机场道面使用性能的动态自回归预测模型
机场道面性能综合测试与评价
机场道面性能综合测试与评价从国际民航委员会（ICAO）的《国际民航组织民用航空术语》中可以得知，机场的道面性能的定义为：机场跑道的技术性能和管理能力，以及机场跑道护栏及跑道所处的航空空间的限制条件。
机场道面性能对不同类型的航班，无论是国内运行还是国际运行，都有重要的影响，是必须考虑的因素。
机场道面性能测试涉及到多个因素，主要包括跑道本身的技术性能、跑道机场管理水平、机场护栏和机场跑道所处的空域限制条件以及运营状况等。
为了达到安全可靠的机场道面性能，机场道面性能的测试必须科学、全面、合理、及时地进行，以保证机场道面性能的全面评价以及机场的安全运行。
针对这些因素，各个机场的道面性能测试需要进行多方面的测试，一般包括跑道宽度和长度测量，跑道表面性能测试，跑道护栏及跑道范围外的航空空间限制条件测试，跑道旁缘地形害测试，夜间光照水平测试等。
这些测试不仅包括实地测试，还包括测绘、摄影调查、机场调查等现场调查，以及计算机模拟测试等。
这些测试的结果可以帮助机场规划者更准确地评估机场道面性能。
机场道面性能评价是基于测试结果，对机场道面性能进行综合分析、综合判断和综合定级的过程。
一般，机场道面性能有四个等级：良好、一般、较差和很差，根据实际情况可做出具体的评价。
可以采用分类评分法，将每个测试项目按照评价标准，进行分类评分；也可以采用合并评分法，将各测试项目的评分按权重合并为机场道面性能的总分，从而计算出机场道面性能的最终等级。
机场道面性能测试和评价的过程是一个持续的循环，以保证机场道面性能安全可靠。
为了满足机场道面性能测试和评价的需要，有必要建立健全机场道面性能管理规范、规章、办法及测试室等技术性设施，以保证测试结果的准确性，提高机场道面性能管理水平，保证机场安全可靠运行。
综上所述，机场道面性能测试和评价是机场安全运行的基础，有必要建立机场道面性能管理规范，合理建立机场道面性能测试室，完善机场道面性能测试规范，加强机场道面性能测试技术研究，保证机场安全可靠运行。
基于模糊数学的机场道面使用性能评价方法
Ｄ １ ． ９ ９ ｊｉ ｎ １０ ｏＩ ０ ３ ６ ／．ｓ ．０ ９—３ １． ０ ０ ．Ｏ ｓ ５ ６ ２ １． ６ Ｏ４ １
中图分 类号
（） ３
１１２ 承载力评价模型 ．．
借鉴 Ｍｎｒ ｉ 原理建立承载力 的评价模型， ｅ 这里进行实现 ， 具体步骤如下 ： 每一个机场都有 自己的设计使
用寿命 ， 采用《 军用机场水泥混凝土
＝ｏ （ ． ４ ｒ ０ ９ ４—０ ０ ７ｏ Ｎ ） ．７ １ ， ｇ （） ４
基于通行 一覆盖率的道面承载力数学模型和基于功率谱密度的道面不平整度数学模型， 随后提 出了基于模糊数学的机场道面使用性能综合评价方法， 对机场道面使用性能进行评价。最后， 选取 了国内３个机场作为评价对象， 通过实际数据进行仿真分析， 得到的评价 结果与道面 当前 使用情况吻合， 明该方法可以对机场道面使用情况进行有效 的数学描述， 证 从而指导机场及时 掌握 当前道面的使用情况， 为道面的维修决策提供依据。 关键词 机场道面； 通行 一 覆盖率； 功率谱 密度 ； 模糊数学 ； 综合评价
