基于BP網絡的空中交通管制運行品質框架思路

黃曉華

摘 要 空中交通管理信息系統是以航空通信、導航以及監視為基礎，并通過數據鏈和網絡將自動化系統設備連接起來，是保障航空交通安全運輸的一項重要技術，文章主要針對基于BP網絡的空中交通管制運行品質框架思路進行了簡要分析與探討。

關鍵詞 BP網絡；空中交通管制；運行品質；框架思路

中圖分類號：TP309 文獻標識碼：A 文章編號：1671-7597（2014）02-0011-01

空中交通管制運行作為我國航空帶來發展中的一項重要工作內容，直接影響到我國航空事業的國際化程度。因此，對基于BP網絡的空中交通管制運行品質框架思路的探討有其必要性。

1 研究背景

隨著現代科學技術的發展，空中交通管理制度也發生了很大的變化，尤其是隨著現代科學技術手段的不斷引進與應用，如計算機技術、網絡技術、人工智能技術等多種技術和科學知識的應用，使得當前空中交通管制結構化決策問題發生了很大的扭轉，通過先進技術的應用，明確具體問題，采用列舉可能方案、修正完善模型等方式，以做出正確的決策，建立起適應于現代交通管理發展需要的人機交互系統。

2 系統設計

航空交通管理系統是一個復雜的綜合應用平臺，而人工神經網絡技術是解決復雜關系的一種重要技術。伴隨著人工神經網絡技術的發展與應用，這為空中交通管制運行開辟了新途徑，不僅解決了傳統系統中知識獲取的困難，而且提高了決策支持系統的科學性和可靠性，以下針對空中交通管制系統運行結構設計進行具體的分析。

2.1 系統結構

該系統是由多種功能共同配合協調的集成化系統，其主要的基本結構有方法庫子系統、數據庫子系統、知識庫子系統、模型庫子系統、會話子系統，是以支持決策過程為目標的決策支持系統，具體結構示意圖如圖1所示。

圖1 系統結構示意圖

根據圖示分析，通過5個子系統的協助運行，從而達到科學管理與決策的目的。其中，數據庫管理系統通過方法庫、模型庫以及人機接口的連接，對各種數據進行有效調動，負責系統所需要的內部與外部數據，方法庫系統則主要用于存放各種方法的一個子系統，通過模型的建立以及形成問題，選擇不同的解決路徑；會話子系統主要是在方法庫系統、數據庫系統、模型庫系統之間建立有效通信，為決策者提供相關的問題識別、信息收集、計算分析等功能，知識子系統則主要負責知識的查詢、學習、添加、編輯和調用。

2.2 功能模塊實現

基于BP網絡的空中交通管制運行系統的建立主要是以神經網絡技術來實現的內部決策，必在實際應用時，必須要考慮到系統的實時性，一般而言，一個空中事故的發生往往發生在幾分鐘內，具有很強的突發性，為此，對系統的實時性提出了較高的要求，而本系統正是立足于這個理念，將數據庫、方法庫、模型庫以及人機接口有效的連接起來，采用神經網絡，充分調動各種數據，確定具體的網絡權值，負責系統所需要的內部與外部數據，同時，還采用BP學習算法，建立一個具體的數學計算模型，對形成問題進行分析，按照隨機方式進行初始化處理，選擇不同的方法和解決路徑，方便于決策者進行問題識別、信息收集、計算分析以及知識的查詢、學習、添加、編輯和調用，并對每個樣本值與網絡輸出誤差進行分析，將網絡權值進行輪流修改，從而達到規定的條件，具體的程序設計如下。

#include <存儲抽象經驗規則>

#include<模糊語言變量>

uchar t；

while（ms--）

for（t=0；t<123；t++）；

}

void main（）

{

P1=0xff；

delay（500）；

temp=0xfe； //功能函數

for（j=0；j<4；j++）

{

P1=temp；

delay（500）；

temp=_crol_（狀態識別）；

}

P1=0xff；

while（1）；

}

3 仿真分析

空中交通管制運行是處于空域狀態識別模塊中，其主要功能和作用就是通過分析其流量是否超過空域容量進行流量的預測，并且運用模糊神經網絡技術，進行空中交通的隨機性與復雜性進行分析，在這里首先建立數據仿真模型，采用模糊控制技術，建立方法庫系統、數據庫系統、模型庫系統，通過通信技術的應用，以適應復雜的過程，在模糊預測中，預測量作為系統的輸出、預測依據作為系統輸入，通過輸入與輸出的知識、信息，對系統的預測模型進行系統歸納，其整個模糊化的過程，由多種功能共同配合協調的集成化系統，并根據前后空中交通需求情況，對得到的相關程序最高者進行統計分析，這個過程簡單來講，就是將輸入值進行精確化處理，經過逆模糊化作用，按照相關的規則進行轉化，運用加權平均法，以實現空中交通流量仿真預測。

4 結果分析

人工神經網絡技術在空中交通管制運行中的應用，開辟了新途徑，不僅解決了傳統系統中知識獲取的困難，能夠指導飛機保持高度盤旋，改變飛行路徑，根據實際情況改變飛機的高度層，而且可以給予管理人員以提醒，提高了決策支持系統的科學性和可靠性，另外，神經網絡技術還可以采用與空域狀態識別模塊相同的方法，進行誤差計算，以適應神經網絡要求。

5 結束語

總而言之，人工神經網絡技術具有較強的容錯能力，在解決問題時不需要精確的數據，尤其適應于非線性和不確定性的問題，可以獲得滿意的效果，大大滿足了空中交通管制實時性要求。

參考文獻

[1]張建平，胡明華，吳振亞，張瑞平.基于BP網絡的空中交通管制運行品質評價[J].西南交通大學學報，2013（03）：553-558.

[2]張建平，胡明華，劉衛東.終端區空中交通管制運行品質綜合評價[J].西南交通大學學報，2012（02）：341-347.

[3]張建平，魚海洋，鄒國良.終端區空中交通管制運行品質評價因子研究[J].中國民航大學學報，2012（03）：18-21.

[4]張建平，胡明華，吳振亞，張瑞平.基于BP網絡的空中交通管制運行品質評價[J].西南交通大學學報，2013（25）：245-246.endprint