-
公开(公告)号:CN119541277A
公开(公告)日:2025-02-28
申请号:CN202411599483.1
申请日:2024-11-11
Applicant: 桂林电子科技大学
IPC: G08G5/51 , G06Q10/04 , G06Q50/40 , G06N3/045 , G06N3/042 , G06N3/0464 , G06N3/0442 , G06N3/048
Abstract: 本发明公开了一种基于深度时空图卷积神经网络的航空器滑行时间预测方法,旨在提高滑行时间预测的准确性。该方法构建了机场运行环境的时空图模型,将滑行过程中不同位置的时空特征,通过图结构进行表达。利用图神经网络捕捉滑行过程中复杂的空间依赖关系,并通过时序模块处理时间序列数据,生成精确的滑行时间预测。相比传统方法,本发明能够更好地捕捉航空器滑行过程中的动态特征,适用于大规模机场的滑行时间预测,具有较高的泛化能力和实用性。
-
公开(公告)号:CN119479380A
公开(公告)日:2025-02-18
申请号:CN202411573532.4
申请日:2024-11-06
Applicant: 桂林电子科技大学
Abstract: 本发明提供了一种协同推出的两阶段多跑道离港航班排序方法,专门设计用于缓解高峰期多跑道机场的拥堵问题,确保航班的离港过程更加高效,并且符合科学规划。该方法包括:构建多跑道动态推出率控制模型以确定滑行道最优排队阈值;构建以最小化航班延误和运行成本为目标的航班排序指派模型;提出基于连续马尔科夫链交互鲸鱼算法,进行航班推出次序和跑道资源分配。本发明对能够精准识别机场场面的离场航班滑行量,减少航班推出后因跑道占用造成的滑行道等待时间,对于改善航班准点率、提升机场整体运行效率具有实际意义,满足当前绿色航空发展理念。
-