%0 Journal Article
%T 随机GHP模型中机场容量混合聚类算法
%A 王飞
%A 徐肖豪
%J 交通运输工程学报
%P 64-68
%D 2011
%X 为了有效利用机场容量资源,克服现有随机GHP模型中容量预测存在的人为误差,研究了机场容量混合聚类算法。将每天的容量按照30min间隔划分为多个区间,每个区间对应着1个容量值,这样每天的容量就作为1个容量样本。采集国内某机场半年的容量样本,采用k-means和SOM神经网络的混合聚类算法,确定机场典型容量样本,计算相应的概率,建立典型容量样本树,并应用于随机GHP的静态和动态模型。仿真结果表明与不执行GHP相比,静态和动态模型的总延误损失分别减少了32.7%和52.7%,验证了混合聚类算法的可行性以及典型容量样本树的实用性。
%K 空中交通管理
%K 机场容量评估
%K 流量管理
%K 混合聚类算法
%K 随机GHP模型
%K 典型容量样本
%U http://cadxjtysgcxb.paperopen.com/oa/DArticle.aspx?type=view&id=201101011