基于指标体系的扇区复杂性评估方法.pdfVIP

基于指标体系的扇区复杂性评估方法.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于指标体系的扇区复杂性评估方法.pdf

第 15卷 第5期 交通运输系统工程与信息 vo1.15 No.5 2015年 1O月 JournalofTransportationSystemsEngineeringandInformationTechnology October2015 文章编号 :1009—6744(2015)05—0136—06 中图分类号 :U8 文献标志码 :A 基于指标体系的扇区复杂性评估方法 丛 玮 ,胡明华 ,谢 华 ,张 晨 (1.南京航空航天大学 民航学院,南京211106;2.民航华东地区空中交通管理局,上海200000) 摘 要: 为了全面分析扇区复杂性,将其分解为结构复杂性和运行复杂性.借鉴已有的 研究成果,围绕结构特征和运行特征,分别建立 了多维指标体系.利用主成分分析方法提 炼指标信息,评估扇区的结构复杂性和运行复杂性.最后采用k.means聚类算法对多个扇 区进行聚类分析,选取Dunn指标评价聚类质量,实现了对扇区复杂程度 的最佳等级划 分,同时对复杂性指标分析结果进行了验证.实例表 明,复杂性计算结果能够较好地体现 多个指标的综合影响,区分不同扇区的复杂程度 ,聚类结果与实际情况相符.该结论可以 为空域规划和管理提供参考意见. 关键词: 航空运输 ;扇区复杂性;指标体系;主成分分析;k.means聚类 AUEvaluationM ethodofSectorComplexityBasedonM etrics System CONGW ei,HU M ing—hua,XIEHua,ZHANGChen。 (1.CollegeofCivilAviation,NanjingUniversityofAeronauticsandAstronautics,Nanjing211106,China;2.EastChina RegionalAirTrafficMnaagementBureauofCivi1AviationAdministration,Shanghai200000,China) Absffact: In order to analyze sectorcomplexity comprehensively,thispaperdecomposesitinto structure complexity and operation complexity.Multi—dimensionalmetricsfocusingonairspacesturcture characteristicsandtraffiCoperationcharacteristicsareconstructedrespectivelyaccordingtopresentresearch PrimarycomponentanalysisiSusedtorefinemetricsinformalion.from whichsturcturecomplexity and operationcomplexityareevaluated.Multiplesectorsaredividedintodifferentclustersbyk-meansclustering algorithm .TheDunnindicatorisusedtoevaluateclusteringresults,whichcanhelpUSdecidetheoptimal clusteringnumber.Theclusteringresultsaretreatedasthebestclassificationforsectorcomplexity,which couldverify themetricsevaluationresults.Inthecaseofsectorsamples,sectorsturcturecomplexi

您可能关注的文档

文档评论(0)

w447750 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档