容量评估方法，其特征在于，所述聚类算法采用模糊C均值算法，进行容量样本分类包括以下步骤：

(a)初始化模糊C均值聚类算法参数：

对矩阵D进行极差标准化处理，设置模糊指数m∈[1,∞)、稳定分类阈值δ∈[0,1)、分类次数iter∈[1,∞)，并确定样本分类数k；对隶属度矩阵U使用(0,1)之间的数据进行初始化，并满足约束条件n为样本数据总数；

(b)进行模糊C均值聚类：

根据隶属度矩阵U，由式得到本次分类的第k个聚类中心，x_j表示矩阵D第j行中的元素，由欧氏距离公式分别求得n个数据样本到各聚类中心的距离d_ij，在此基础上，计算价值函数J，公式为：

若本次分类结果的价值函数与上一次分类结果的价值函数的差值大于稳定分类阈值δ，则将连续稳定聚类次数cnt重置为0，更新隶属度矩阵U，再次进行聚类；

若本次分类结果的价值函数与上一次分类结果的价值函数的差值小于稳定分类阈值δ，则连续稳定聚类次数cnt自增，若cnt＜iter，更新隶属度矩阵U，再次进行聚类，若cnt＝iter，则聚类算法结束，得到历史样本数据根据容量相似特征划分的不同类簇。