近年来 ， 国内外的学者都针对机场道面的评价展开了研究。国外对机场道面的评价研究开始于 ２ 世纪 ０ ７ 年代 ， 中美 国陆军建筑工程研究所提出了 Ｐ Ｉ ０ 其 Ｃ 指标 （ ａｅ ｅｔ ｏｄ ｉ ｄｘ 和一整套调整 、 Ｐｖｍ ｎ Ｃ ｎｉｏ Ｉ ｅ ） ｔｎ ｎ 计算 、 分 析和评价方法¨ ， Ｊ随后美国联邦航空局（ Ａ ） Ｆ Ａ 在民用机场道面管理方面陆续发表了一系列用 于指导道面测 试评价的技术文件 。１９ 年 ， 本运输省航空局颁布了《 ９５ １ ３ 空港土木设施管理规程》 作为道面评价管理的 技术标准。国内道面评价技术研究起步较晚 ， 同济大学长期 以来处于领先地位。 目前的研究主要基于人 为 观测 ， 并且以统计数据为基础 ， 因此含有一些人为主观因素 ， 缺乏客观论证。本文从模糊数学的角度出发 ， 选 取２ 种典型的影响机场道面使用的因素进行数学描述 ， 构建 出一种基于模糊数学的综合评价方法 。
机场水泥混凝土道面评价系统的研究
3、图纸绘制：完成计算后，需 要将结果绘制成详细的图纸，以 指导施工和验收
1、根据规范和标准要求，该机场沥青道面设计的厚度为100mm，材料强度为 AC-20C，承载力需大于等于1200KN/m²，防水性能达到一级防水标准。
2、通过公式计算和参数设置，该机场沥青道面的结构设计如图所示。其中， 上面层采用AC-20C沥青混凝土，下面层采用AC-25C沥青混凝土。为提高防水 性能，在道面结构中设置了防水层和排水设施。
二、机场道面维修技术
1、表面破损修复
对于表面破损的修复，一般采用混凝土修补技术。首先，将破损区域清理干净， 然后填充混凝土，最后进行磨光处理，使修补区域与原道面保持一致。
2、沉降修复
对于沉降的修复，一般需要进行地基加固处理。常用的方法包括注浆加固和桩 基加固。根据实际情况选择合适的方法进行修复。
针对现有研究的不足，本次演示旨在设计一种全面的机场水泥混凝土道面评价 系统。该系统将综合考虑道面的安全性、适用性和耐久性等多方面因素，并引 入权重系数以反映不同因素对整体评价的影响程度。在评价方法上，本次演示 将采用定性与定量相结合的方式，以便更准确地反映道面实际情况。
为验证所设计评价系统的可行性和有效性，本次演示选取了多个机场水泥混凝 土道面进行实验。实验过程中，对各项评价指标进行了详细记录和量化分析， 并采用所设计的评价系统对各道面进行了整体评价。结果表明，该评价系统能 够较为准确地反映机场水泥混凝土道面的实际情况，为机场道面的维护和管理 提供了有价值的参考依据。
同时，本研究还发现机场道面性状评价指标与预测模型的研究仍处于不断发展 和完善的过程中，未来研究可以进一步拓展评价指标的选取和模型的适用范围， 以提高预测的精准度和实用性。此外，加强跨学科合作，综合运用土木工程、 材料科学、数据科学等领域的理论和方法，有助于推动机场道面性状评价指标 与预测模型研究的创新发展。
民用机场道面管理评价模型构建
民用机场道面管理评价模型构建[摘要]：近年来，随着民航业的高速发展，航班架次不断增加以及重型飞机的投入使用，许多民用机场道面的使用性能逐渐恶化，为了确保飞行安全，需通过科学评价掌握机场道面现状，为机场道面管理工作提供依据。
根据我国机场道面的实际状况，构建适用于水泥混凝土道面管理的4个评价模型——损坏状况评价、结构强度评价、平整度评价和抗滑评价模型。
关键词:民用机场，机场道面，评价模型。
1引言我国现有民用运输机场一百八十多个，机场飞行区道面面积近年来不断增加，多数机场已运行多年，由于荷载因素和环境因素的反复作用，道面结构在使用过程中会逐渐产生损坏，如水泥混凝土道面的各种断裂、板体破碎、接缝破碎、填缝料损坏、坑洞、修补损坏等，沥青混凝上道面的松散、裂缝、轮辙、坑洞、沉陷等。
