航路繁忙程度分类标准研究
孟令中①② MENG Ling-zhong；彭瑛③ PENG Ying；吴亚荣①④WU Ya-rong；王久一④WANG Jiu-yi
（①空军工程大学空管领航学院，西安710051；②中国人民解放军95920部队，衡水253801；③南京航空航天大学民航飞行学院，南京210000；④中国人民解放军94347部队，沈阳110041）
摘要： 基于中南地区航段飞行流量数据，通过筛选研究航路复杂度影响因素，在兼顾航路的动态和静态影响因素下定义航路评价指标。利用信息熵理论、灰色关联度、聚类分析等方法建立通用的航路繁忙程度评价体系，解决因航路的不合理运用而限制航空运输业的发展的问题，为有效利用航路奠定基础。
关键词： 航段复杂程度；复杂度；灰色关联；聚类分析
0 引言
近年来，世界民用航空事业随着经济全球化的形势迅猛发展。目前，民用航空运输在全球贸易中承担了40%的运输量，在整个交通运输体系中占有越来越重要的地位，是全球发展最快的产业之一[1]。根据中国民航的“十三五”规划以及民航业内有关研究机构对空中交通发展的预测，未来几十年里，中国民航的机队规模和机场数量还会保持较快的增长，因此空域资源也将愈发紧张，势必造成航路拥挤的现象。航路拥挤带来的危害也是显而易见的：飞行安全性降低，航班延误率提升，增加了管制员的工作负荷[2]。通过对航路繁忙程度进行划分，管理者可以找到航路运行的瓶颈所在，充分利用有限的航路资源，提高效率，为空中交通的调配提供更全面的信息，以及为合理安排航班时刻提供可行的依据。
从上世纪九十年代开始，国外的很多学者就逐步认识到空中交通中的不确定性，并进行了相当多的研究[3]。文献[4]利用随机优化算法解决航路拥挤问题。文献[5]研究了平衡空中交通需求和空域容量方面的问题，基于空域复杂性来研究和管理多个空域的交通流。同时，国外的空中交通研究者们也都不同程度的借鉴地面交通复杂度研究方法，丰富了人们对空中交通复杂度的认识。
近几年来我国对这方面研究也相继展开，文献[6]提出了交通拥挤时间的概念，并利用灰色关联度来分析动态交通状况。通常空中繁忙程度都是单纯使用航空器的架次进行评估，而文献[7]则考虑了航空器本身具有的微观特性和航空器之间的相互关系对空中交通的态势的影响，为后续研究航路繁忙程度提供借鉴。文献[8]从航路结构、高度层穿越、管制调配方案和天气情况分析空中交通拥挤和复杂度的问题，为空管信息系统中航路容量评估建模提供一定的参考价值。文献[9]通过道路的车流量、车速、道路占有率和当时交通的拥挤程度，提出了一个自动检测的模型。文献[10]考虑了主观因素对繁忙等级划分的影响，提出了一个动态的划分方法。
现有的航路复杂度研究大多都是带有预测性质的即通过对过去一段时间内飞机在不同航路上的表现和在相同航路上不同时间段的表现来预测接下来的时间段内航路的繁忙趋势，从为用户提供有限的参考信息。本文将依据对长时间的航段运行情况对航段繁忙程度进行划分，直接定义一个航段的繁忙等级，而不是带有预测性质的复杂度划分，这种划分方法的研究可以为空管的管理者们对空域中航段如何使用提供一定的借鉴意义，可以为在全国比较大的范围内的航路资源配备方面提供参考。
1 航路繁忙程度分类方法
1.1 航路指标选取
随着当前对空域复杂性和对航路复杂性的深入研究，表述航路情况的指标越来越多[11]。一般这些指标都是根据特定的研究和场合定义的，不具有通用性，也有很多依靠主观认识进行定义，缺乏严谨性。针对航路复杂程度指标的选取，一方面兼顾了航段长度，另一方面也考虑了实际当中飞机的流量和流量变化的因素，依靠航路飞行数据划分航路繁忙程度，建立可以有效实施的航路繁忙程度评价体系。
在综合了以上影响因素，选择并定义了如下几个指标（航段长度单位为海里，时间间隔单位为分钟）。
黄友义认为，外宣翻译需遵循“外宣三贴近”原则， 即贴近中国发展的实际， 贴近国外受众对中国信息的需求，贴近国外受众的思维习惯 (黄友义，2004)。因此，为贴近受众，故宫解说词的英译有必要借鉴欧美博物馆解说词的文本特点和谋篇布局，与欧美博物馆的信息呈现方式、表述方式相接轨。其自然属性可借鉴欧美博物馆的数据罗列形式，以可视化的形式减少纯文字的枯燥感。而其文字摘要部分可关注文物的文化属性和社会属性，如增译历史背景，对文物的评述，馆长的推荐语等等。以故宫的象耳转心瓶的解说词英译为例，笔者将其改译如下。
