民用飞机着陆距离预测研究

doi:10.16265/j.cnki.issn1003-3033.2017.01.014

中国安全科学学报 ›› 2017, Vol. 27 ›› Issue (1): 77-81.doi: 10.16265/j.cnki.issn1003-3033.2017.01.014

民用飞机着陆距离预测研究

温瑞英^1,2 讲师, 吴博³ 工程师, 褚双磊^1,2 讲师, 王红勇^1,2 助理研究员

1 中国民航大学空中交通管理学院,天津 300300
2 天津市空管运行规划与安全技术重点实验室,天津 300300
3 东北空管局飞行服务中心业务科, 辽宁沈阳 110043

收稿日期:2016-10-19 修回日期:2016-11-24 发布日期:2020-11-23
作者简介:温瑞英 (1977—),女,山西忻州人,博士,讲师,主要从事交通运输规划与管理、飞机性能等方面的研究。E-mail:wenruiying@163.com 。
基金资助:
国家自然科学基金委员会与中国民用航空局联合资助(U1333108);国家自然科学青年基金资助(21407174)。

Prediction of landing distance for civil aircraft

WEN Ruiying^1,2, WU Bo³, CHU Shuanglei^1,2, WANG Hongyong^1,2

1 Air Traffic Management College, Civil Aviation University of China, Tianjin 300300, China
2 Tianjin Key Laboratory of Operation Programming and Safety Technology of Air Traffic Management, Tianjin 300300, China
3 Flight Service Center of Northeast Air Traffic Control Service, Shenyang Liaoning 110043, China

Received:2016-10-19 Revised:2016-11-24 Published:2020-11-23

摘要/Abstract

摘要： 为防止飞机着陆时冲出跑道,采用支持向量机(SVM)模型预测飞机着陆距离。基于机场、气象以及飞机自身等3方面影响因素,选取B737-800为参考机型。利用波音公司的LAND软件采集相关运行数据。通过选择误差最小、精度最优的径向基核函数(RBF)构建最有效的SVM模型。探讨网格参数算法、遗传算法(GA)和粒子群优化(PSO)算法对最佳惩罚函数c和核函数参数g的影响。结果表明,预测着陆数据与实测着陆数据吻合较好——最大绝对误差在20 m范围内,最大相对误差为1%。

关键词: 飞行安全, 着陆距离, 支持向量机(SVM), 回归预测, 遗传算法(GA), 粒子群优化(PSO)算法

Abstract: In order to prevent aircraft from running out of runway, the paper was aimed at predicting the aircraft landing distance by means of an SVM model. B737-800 was taken as the reference type on the basis of considering specific factors influencing the distance, namely those relating to the airport, the weather and the aircraft. The operation data were collected by using Boeing LAND software. The radial basis function (RBF) kernel function was chosen by selecting the minimum error and the optimal accuracy. The best penalty function c and the kernel function parameter g were optimized by using grid parameters, genetic algorithm and particle swarm optimization algorithm. The results show that the prediction of landing distance conforms with the measured data, the maximum absolute error is 20 meters, and the maximum relative error is 1%.

Key words: flight safety, landing distance, support vector machine(SVM), regression prediction, genetic algorithm(GA), particle swarm optimization(PSO) algorithm

中图分类号:

X949

温瑞英, 吴博, 褚双磊, 王红勇. 民用飞机着陆距离预测研究[J]. 中国安全科学学报, 2017, 27(1): 77-81.

WEN Ruiying, WU Bo, CHU Shuanglei, WANG Hongyong. Prediction of landing distance for civil aircraft[J]. China Safety Science Journal, 2017, 27(1): 77-81.