目前我国大多数机场仅有一条跑道，一旦跑道道面出现严重损坏，往往造成航班延误甚至关闭机场，从而造成巨大的经济损失和不良的社会影响。
有些损坏会影响机场道面的服务性能，如降低舒适性，而有些损坏则直接对飞机的飞行安全构成威胁，道面破损造成航空器轮胎扎伤，破损产生的道面碎片成为外来物，直接危及航空器的起降安全。
因此，道面状况是航班能否安全高效运营的重要因素。
必须运用科学的方法对道面进行评估管理。
破损的跑道必须得到及时修复。
研究结合中国国内机场实际情况而制定的机场道面评价管理体系就显得紧迫而重要。
机场道面是一个复杂的系统，影响其服务性状的因素很多且关系复杂，它涉及到工程设计、施工和使用各个环节。
因此必须从影响道面服务性状的因素分析入手，建立评价指标体系，并对各个指标进行系统和深入的分析并应用于工程实际。
2国内外研究概况国内路面管理系统在除机场以外的一些领域得到了一定程度的应用，在机场道面管理系统研究方面，国内才刚刚起步。
从宏观来说，国内缺乏先进系统的机场道面管理系统标准体系作为理论指导。
多数机场只是在进行道面大修前才对机场道面进行检测和分析。
应用遗传算法和LM优化的BP神经网络模型预测机场道面使用性能
应用遗传算法和LM优化的BP神经网络模型预测机场道面使
用性能
韦灼彬;吴森;高屹
【期刊名称】《空军工程大学学报（自然科学版）》
【年(卷),期】2009(010)004
【摘要】分析了影响道面使用性能的各种参数,结合BP神经网络和遗传算法来预测机场道面使用性能.通过遗传算法全局寻优功能对神经网络的初始权值和阈值进行优化,然后采用LM(Levenberg-Marquardt)优化算法对神经网络训练速度进行加速,并且使训练避免陷入局部极小点.通过历年数据对神经网络进行训练,用所得神经网络模型对机场道面使用性能进行预测.训练结果表明,该方法具有足够的精度,能够应用到工程实际中.
【总页数】4页(P11-14)
【作者】韦灼彬;吴森;高屹
【作者单位】海军工程大学,天津校区,天津,300450;海军工程大学,天津校区,天津,300450;海军工程大学,天津校区,天津,300450
【正文语种】中文
【中图分类】V351.11;TU472
【相关文献】
1.应用优化的BP神经网络模型预测储层伤害程度 [J], 罗向荣;任晓娟;赵强;王亚鹏
2.基于遗传算法和LM优化的BP神经网络的图像复原算法 [J], 杨宇光;王叶红;王
园
3.基于遗传算法优化的BP神经网络在考研结果预测中的应用 [J], 李驰
4.基于遗传算法优化的BP神经网络在考研结果预测中的应用 [J], 李驰
5.遗传算法优化的BP神经网络在二手车价格评估的应用 [J], 李放;闵永军
因版权原因，仅展示原文概要，查看原文内容请购买。
机场道面性能综合测试与评价
机场道面性能综合测试与评价近年来，以机场道面性能测试与评估技术为抓手，已成为机场建设与运行管理中不可缺少的重要组成部分。
作为机场建设管理辅助工具，机场道面性能测试与评估技术可以提供有关机场道面整体性能的可靠信息，有效支撑机场建设与管理决策。
机场道面性能测试与评估技术是指在机场建设之前，利用一定的测量设备，对机场道面的结构、摩擦系数、抗冰能力及其它的物理特性进行测试和评估，从而提供建设施工的相关参数指标，以及机场运行管理的重要资料。
机场道面性能测试与评估技术的主要内容分为四方面：第一，道面结构性能测试与评估。
在机场将要建设之前，首先要对机场道面的结构性能进行测试，以确定其中凝结混凝土层质量、钢筋混凝土层及沥青层等土建技术指标。