其中，
指航段i的相对日流量，fd，i指航段i的日流量，Li指航段i的长度。
②相对小时高峰流量。相对小时高峰流量为单位航路长度内，按照一定统计规则计算出的某航段航空器小时最大飞行架次：
综合来看,“粮食银行”破解了农民储粮、卖粮难题,也减轻了运营主体的资金压力,是多赢之举，其重点在于规范运作与健康经营。各地面对这一新生事物唯有超前谋划,通过政策扶持、完善监管以及各方的支持,规避一切可能出现的风险,才能引导其走上规范化道路,实现良性发展,造福广大农民。
其中，指航段i的相对小时高峰流量，fhp，i指航段i的每天的小时最大流量，Li指航段i的长度。
③高峰流时间总长。高峰流时间总长为在每天航空器小时飞行流量＞=每天最大小时流量60%的小时数总和，记为 tdur，i。
④持续高峰时段内的平均相对小时流量。持续高峰时段内的平均相对小时流量为在持续高峰时段内某航段相对小时流量的平均值：
其中，
指航段i在指标三找到的高峰时段内的平均相对小时流量，∑fdur，i指在指标三中高峰时段内航段i的总流量。
将300个复杂度值进行散点图分析，如图2所示。
非常规互感器是在光电技术和光纤通信技术的其他上发展起来的，其在智能变电站中的应用有效的发送了传统互感器输出失真、与计算机相连的诸多缺陷，其在智能变电站中使信息的全数字化实时采集功能得到实现，实现了电气量的精准商量，改善了传统模式下的各种测量、保持和计量等问题，并使其内部信号采集功能更加强大，抗干涉能力提高使电网状态估计水平和继电保护性能得到了有效的提高。
观察两组治疗后总有效率、治疗前后空腹血糖、餐后2h血糖、糖化血红蛋白等指标、血糖降低至达标范围的时间以及不良反应发生率。疗效评价:显效:患者临床症状疾病消失,血糖降至正常水平。有效:临床症状明显缓解,血糖明显下降但未达正常水平。无效:患者临床症状及血糖均未有改善。总有效率=(显效+有效)/总数×100%。
廖主任找来找去只找到一本叫做《碧血长空》的碟子，推进影碟机一放，知道是个美国大片。说的是尼米兹号航空母舰在进行维修时，突然穿越时光隧道，回到二次世界大战前夕。当时舰上官兵目睹日本山本五十六的联合舰队正要对珍珠港发动攻击，正打算用航空母舰上现代化武器消灭敌人，却依然穿越时光隧道返回了现代。巧的是，当廖主任正看到影片里第一次穿越时光隧道时，麻将机出问题了，这盘还没打完另副麻将便自动升上来了，和正打着的混在一起，拨整几遍还是如此。这样就打不成了。可蔓把麻将使气一推，说，啥破麻将机嘛，还不如看碟子。刚好穿越的那一段声音很怪异，画面很眩目，可蔓一提醒，个个都盯着电视屏幕看了。
在研究航路复杂度时，为避免这五个指标含义重复，进行指标筛选和凝练，将这些指标进行聚类，选出最有价值的指标。利用灰色绝对关联度分析，去除不采用的指标[12]。
实际计算情况下，根据30天的飞行计划，对每一个航段，每个指标每天都计算出一个值。最终计算出5种数据表，每张表代表一个指标，存放各个航段每一天的指标值。样式如表1所示。
表1 指标得分结果
1.2 数据预处理
为了保证数据结果有相同的参考性，不会因为量纲的不同而对整个数据的计算出现不可靠和偏差的情况，就需要对原始数据指标进行去除纲量标准化处理[11]。对各指标处理如下：
其中Xi，Yi对应各自数据矩阵中第i行的数据，
为将对应行的数据求和，得到标准归一化的矩阵Yi=[yij]n×m。
1.3 关键指标的确定
假设航段i的端点为n1和n2，分别找到n1和n2的小时最大流量（可能不在同一个小时内）。针对每个最小流量所在的时间，记录该小时内第一架过点的飞机和最后一架过点的飞机的过点时间，进一步计算平均时间间隔。
反过来看，在德都方言里却很少有汉语借词，即使是在改革开放的新时代，很多新词语都是来源于现代蒙古语或者吸收了英、俄等外语的某些词语。例如：
针对本文的数据，在进行聚类分析之前采用比较直观的方法对复杂度值在区间0-1上的分布情况进行直接的观察，看是否具有明显的界限。可以为后面聚类过程中设置分类类别提供基本的参考。
所以l1(t)≥0，对于t≥0，0≤u≤t，Y服从指数分布，则又h(1-α)≤1，显然e-λ(t-u+h(1-α)u)为增函数，因此l2(t)≥0，即
