数据驱动的区域航空网络拥挤状态演化机理研究

With the strong increase of Chinese air traffic demand, the air traffic congestion is spreading to the regional network from the local bottlenecks. Mastering the property of formation, evolution and dissipation of regional air traffic congestion is the basic of making dispersion strategies. This project studies the evolutionary property of regional congestion based on complex network theory using actual air traffic data. The main contributions include: 1. build air traffic congestion index based on trajectory complexity, propose phase-state identification method of air traffic flow based on clustering algorithm; 2. build complex network of congestion index series, and explore the evolutionary property of single route section congestion and single sector congestion in short-term; 3. explore the evolutionary property of air traffic network congestion in long-term, build SIR model of air route network, sector network and interdependent network; 4. propose identification method of network congestion bottleneck based on contribution rate matrix. The research of this project will format comprehensive and scientific of regional traffic congestion. It will provide a new way and new thinking for solving regional congestion. Thus, the project has important theoretical significance and practical value.

随着我国空中交通需求的迅猛增长，空中交通拥挤逐步呈现出由局部瓶颈向区域网络蔓延的新特点。掌握区域化空中交通拥挤产生、演化与消散的基本规律，是制定区域化拥挤有效疏导策略的基础。本项目拟利用实际空管运行数据，基于复杂网络理论，深入挖掘空中交通拥挤的演化规律。具体为：1.基于空中交通流航迹的复杂特征分析，挖掘能够反映空中交通流相变特性本质的拥挤细部特征指标，提出基于聚类的交通相态识别方法；2.通过构建拥挤指标时间序列的复杂网络模型，探索短期内单个航路段或扇区交通拥挤的演化规律；3.基于复杂网络的动力学理论探索长期内网络拥挤传播规律，建立航路网络、扇区网络以及由二者构成的相依网络的拥挤传播SIR模型；4.构建基于贡献率矩阵的网络瓶颈识别方法。该项研究，将对区域化空中交通拥挤演化规律形成全面和科学的认知，将为解决大范围空中交通拥挤提供新途径和新思路，具有重要的理论意义与实际价值。

掌握区域化空中交通拥挤产生、演化与消散的基本规律，是制定区域化拥挤有效疏导策略的基础。本项目的执行基本按计划执行，紧密围绕航空网络拥挤状态演化机理这一科学主题，从数据挖掘的角度，采用复杂网络分析方法，针对管制认知条件下的空中交通拥挤相态辨识方法、单个空域短期的交通状态演化规律，以及交通网络长期的拥挤传播与消散规律等展开理论分析与实证研究。本项目通过采集来自我国不同地区的大规模飞行航迹数据，研究了航空器飞行轨迹的规则化表示方法，异常轨迹识别方法，研究飞行轨迹的相似性度量方法，及基于航迹聚类的空中交通流识别方法；利用空中交通流流量、机头时距等指标，基于混沌理论、复杂网络理论、复杂系统理论等，分析空中交通流的非线性特性；基于基本图理论，提取表征交通相态的交通流三参数，构建基于聚类的交通流相态识别方法；针对单个空域单元，基于复杂网络理论研究不同相态的交通流演变规律；针对空中交通网络，基于传染病模型、传递熵理论、关联规则等理论，挖掘空中交通拥挤在网络上的时空演化规律；在此基础上，研究了基于复杂网络特征和交通特征的瓶颈节点识别方法，以及基于深度学习的交通流预测方法。在本项目的资助下，共发表期刊论文38篇，其中SCI检索7篇，EI检索5篇；出版专著1部；授权发明专利1项，成功申请软件著作权2项；培养硕士研究生6人，其中1人在读，指导本科生参加科技项目7项。