第二，道面摩擦系数测试与评估。
摩擦系数测试是对机场道面各项技术指标的测试和评估，包括不同材质的摩擦系数、抗冰性能、抗水蚀性、耐久性等技术指标。
第三，气象情况测试与评估。
机场道面受到大气中温度、湿度、风力、风向、灰尘等环境因子的影响，因此在建设机场道面之前，也要对其受到的气象情况进行测试和评估，以保证其运行性能。
最后，安全性能测试与评估。
为了确保机场运行安全，需要对飞机使用机场道面进行安全性能测试，以确定其安全性能及可靠性。
总的来说，机场道面性能测试与评估技术可以作为一个有效的支撑工具，为机场建设和运行管理提供重要的参考依据。
机场建设设计中除了考虑道路和桥梁等土建工程外，还要考虑机场道面性能的特性、安全性能和抗冰能力等设计参数。
机场道面性能测试与评估技术以及机场道面的质量控制与技术管理，对于充分发挥机场的使用性能，具有重要的参考价值。
在机场道面性能测试与评估技术的应用中，计算机软件技术的发展，为进一步优化机场道面性能测试与评估技术提供了新的方法，更加适合实际应用。
目前，机场道面性能测试与评估技术已经成为机场建设管理辅助工具的重要组成部分，受到越来越多的重视。
机场道面性能测试与评估技术的发展，以及它在机场建设和运行管理中的重要作用，将进一步促进机场建设和运行管理的科学化和标准化，为确保机场安全提供重要的技术支持。
机场道面性能综合测试与评价
机场道面性能综合测试与评价机场是现代社会经济的重要组成部分，它不仅是航空运输的载体，还是唯一通往其他国家和地区的必经之路。
为了保证机场的安全性，保障空中和地面客运服务的高效准确，各国都主张对机场安全性进行检测和评估，并建立机场道面性能综合评价体系。
机场道面性能综合评价是国际航空组织安全检查与管理标准，为建立安全和秩序的机场建立一个统一的评价体系，来检测和评价机场道面性能，以实现安全、快捷、可持续的服务。
在机场的安全管理工作中，机场道面性能综合评价对于检查道面和服务质量、确保旅客服务安全度和准确性具有重要的意义，也是提高机场安全运营和服务水平的重要手段。
机场道面性能综合评价是基于机场道面性能运行的质量、安全、效率、可持续发展性和服务质量等多方面因素，综合考虑安全管理标准、机场管理和服务质量等方面对机场道面运行状态的评价。
评估结果可为机场安全管理决策提供重要参考，并为机场安全管理决策提供决策依据。
机场道面性能综合评价一般分为以下几个方面，包括机场的管理、服务、运行状态、经济效益和服务质量。
1)场管理：机场管理方面，评价指标主要是机场管理、组织管理、安全管理和机场运行控制。
2)场服务：机场服务方面，评价指标主要包括机场交通运行、出入境安检、旅客投诉和机场设施设备状况等指标。
3)场运行状态：在机场运行状态方面，评价指标主要是飞行计划实施情况、客舱服务及清扫、机场航行状况等指标。
4)济效益：机场经济效益的评价指标，包括机场的资金运用情况、机场建设进度、机场收益水平及利润率、经营和财务效率等。
5)务质量：机场服务质量的评价指标主要是机场航空安全、旅客满意度、航空服务实施情况以及管理模式等。
评价完成后，机场可以根据评价结果，结合现实情况，按照安全管理要求，制定出有效的安全管理措施，以改善机场安全管理状况，进一步提高机场道面性能，提升机场客运服务质量，以及有效降低机场安全风险。
机场道面性能综合评价的完成，是确保机场安全性的关键，它不仅可以帮助机场的安全管理人员更好地掌握机场的实时运行状况，而且能够加强机场安全管理，确保机场的安全性和可持续性。