比较若干个指标中的任意两个，进行关联度分析的公式如下：
每个指标有c个时间样本数据，其中mi表示第i个时间样本的数据。根据计算出的u个指标序列的灰色绝对关联度值εij，建立关联度矩阵：
根据数据特点本文使用聚类分析的方法对航路繁忙等级进行划分，具体的算法流程如图1所示。
在确定关键指标后，利用信息熵理论[13]给出各指标权重。
计算指标的样本数据熵公式为：
常数k与指标总数有关，取k=1/ln m。yij为标准的数据化矩阵对应的元素[16]。
图1 算法流程
表2 部分航段的指标标准化结果
表4 部分航段的复杂度值
求解指标的权重值：某项指标的信息效用价值取决于该指标的信息熵ei与1之间的差值即di=1-ei。则i项指标权重为：
1.4 航路繁忙等级划分
在计算出航路指标对应的权重之后，将计算的各项指标的标准化数值进行加权求和，计算每个航段的复杂度数值，在这里复杂度值的计算是包含各项指标信息的一个综合性的评价航路繁忙程度的数值，复杂度值直接意味着航段繁忙的程度。
其中εii=1，值越接近1，越说明两个指标相近。在实例计算中我们可以根据实际的情况确定关联度的取值，一般情况下取εij=0.98，当大于这个数值的时候表明两个指标具有一致性，可以认为这两项指标可以合并起来只使用其中的一项指标来进行计算。
2 实例分析
本研究数据根据2017年中南地区300条航段的航段长度和三个月内的每日小时流量、航段日飞行架次、航空器过往时间、航段交叉点间隔等基础要素，定义相关的航路繁忙程度评价指标。
①相对日流量，相对日流量为单位航路长度内，按照一定统计规则计算出的某航段航空器日飞行架次，计算公式如下所示：
2.1 数据预处理
根据式（4）和（5）对现有数据进行标准归一化后如表2所示。
部分航段的标准化数值如表2所示，数据标准归一化处理可以避免由于数值大小单位不同所造成的计算结果差异，为后续步骤设置权重奠定基础。
2.2 关键指标的确定
利用中南地区航段数据计算出指标间的关联度为：
从以上计算出的结果来看，有εii=1，临界值 r∈[0，1]。数值越大越说明分类越细，在这儿我们取εij=0.98，当r≥0.98时，我们就把这些指标归为一类。经分析，我们可以得出在这个航段上有 ε12、ε14、ε24值大于等于 0.98，这些指标分别为：相对日流量、相对高峰小时流量、高峰时段内的相对小时流量均值。所以这三个指标我们归为同一类指标，在下面进一步的计算当中我们就选取这三个指标其中任意一个进行后续计算。最终确定的指标为：相对日流量、高峰小时流量总长、交叉点最小相对平均间隔。
根据式（11）（12）对标准化后的数据矩阵进行计算可得k=0.1735，各指标的权重如表3所示。
表3 三项指标权重
2.3 航段复杂度值计算
在这里复杂度值的计算是包含各项指标信息的一个综合性评价航路繁忙程度的数值，由于在指标选取的时候就已经着重选择了是与航路繁忙程度相关的指标，并且把其中的逆向指标都转换成了正向指标，因此复杂度值直接就是意味着航段繁忙的程度。对每个航段的指标进行加权求和可以得到该航段的复杂度值，部分航段的复杂度值如表4所示。
在竞争激烈的市场环境中，单靠企业自身的资源去参与竞争已远远不够。通过战略采购来获取和整合供应商的资源以获得竞争优势，是我国生产型企业的必然选择。集成化供应链就是在战略采购的背景下应运而生的产物，是指供应链的所有成员单位基于共同的目标而组成的一个“虚拟组织”，组织内的成员通过信息的共享、资金和物质等方面的协调和与合作，优化组织目标(整体绩效)。基于VMI(Vendor Managed Inventory) 模式的集成化供应链管理是对整个供应链上的供应商、生产商、运输商、分销商以及最终消费者的物流、信息流和资金流进行计划、协调、控制等，使其成为一个无缝的连接，实现集成供应链的整体目标。
计算出航段复杂度之后，每个航段一个复杂度值，这是进行航路繁忙程度划分的基础。通过聚类的方法把这些复杂度值分成若干类，从而将航路划分为繁忙、适中、畅通三类。下面将使用K-means聚类法和系统聚类两种方法对这些数据进行聚类分析，对比选择最适合对航路进行分类的方法。
2.4 航路繁忙等级划分