参考文献

[1] AC-121-FS-2009-33,航空承运人湿跑道和污染跑道运行管理规定[S].
AC-121-FS-2009-33,Operational management rules on the wet runway and the contaminated runway of the air carrier[S].
[2] 谷润平,王鹏. 基于多元线性回归的湿/污染跑道着陆距离估算[J]. 中国民航大学学报, 2014,32(3):20-22.
GU Runping, WANG Peng. Estimation of wet and contaminated runway landing distance based on multiple linear regression[J]. Journal of Civil Aviation University of China, 2014, 32(3):20-22.
[3] 陈红英,向小军. 民用飞机实际着陆距离计算方法研究[J].计算机仿真, 2013,30(9):66-69.
CHEN Hongying, XIANG Xiaojun. Discussion of civil aircrafts operating landing distance calculation method[J]. Computer Simulation,2013,30(9):66-69.
[4] 夏俊. 飞机着陆距离计算方法研究及实例分析[D]. 广汉:中国民用航空飞行学院, 2016.4.
XIA Jun. Study on algorithm of aircraft landing distance and example analysis[D].Guanghan: Civil Aviation Flight University of China, 2016.4.
[5] 蔡良才,张因子,王海服,等. 高原机场飞机着陆滑跑距离计算与分析[J]. 空军工程大学学报:自然科学版, 2014, 15(3):5-9.
CAI Liangcai, ZHANG Yinzi, WANG Haifu, et al. Calculation and analysis of plane's landing slipping length with full thrust in plateau airfield[J]. Journal of Air Force Engineering University:Nature Science Edition,2014, 15(3):5-9.
[6] 蒋建军, 鲁伟. 某型飞机反推力装置与着陆滑跑距离优化[J]. 四川兵工学报, 2012, 33(3):57-58.
JIANG Jianjun, LU Wei. Optimization research of the reverse thrust device and aircraft landing distance[J]. Journal of Ordnance Equipment Engineering, 2012, 33(3):57-58.
[7] 黄文静, 吴密翠, 周晓飞. 使用反推力时飞机着陆滑跑距离的换算[J]. 飞行力学, 2003, 21(3):56-58.
HUANG Wenjing, WU Micui, ZHOU Xiaofei. Conversion method of landing distance under reverse-thrust conditions[J]. Flight Dynamics,2003,21(3):56-58.
[8] 胡启洲,高宁波,叶茂. 基于支持向量机的道路交通事故数据统计模型研究[J].中国安全科学学报, 2013, 23(6):39-44.
HU Qizhou, GAO Ningbo, YE Mao. A support vector machines-based statistical model for forecasting road traffic accident data[J]. China Safety Science Journal, 2013, 23(6):39-44.
[9] 丁宏飞,秦政,李演洪,等. 融合多源数据的ABC-SVM快速路交通事件检测[J].中国安全科学学报, 2015, 25(6):162-166.
DING Hongfei, QIN Zheng, LI Yanhong, et al.Urban expressway's traffic incident detection based on multi-source data fused by ABC-SVM[J]. China Safety Science Journal, 2015, 25(6):162-166.
[10] 陈治怀,谷润平,刘俊杰. 飞机性能工程[M]. 北京:兵器工业出版社, 2006:188-192.
CHEN Zhihuai, GU Runping, LIU Junjie. Aircraft performance engineering[M]. Beijing: The Publishing House of Ordnance Industry,2006:188-192.
[11] 王治. 基于遗传算法-支持向量机的铁路货运量预测[J]. 计算机仿真, 2010,27(12):320-322.
WANG Zhi. Prediction of railway freight volume based on genetic algorithm-support vector machine[J]. Computer Simulation. 2010,27(12):320-322.
[12] 周丽. 用遗传算法选择支持向量机参数的研究[D]. 昆明:云南大学, 2010.
ZHOU Li. The study on selecting parameters of SVM using genetic algorithm[D].Kunming: Yunnan University, 2010.
[13] 杨钟瑾. 粒子群和遗传算法优化支持向量机的破产预测[J]. 计算机工程及应用, 2013,49(18):265-270.
YANG Zhongjin. Bankruptcy prediction based onsupport vector machine optimized by particle swarm optimization andgenetic algorithm[J]. Computer Engineering and Applications, 2013, 49(18):265-270.
[14] 戴上平,宋永东. 基于遗传算法与粒子群算法的支持向量机参数选择[J]. 计算机工程与科学, 2012,34(10):113-117.
DAI Shangping, SONG Yongdong. Parameter selection of support vector machines based on the fusion of genetic algorithm and the particle swarm optimization[J]. Computer Engineer and Science, 2012,34(10):113-117.

[1]	杨文臣, 周燕宁, 田毕江, 郭凤香, 胡澄宇. 基于聚类分析和SVM的二级公路交通事故严重度预测[J]. 中国安全科学学报, 2022, 32(5): 163-169.
[2]	丁茜, 赵晓东, 吴鑫俊, 张泰丽, 徐振涛. 基于RBF核的多分类SVM滑塌易发性评价模型[J]. 中国安全科学学报, 2022, 32(3): 194-200.
[3]	吴孟龙, 叶义成, 胡南燕, 王其虎, 李文, 江慧敏. 基于模糊信息粒化的矿业安全生产态势区间预测^*[J]. 中国安全科学学报, 2021, 31(9): 119-127.
[4]	赵挺生, 庞奇志, 姜雯茜. 基于数据库与支持向量机的施工升降机安全风险预测[J]. 中国安全科学学报, 2021, 31(4): 11-17.
[5]	孙瑞山, 陈雄, 李重锋. 基于相似理论的飞机实际着陆距离预测方法[J]. 中国安全科学学报, 2021, 31(3): 13-18.
[6]	刘阳, 张建经, 罗宏森, 于海莹, 向波. 基于贝叶斯网络的Fuzzy-SVM路基震害预测模型^*[J]. 中国安全科学学报, 2021, 31(11): 171-178.
[7]	郑晓亮, 来文豪, 薛生. MI和SVM算法在煤与瓦斯突出预测中的应用[J]. 中国安全科学学报, 2021, 31(1): 75-80.
[8]	马辉, 吕航, 栾瑞斌. 基于空间单元分析的装配式建筑施工安全预警模型[J]. 中国安全科学学报, 2020, 30(5): 27-32.
[9]	武琳玉, 梁伟, 沙夺林. 油气站场典型设备的焊缝缺陷检测与识别方法[J]. 中国安全科学学报, 2020, 30(11): 108-113.
[10]	向征, 张文奇, 张文军. 雷暴天气下基于多航空器冲突避让的路径规划[J]. 中国安全科学学报, 2019, 29(8): 151-156.
[11]	马英楠, 吕子阳, 高星, 王勇毅. 基于SVM的居家老人跌倒预测方法研究[J]. 中国安全科学学报, 2019, 29(6): 43-48.
[12]	马杰, 刘琪, 张春玮, 刘克中, 张煜. 基于AIS的数据时空分析及船舶会遇态势提取方法[J]. 中国安全科学学报, 2019, 29(5): 111-116.
[13]	谢尊贤, 郭琰, 蒲涛. 基于BIM-GA-BN的养老社区施工安全评价模型[J]. 中国安全科学学报, 2018, 28(9): 19-25.
[14]	楚文慧, 吴超仲, 张晖, 杨曼, 李思瑶. 基于个性化行为模型的驾驶疲劳识别方法[J]. 中国安全科学学报, 2018, 28(6): 43-48.
[15]	王岩韬, 赵嶷飞. 基于多算法协作的航班运行风险辨识研究[J]. 中国安全科学学报, 2018, 28(6): 166-172.

民用飞机着陆距离预测研究

Prediction of landing distance for civil aircraft

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价