机场道面性能综合测试与评价
机场道面性能综合测试与评价机场道面的性能测试与评价是构建安全、高效的机场空域绿色飞行的重要手段。
为了实现对机场道面性能的全面评估，传统的方法主要依赖于视觉观测和环境量测，但这只能检测出表面机场道面情况，而无法深入了解机场道面的实际性能，只能给出大致的判断。
另一方面，机场道面性能测试技术可以提供精确、准确的数据，并利用现有的技术技巧对机场道面性能进行分析和评估，从而实现对机场道面的精准评估。
为了全面掌握运行时机场道面的状况，机场道面性能测试需要包括跑道表面强度测试、跑道表面质量测试、跑道表面摩擦测试、跑道表面特性测试等。
由于跑道表面的强度是机场道面性能的关键因素，因此跑道表面强度测试是机场道面性能测试中最重要的部分，可以采用多种方法来测量跑道表面的强度，如地压测试、抗滑测试和火力压实度测试等。
依据跑道表面强度特性，实现对跑道表面质量的评价，为机场道面安全状况提供科学数据支持。
除了跑道表面强度测试外，机场道面性能测试还包括跑道表面质量测试、跑道表面摩擦测试和跑道表面特性测试。
跑道表面质量测试包括对跑道表面的粗糙度、跑道表面厚度、击穿特性等进行测试。
跑道表面摩擦测试是测量跑道表面和轮胎之间的摩擦力，是对机场道面安全性能的评估重要参数。
跑道表面特性测试用于确定跑道表面厚度的不均匀分布情况，用以减少装备的阻力和提升机场道面效率。
此外，还可以搭建机场道面性能测试实验台，在实验台上进行机场道面的模拟性能评估测试，探究机场道面的综合安全系数，以及跑道表面厚度、摩擦系数等参数对机场道面性能的影响程度。
机场道面性能测试和评价，旨在运用现有技术技巧，对机场道面性能进行全面扫描，以实现精确、准确的数据支持，为构建安全、高效的机场空域绿色飞行提供有力支撑。
今后，将以多种机场道面性能测试和评价技术为基础，在全面掌握机场道面状况的同时，加强机场道面性能管控，充分发挥机场道面性能测试与评价的作用，共同打造安全、高效的机场空域绿色飞行环境。
机场道面使用性能预估理论和模型
Ａｐ ｉ ， ０ ７ ｒｌ ２ ０
机 场 道面 使 用性 能预 估 理论 和 模 型
王 维 ， 韩利 斌
（ 国民航 大 学 交通 工程 学 院 ， 津 ３ ０ ０ 中 天 ０ ３０）
摘 要 ： 场 道 面使 用性 能 预 估 理论 和模 型是 构 建 机 场 道 面 管理 系统 的 核 心 组 成之 一 。 由 于机 场道 面 结 构 、 机 荷 载 作 机 飞
置 和 维修 方 式 ， 必须 较 准 确地 预 测道 面 在 一定 使 用 期 取 了不 同 的模 型变 量 。从不 同角度分 析 道面 使用 性能 内的使用 性能 。 因此 ， 场道 面性 能预估是 机场 道面 管 模 型… 可 以得到 不 同模 型划 分 ， 图 ｌ 机 ， 如 所示 。
ｏ ａ ｅ ｎ ｐ ｒｔ ｎ ｌ ｅ ｏｍａ ｃ （ ｃｕ ｉｇ ａ ｅ ｎ ｓｒｃｕ ａ ｒｍａｎｎ ｌ ｅ ｐ ｖ ｍｅ ｔ ｏ ｄｔ ｎ ｎ ｅ ｆ ｐ ｖ ｍｅ ｔｏ ｅａｉ ａ ｐ ｒ ｒ ｎ ｅ ｉ ｌｄｎ ｐ ｖ ｍｅ ｔ ｔ ｔｒｌ ｅ ｉｉｇ ｉ ， ａ ｅ ｎ ｃ ｎ ｉｏ ｉｄ ｘ ｏ ｆ ｎ ｕ ｆ ｉ
ｆ ｒ ｎ ｎ ｉ ｎ ｎ ａ ｆ ｃ ， ｒ ｄ ｃｉ ｇ ｐ ｖ ｍｅ ｔｐ ｒ ｒ ａ ｃ ｓ ｔ ｕ ｈ ｗ ｒ ．Ｔ ｉ ｐ ｐ ｒ ｉ ｔ ｄ ｃ ｓ ｓ ｍｅ ｍｏ ｅｓ ｅ ｅ ｔ ｅ ｖ ｒ ｍｅ ｔｌ ｅｆ ｔｐ ｅ ｉｔ ａ ｅ ｎ ｅ ｏ ｏ ｅ ｎ ｆ ｍ ｎ ｅ ｉ ｏ ｇ ｏ ｋ ｈ ｓ ａ ｅ ｎｒ ｕ ｅ ｏ ｄ ｌ ｏ
