關(guān)于多跑道機(jī)場噪聲優(yōu)化預(yù)測(cè)方法

《關(guān)于多跑道機(jī)場噪聲優(yōu)化預(yù)測(cè)方法》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、文章編號(hào)：1006—9348(2016)12—0062—07關(guān)于多跑道機(jī)場噪聲優(yōu)化預(yù)測(cè)方法徐濤k2，胡惠裕1(1．中國民航大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，天津300300；2．中國民航信息技術(shù)科研基地，天津300300)摘要：多跑道機(jī)場噪聲預(yù)測(cè)是機(jī)場規(guī)劃和改擴(kuò)建的重要基礎(chǔ)，隨著機(jī)場跑道數(shù)量的增加，航班、跑道、飛行程序之間組合更加多樣化，機(jī)場噪聲預(yù)測(cè)問題更加復(fù)雜。為了得到可靠性高的預(yù)測(cè)結(jié)果，根據(jù)不同跑道的航跡聚類和機(jī)型聚類，把聚類結(jié)果的每簇中心航跡和代表機(jī)型數(shù)據(jù)組合導(dǎo)人INM(IntegratedNoiseModel

2、s)計(jì)算噪聲值構(gòu)成噪聲數(shù)據(jù)庫，通過貝葉斯分類算法構(gòu)建了一個(gè)采用貝葉斯分類的多跑道機(jī)場噪聲預(yù)測(cè)模型。輸入航班號(hào)、機(jī)型、航跡、目的地、出港點(diǎn)等基礎(chǔ)數(shù)據(jù)即可快速確定航跡、枧型所屬類別和跑道號(hào)，然后查詢?cè)肼晹?shù)據(jù)庫得到噪聲預(yù)測(cè)結(jié)果。實(shí)驗(yàn)結(jié)果表明，上述模型能夠在一定誤差范圍內(nèi)方便快捷地預(yù)測(cè)出機(jī)場周圍敏感點(diǎn)的噪聲，從而驗(yàn)證了預(yù)測(cè)模型的合理性和有效性。關(guān)鍵詞：機(jī)場噪聲預(yù)測(cè)；航跡聚類；機(jī)型聚類；貝葉斯分類中圖分類號(hào)：TP399文獻(xiàn)標(biāo)識(shí)碼：BOptimizationofMulti—-RunwayAirportsNoisePred

3、ictionXUTaok2．HUHui—vul(1．CollegeofComputerScienceandTechnology，CivilAviationUniversityofChina，Ti刪in300300，China；2。InformationTechnologyResearchBaseofCivilAviationAdministrationofChina，Tianjin300300，China)ABSTRACT：Muhi—runwayairportsnoisepredictionistheimpo

4、rtantbasisofairportplanandexpansion．Withtheincreaseinthenumberofairportrunway，thecombinationsofflights，runwaysandflightproceduresaremorediverseandthenoisepredictionofmulti—runwayairportsismorecomplexly．Therefore，inordertoobtainthehighreliabili—typredictionr

5、esults，thispaperfocusedontrackclusteringandaircrafttypeclustering．Andthenthedataoftheten-tertrackofeachclusterandtherepresentativemodelsofeachclusterwereinputintoIntegratedNoiseModels(INM)tocalculatethenoisevalueandconstitutethenoisedatabase．Amuhi—runwayair

6、portnoisepredictionmodelbasedonBayesianclassificationwasproposedwithBayesianclassificationalgorithm．Oncethedataofflightnumber．a(chǎn)ir-crafttype，track，destinationanddeparturepointareinputintothemodel，thetrack，aircrafttypeandthecoderofrunwayCanbequicklydetermined

7、．Thenthenoisepredictionresultscanbeobtainedbyqueryingthenoisedatabase，Experimentalresultsshowthattheproposedmodelcanbeusedtopredictthenoiseofthesensitivepointsaroundtheairportwithinacertainerrorrange．Therefore，therationalityandvalidityofthemodelareverified．

8、KEYWORDS：Airportnoiseprediction；Trackclustering；Aircrafttypeclustering；Bayesianclassification1引言近年來，隨著民航客貨運(yùn)輸量的迅猛增長，機(jī)場擴(kuò)容、跑道擴(kuò)建，旅客出行更加快捷方便。與此同時(shí)，機(jī)場用地與周邊城鎮(zhèn)地區(qū)越來越近，噪聲污染問題也日益凸顯，已引起了基金項(xiàng)目：國家科技支撐計(jì)劃課題(2014BAJ04802