对所有指标数据序列进行标准化，去除纲量，记为：
图2 复杂度值在区间0-1的分布的情况
⑤交叉点最小相对平均间隔。交叉点最小相对平均间隔为在高峰流量时段内某航段航空器在航段端点的最小平均管制间隔时距。
从图2中，可以看出航段的复杂度值大致分为三个部分，分界线大致为0.34和0.5，在下面使用聚类算法进行计算的过程中可以用作参考对照。
2.4.1 K-means聚类
监理方在监理工作中应切实履行自身的职责，同时积极开展定期和不定期专项检查，若在检查过程中发现质量或安全问题，应责令相关部门及时整改，从而消除隐患，保证工程建设的安全。再者，监理单位需召开安全会议，汇报安全工作，并及时解决工作中的问题，开展安全检查，防止施工中出现安全隐患。
在育龄期因肿瘤死亡妇女肿瘤类型中，以肝恶性肿瘤、乳腺恶性肿瘤占有率最高，均达14.29%，其次为肺恶性肿瘤，占有率达13.43%，肠恶性肿瘤，占有率达10.29%。详见表3。
设置K=3，进行K-means聚类的结果如表5、表7所示。
人力资源管理提升的需要。进入知识经济时代，人力资源管理必须创造组织变革的环境，并与经营战略结合。人力资源管理是不断发展提升的，从简单的人事处理到战略人力资源管理，工作的重心和抓手也不尽相同。人力资源部门通过人工成本的管理工作，可以有效指导人力资源日常实践，提高各项工作的前瞻性、计划性与精细程度，提高工作的效果与效率；还可以通过人工成本数据的分析研究，对企业人工成本投入产出效率进行分析，对企业经营发展状况及发展趋势作出预判，对企业战略规划制定与经营决策提供专业支持。
表5 聚类中心
表6 K-means聚类中心间的距离
表7 各聚类中的案例数
观察上面的分类结果结合上面的复杂度值散点图可以看出，聚类中心大致分在散点图的中心，但是这种方法存在的局限就是不能很直接的划清类别之间的界限。并且通过这种方法是在二维的层面上，不能将复杂度值在0-1内进行聚类划分。所以这种方法只能用来确定每一个聚类中心点，不能作为确切的界限值划分方法。
2.4 .2系统聚类
系统聚类[14]的优势在于，一方面是它能够把详细的分类结果通过各种图形的形式展现出来，如树状图、冰柱图等，下面我们将通过树状图对分类结果进行介绍。
如图3所示，树状图是直观反映聚类结果的谱系图，从中可以看出它把每一个个案都进行了分类。由于我们需要的是划分为三类，因此，作一条能与树状图相交三个交点的位置。可以直观的看出哪些个体归为一类，然后根据这些个体所对应的复杂度值的大小，确定划分类别的界限值。通过归类分析，找出了这三类复杂度值的分布区间（表8）。
表8 复杂度值类别区间
通过我们利用系统聚类的方法，最终把每一条航段上面的复杂度值进行了合理的划分类别。由此把航段的繁忙程度划分为三个类别：繁忙、适中、畅通。取第一类的最大值和第二类的最小值的平均值为划分畅通与适中的界限，取第二类的最大值和第三类的最小值的平均值为适中与繁忙的界限。最终划分的界限为：复杂度值0.11255和0.3257。当复杂度值小于等于0.11255时为畅通，当介于0.1125和0.3257中间时为适中，当大于等于0.3257时为繁忙。
图3 系统聚类树状图
3 结论
本文着重从航路本身具有的特性出发，研究航路的繁忙等级。选取能直接影响航段繁忙程度的指标，所有的计算和实例都是基于航段实际运行和本身具有的性质。通过划分的复杂度值区间，可以为任何一个地区的航路划分繁忙等级，具有比较大的普适性和参考性。最后利用中南地区的航段实时数据将航段划分为“繁忙”、“适中”、“畅通”三个层次。与K-means聚类方法对比，该方法更贴合空中交通管理实际，并且该划分方式具有更大的可信性和抗干扰性。可以为整个航路的复杂性计算提供独到的信息，这种模型计算出的航段复杂度不会因人为的因素而改变，可以为空中交通管理和空管基础建设提供强有力的信息支撑。
隆冬时节，白雪飘扬，何处觅食，火锅最佳。提起火锅，它已经成为很多人最钟爱的食物之一，而且现在吃火锅也不分季节，一年四季皆可食用，不过在冬天吃火锅却是最有意境的，三五好友，聚在一起，暖心暖胃。不过，如果你是孕妈妈，吃火锅就另当别论了。
参考文献：
[1]吕小平.中国民航新一代空中交通管理系统发展总体框架[J].中国民用航空，2007（8）：24-26.