Ａ ｓｒｃ：ｒｄｃｏ ｍ ｔｏｏｏｙ ｎ ｍ ｄ ｌ ｏ ａｅ ｎ ｏ ｅａｏ ａ ｐ ｒ ｒ ａ ｃ ｉ ｎ ｅ ｐｒ ｏ Ｐ Ｓ ａ ｐ ｒ ｂｔａ ｔＰｅｉｔ ｎ ｅｈｄ ｌ ａｄ ｏ ｅ ｆ ｐ ｖｍｅｔ ｐｒｔ ｎｌ ｅ ｏｍ ｎｅ ｓ ｅ ｋｙ ａｔ ｆ Ａ Ｍ （ｉ ｏｔ ｉ ｇ ｓ ｉ ｆ ｏ ｒ ｐ ｖｍ ｎ ｍ ｎｇｍｅｔｓｓ ｍ） ｅａｓ ｆｃｍｐ ｘ ｐ ｖｍ ｎ ｓ ｕ ｔ ｅ ｖｒ ｕ ｉ ｒ ｔａｔ ｎ ａｄ ｌ ｔ ｇｄｆ ａｅ ｅｔ ａａｅ ｎ ｙｔ ．Ｂ ｃｕｅ ｏ ｏ ｌ ａｅ ｅｔ ｔ ｃ ｒ ， ｉ ｓａｒ ａ ｃｉ ｎ ａ ｉ ｉ ｅ ｅ ｒ ｕ ａｏ ｃｆ ｏ ｓｎ －
应用遗传算法和LM优化的BP神经网络模型 预测机场道面使用性能
第１０卷第４期空 军 工 程 大 学 学 报（自然科学版）Ｖｏｌ．１０Ｎｏ．４２００９年８月ＪＯＵＲＮＡＬＯＦＡＩＲＦＯＲＣＥＥＮＧＩＮＥＥＲＩＮＧＵＮＩＶＥＲＳＩＴＹ（ＮＡＴＵＲＡＬＳＣＩＥＮＣＥＥＤＩＴＩＯＮ）Ａｕｇ．２００９倡栘应用遗传算法和ＬＭ优化的ＢＰ神经网络模型预测机场道面使用性能韦灼彬， 吴 森， 高 屹（海军工程大学 天津校区，天津 ３００４５０）摘 要：分析了影响道面使用性能的各种参数，结合ＢＰ神经网络和遗传算法来预测机场道面使用性能。
通过遗传算法全局寻优功能对神经网络的初始权值和阈值进行优化，然后采用ＬＭ（Ｌｅｖｅｎｂｅｒｇ－Ｍａｒｑｕａｒｄｔ）优化算法对神经网络训练速度进行加速，并且使训练避免陷入局部极小点。
通过历年数据对神经网络进行训练，用所得神经网络模型对机场道面使用性能进行预测。
训练结果表明，该方法具有足够的精度，能够应用到工程实际中。
关键词：遗传算法；ＬＭ优化算法；ＢＰ神经网络；机场道面；预测ＤＯＩ：１０畅３９６９／ｊ畅ｉｓｓｎ畅１００９－３５１６畅２００９畅０４畅００３中图分类号：Ｖ３５１畅１１；ＴＵ４７２ 文献标识码：Ａ 文章编号：１００９－３５１６（２００９）０４－００１１－０４将遗传算法与神经网络相结合进行预测，就是基于遗传算法良好的全局搜索性能对网络初始权值进行优化，利用遗传算法可逼近最优解的特性，在可能的解空间中定位出一个较好的搜索空间，然后利用ＬＭ优化算法加速神经网络在该小空间的收敛，同时避免神经网络训练陷入局部最小。
本文将遗传算法应用到机场道面使用性能的预测中，建立了基于遗传算法和ＬＭ优化的神经网络预测模型。
１ 算法分析１畅１ ＢＰ神经网络 在众多的ＡＮＮ预测模型中，多层前向网络（Ｂａｃｋ－Ｐｒｏｐａｇａｔｉｏｎ，ＢＰ）模型是目前应用最广泛的模型［１］。
其训练过程是信息的正向传递与根据误差的逆向修正权重的过程，所以又被称为“误差逆传播算法”［２］。
ＢＰ网络存在易陷入局部极小点、收敛速度慢、网络的隐层节点数难以确定和网络的记忆回想力差等缺陷。
用改进GM(1,1)模型预测机场水泥混凝土道面的使用寿命
（．空军工程 大学工程学 院， １ 陕西 西安 ７０３ ； １ ８ ０
２ 西北工业大学 ， ． 陕西 西安 ７ ０ ７ ） １０ ２
摘
要： 根据机场水泥混凝土道面的使 用要求 ， 了道面 的使用 寿命指标 。对 各指标进 行灰 色关联分析 ， 据分析 结果 以 确定 根
