彭瑛
- 作品数：52 被引量：109H指数：6
- 供职机构：南京航空航天大学更多>>
- 发文基金：国家自然科学基金国家科技支撑计划中央高校基本科研业务费专项资金更多>>
- 相关领域：航空宇航科学技术自动化与计算机技术经济管理理学更多>>
- 一种稳固型气象检测仪
- 本申请公开了一种稳固型气象检测仪，包括底座、箱体、第一支撑架、第二支撑架和第三支撑架，所述底座四角分别固定连接限制套，所述限制套内部滑动连接固定杆，所述固定杆外壁开设有卡槽，所述底座顶端固定连接有箱体，所述箱体顶端四角固...
- 李昌城胡明华赵征彭瑛谢华袁立罡
- 对流天气影响终端区的模式识别方法及高斯混合聚类模型
- 本发明属于机场终端区对流天气技术领域，具体涉及一种对流天气影响终端区的模式识别方法及高斯混合聚类模型，其中对流天气影响终端区的模式识别方法包括：获取对流天气数据；根据对流天气数据构建对流天气影响终端区特征；根据特征构建对...
- 彭瑛郭聪聪赵征尹嘉男杨磊
- 文献传递
- 一种新的多机场终端区容量评估方法研究被引量：4
- 2010年
- 分析了影响终端区容量的各种因素,提出了一种新的多机场终端区容量评估方法.运用网络规划模型和仿真模型相结合的方法,评估了上海终端区虹桥机场和浦东机场分别在单独运行和联合运行情况下的终端区容量.评估结果分析表明该方法是一种较其他容量评估模型更通用的评估方法,对单机场终端区和多机场终端区的容量评估及其影响因素分析均具有良好的适应性,评估结果准确,符合终端区实际运行情况.
- 彭瑛胡明华黄真
- 关键词：终端区
- 平行跑道独立进近的可靠性模型分析被引量：1
- 2005年
- 本文研究了平行跑道独立进近安全性分析的可靠性模型。可靠性模型主要分析了航空器上元件故障率对航空器在平行跑道上进行独立进近安全的影响。该模型把影响航空器进近安全的各种因素划分成几个功能模块,并根据模块中各元件的性能及其使用状况为这几个功能模块定义了它们的工作状态。每种工作状态对系统的安全影响程度都不同。最后把这些状态应用到马尔可夫模型中计算出了系统处于不同情况下的概率。
- 彭瑛黄宇华
- 关键词：模型分析跑道马尔可夫模型航空器进近行独立
- 多机场群运行评估与优化研究
- 进入二十一世以来,各国经济繁华区域逐渐出现了城市聚集的现象。这些地区经济集中、交通网络复杂,且各要素之间相互制约、相互联动,被称为城市群。城市群内部空中交通运输系统的高度发展,造成机场密度的增加,相邻机场间的相互依赖性和...
- 彭瑛
- 关键词：层次分析多目标优化鲁棒优化
- 基于流量比率的区域尾随间隔限制值的计算方法
- 本发明涉及一种区域内的尾随间隔限制值的计算方法，该方法包括三个步骤：首先根据预计通过受限空域的各分支航班流的流量占所有航班流总流量的比率来计算各股流量在受限时段内允许通过的航班架次，然后从尾随间隔值的取值集合中搜索最小的...
- 谢华张颖胡明华彭瑛李杰许俐袁立罡叶博嘉
- 基于计算机仿真的非交叉分散跑道间隔
- 2023年
- 非交叉分散跑道的起降安全间隔是航空器安全运行的重点。为保障具有非交叉分散跑道的机场安全和高效运行,建立了航空器起降间隔的数学模型,并自主搭建了计算机仿真平台,使用计算机仿真方式求解非交叉分散跑道起降间隔。以北京大兴国际机场为例,根据航空器类型分组,采用进离时间窗形式展现仿真结果。该数学模型和仿真平台对于其他机场有较强的通用性。
- 李昌城胡明华赵征彭瑛
- 关键词：计算机仿真
- 面向过站航班全流程的延误预警方法及存储介质
- 本发明提供一种面向过站航班全流程的延误预警方法及存储介质，其中，所述方法包括：基于机场实际运行数据获取目标航班进场过程预设环节的预计用时及预设关键节点的预计时刻；基于预设环节的预计用时及预设关键节点的预计时刻，对机场实际...
- 赵征冯事成李昌城彭瑛宋梅雯
- 基于航班时刻优化的跑道运行容量提升方法被引量：6
- 2014年
- 分析了航班时刻编排对跑道延误的影响,建立了平均跑道延误时间最少、总时间片调整最少、总延误航班架次最少的多目标航班时刻优化排序模型,用非支配排序多目标优化算法NSGA-Ⅱ求出该模型的PARATO前沿解集.以长沙机场典型日航班时刻为例,运用该模型对跑道运行容量进行计算.其计算结果与时间片内航班随机排序模型相比,航班平均跑道延误减少了28.8%,平均时间片调整数减少了27%,跑道运行容量增加了10.2%.
- 彭瑛胡明华李印风
- 关键词：空中交通管理多目标优化
- 基于深度学习的对流天气下终端区流量预测方法被引量：2
- 2021年
- 为提高对流天气下终端区流量预测的准确性和稳定性,提出了一种多输入深度学习模型(Multiinput deep learning,MICL)。在前人研究的基础上,扩展了影响终端区交通流的天气特征集,涵盖天气预报数据和机场气象报告(Meteorological Report of Aerodrome Conditions,METAR)数据。将终端空域根据功能划分为较小的空域,并通过天气预报数据建立天气危险指数(Weather severity index,WSI)特征,以更好地量化天气的影响。MICL模型结合了卷积神经网络(Convolution neural network,CNN)和长短期记忆网络(Long shortterm memory,LSTM)模型的优点,采用双通道分别输入WSI数据和METAR报告数据,可以充分反映终端区天气的时间与空间分布特征。以广州终端区在典型对流天气下运行的真实历史数据设计多场景实验,结果表明MICL模型与K近邻算法(Knearest neighbor,KNN)、支持向量回归(Support vector regression,SVR)、CNN、LSTM等既有机器学习或深度学习模型相比,在均方误差(Mean squared error,MSE)、均方根误差(Root MSE,RMSE)和平均绝对误差(Mean absolute error,MAE)等性能指标上表现优秀,在30 min至6 h不等的预测时间范围内均具有最佳的预测精度和稳定性。
- 彭瑛王洪毛利民王鹏
- 关键词：空中交通管理交通流量预测