[2]杨家忠，EsaM.Rantanen，张侃.交通复杂度因素对空中交通管制员脑力负荷与情境意识的影响[J].心理科学，2010（02）：368-371.
[3]何毅，董德存.空中交通复杂度参数模型与空域状态预测[J].软件导刊，2007（15）：41-44.
[4]Oussedik S,Delahaye D.Reduction of air traffic congestion by genetic algorithms[J].1998,1498：855-864.
[5]Keumjin L,Eric F,Amy P.Air Traffic Complexity：An Inputoutput Approach[J]，2006：6-12.
[6]达庆东，张国伍.交通拥挤定量分析方法[J].交通运输系统工程与信息，2002（04）：46-48.
[7]谢华，丛玮，胡明华，等.基于灰色关联聚类的空中交通复杂度评估方法[J].航空计算技术，2014，06：9-13.
[8]王晓晨，杜新宇，刘卫香.考虑随机因素的多航段航路容量模型研究[J].计算机工程与设计，2012，33（9）：3598-3603.
[9]庄斌，杨晓光，李克平.道路交通拥挤事件判别准则与检测算法[J].中国公路学报，2006（03）：83-86.
[10]张琼方.基于管制复杂性的扇区繁忙等级划分研究[D].南京航空航天大学，2014.
[11]俞立平，潘云涛，武夷山.学术期刊综合评价数据标准化方法研究[J].图书情报工作，2009，53（12）：136-139.
[12]许云飞.灰色聚类分析方法介绍[J].山东交通科技，1999（02）：41-44.
[13]Bian T,Deng Y.Identifying influential nodes in complex networks：a node information dimension approach.Chaos,2018,28(4)：4310-4319.
[14]马晓艳，唐雁．层次聚类算法研究[J]．计算机科学，2008，34（7）：34-36．
Study on Classification Criteria of Busy Routes
（①Air Traffic Control and Navigation College，Air Force Engineering University，Xi'an 710051，China；②Unit 95920 of the PLA，Hengshui 253801，China；③College of Civil Aviation，Nanjing University of Aeronautics and Astronautics，Nanjing 210000，China；④Unit 94347 of the PLA，Shenyang 110041，China）
Abstract: Based on the flight flow data of the mid-south region,the influence factors of route complexity were studied through screening,and the evaluation indexes of the route were defined with the consideration of both the dynamic and static factors of the route.By using information entropy theory,Grey correlation,cluster analysis and other methods,a general evaluation system of route busy degree is established to solve the problem of restricting the development of air transport industry due to the unreasonable use of route and lay a foundation for the effective use of route.
Key words: segment complexity；complexity value；grey correlation；cluster analysis
中图分类号： V355
文献标识码： A
文章编号： 1006-4311（2019）13-0147-05
作者简介： 孟令中（1994-），男，山东菏泽人，助理工程师，学士，研究方向为交通运输；吴亚荣（通讯作者）（1977-），陕西蒲城人，副教授，博士，研究方向为航空安全管理。
标签：航段复杂程度论文; 复杂度论文; 灰色关联论文; 聚类分析论文; 空军工程大学空管领航学院论文; 中国人民解放军95920部队论文; 南京航空航天大学民航飞行学院论文; 中国人民解放军94347部队论文;