ｉ ｅｅ ｌ ｎｌ ｅ ｙｇｅ ｏｒ ａ ｏ ｅｒ．Ｆ ｒ ｅ ｏｃ ｂ ｓｄｏ ｅｒｓｌｔ ｎｑ ａ ｔ ｅ Ｍ（ ，）ｐｅｉａ ｏ ｄ ｌｏ ｎ ｘｓ ｅａａ ｚｄｂ ｒｙｃｒ ｌｔｎｔ ｏｙ ｕｔ ｒ ｌ， ａｅ ｎｔ ｕｔ ｅｕ ｅｕ ｌ ｍ ｓＧ １ １ ｒｄｃｔ ｎｍｏｅ ｆｒ ｄ ａ ｙ ｅ ｉ ｈ ｈ ｍ － ｈ ｅ ｈ ｉ ｉ
创立 的一门处理“ 小样本” “ 、贫信息” 的不确定系统 的理论－ 。灰色理论 冲破了经典数学 的限制 ， ２ 它把
一
道面结构的使用寿命是机场中长期维护和改造
计划编制的基础 。分析道面剩余使用寿命及其影响
因素 ， 有助 于机 场 的运营管 理和 优化决 策 。 目前 ， 国
切随机 量都 视为在 一定 范 围 内变化 的灰色 量 。尽
ｈ ｐ ｒ ｃ ｍｅ ｔ ｎ ｒｔ ｖｃ ｉ ｓ ｅ ｐ ａ ａ ｔ ｇ ｄ ｍａ ｅ ｄ ｇｅ ｓ ｔ ｅ ｅａｉ ｄ ｔ ｔｅａｒｏ ｅ ｎ ｏ ｃｅｅ ｓｒｉｅ ｌｅ ｉ ｓｔｕ ｄ ｐ ｎ ａ ｇ ｅ ｒｅ ａ ｅ ｇ ｎ ｒｌ ｅ ｉ ａｉｂｅ Ｔ ｅ ｐｅ ｉａｉｎ ｒｓ ｈ ｉ ｉ ｔ ｃ ｅ ｆ ｉ ｈ ｚ ｍｅ ｖｒａ ｌ， ｈ ｒｄｃｔ ａ ｓ ｏ ｅ ａ ｗ ｔ ｅｍｅ ｓｒｄ ｖｌｅ，ａ ｄ ｐｅ ｉｉｎｉ ｏ ｄ ｉ ｔ ａｕｅ ａｕ ｎ ｒｃｓｏ ｓｇ ｏ ． ｈ ｈ
机场道面性能综合测试与评价
机场道面性能综合测试与评价近年来，随着民航运输业发展，机场道面（APM）性能持续受到关注和重视。
有效的维护和管理机场道面性能是安全有效的运营的关键保障，也是机场最重要的关注点之一。
因此，机场道面性能测试和评价系统正受到越来越多的重视。
本文将从概述、评估指标、评估过程和评估云平台等方面介绍机场道面性能综合测试和评价体系，以促进机场的安全和高效运行。
机场道面性能测试和评价是指对机场道面性能进行检测、评估和回顾，以确保机场道面的安全性和可用性。
它是对机场道面性能表现的深入评估，为机场道面运行和管理提供有价值的参考和建议。
机场道面性能测试和评价是以机场安全和有效管理为关键指标，通过数字技术系统和模拟训练，对机场道面运行进行全面检测、评估和回顾。
机场道面性能测试和评价的评估指标包括：机场道面的安全性、灵活性、可靠性、可用性和服务性能。
具体来说，安全性指标可以检测机场道面的安全流程和管理系统，以及避免失误和紊乱等情况；而灵活性指标则是检测机场道面的适应能力，以适应不同时间、不同负载和不同使用方式；可靠性指标是衡量机场道面的可靠性，以确保降低风险并保证运营的顺畅；可用性指标是检测机场道面的可用性，以提高服务质量；服务性能指标则是检测机场道面的服务质量，以提高客户满意度。
机场道面性能评估过程包括五个步骤：（1）分析：收集、分析及识别机场道面运行中存在的安全、可靠、灵活性和可用性问题，分析引起问题的根源，并根据需要确定要重点评估的属性；（2）测量：使用合适的技术系统，测量所选择属性的性能，并计算出其合适的指标值；（3）评价：对各个指标值进行详细的评价，并通过结果的对比来确定机场道面的优势和劣势；（4）分析：分析结果，在分析基础上归纳出典型的问题，以及可能的改进措施和设备更新建议；（5）报告：将结果汇总归纳，输出完整的评估报告，以供运营和管理机场使用。
机场道面性能测试和评价体系与云平台相结合，其重要性不言而喻。
一方面，云平台可以实时监控航班抵达状态，提供机场道面运行的及时信息；另一方面，云平台可以根据预测的结果，可靠地收集、储存和分析机场道面运行的历史数据，为机场道面性能评价提供有效的参考。
机场跑道容量评估模型与方法研究
5、预测：利用训练好的模型对 未来跑道容量进行预测。
实验结果与分析
为验证所提出模型的性能，我们采用了某国际机场的历史运行数据进行实验。 实验中，我们将数据分为训练集和测试集，采用交叉验证的方法进行模型训练和 评估。实验结果表明，所提出的基于深度学习的机场跑道容量评估模型相比传统 方法具有更高的预测精度和稳定性。同时，该模型能够有效地捕捉跑道容量的时 间序列变化模式，具有较好的泛化性能。
2、结合更多的辅助信息，如航班计划、气象数据等，以提高评估的准确性。 3、研究模型的在线学习算法，实现在线性能优化和实时容量评估。
参考内容
引言
随着全球航空业的快速发展，机场容量的瓶颈问题逐渐凸显。多跑道机场作 为一种高效的机场运行模式，能够显著提高机场容量，但同时也面临着诸多技术 和管理方面的挑战。因此，本研究旨在深入探讨多跑道机场容量的研究方法，分 析结果，并针对存在的问题提出建议。
文献综述
在过去的几十年里，研究者们在机场跑道容量评估方面进行了广泛而深入的 研究。传统的机场跑道容量评估方法主要基于统计分析，如回归分析和时间序列 分析。这些方法通常侧重于历史数据的分析和预测，忽略了对机场实时运行的考 虑。随着人工智能和机器学习技术的发展，一些新型的评估方法逐渐被应用于机 场跑道容量的评估，如神经网络、支持向量机（SVM）
和随机森林等。这些方法能够处理复杂的非线性关系，提高评估的准确性和 可靠性。然而，现有的方法仍存在一定的局限性，如对数据质量要求较高、模型 可解释性不足等。
模型与方法
针对现有方法的不足，本次演示提出了一种基于深度学习的机场跑道容量评 估模型。该模型采用卷积神经网络（CNN）对机场运行数据进行特征提取，然后 利用长短期记忆网络（LSTM）对跑道容量进行预测。具体步骤如下：
机场道面性能综合测试与评价
机场道面性能综合测试与评价摘要：机场是社会发展的重要基础设施，其质量和安全性影响着民众的生产生活。
传统的机场道面性能评价有助于发现潜在的质量和安全问题，从而满足机场运行要求。
本文首先介绍了机场道面性能评价的目的和背景，接着分析了评价过程和测量方法，重点介绍了目前在机场道面性能评价中使用的一些技术，包括激光测距仪、无人机等，最后综合运用所提取的数据并总结出相关结论。
关键词：机场道面性能、测量方法、激光测距仪、无人机1 言机场是重要的民用机场基础设施，也是国际航空交通的重要组成部分。
其质量和安全性直接影响着航空运输的安全性和顺利性，对于提高民用航空运输效率和安全性至关重要。
机场道面性能是指机场跑道、停机坪、机坪、运行区域等道面层面的性能。
随着国家民用航空运输的发展，机场道面质量和安全性的可靠性更加受到重视。
传统的测试方法，如跑道性能测量技术和跑道安全性能测量技术，只能从物理角度有限地反映道面的安全性和质量，往往无法满足机场安全性和质量要求。
为此，必须采用先进的综合测试与评价方法，以保证机场安全和效率。
2 场道面性能综合测试与评价2.1 的和背景机场道面性能综合测试主要是为了识别机场道面存在的潜在质量和安全隐患，以保证机场安全性和有效性，实现机场运行可持续性，解决机场运行中的问题。
机场道面性能综合测试主要包括机场道面形状及其尺寸精度的分析、机场道面材料的强度与耐腐蚀性的分析、机场道面凹凸状况的分析以及机场道面对环境条件的适应性分析等。
其最终目的是为了有效发现机场道面的质量和安全隐患，以确保该机场的安全性和可持续性。
2.2量方法若要精确地测量机场道面性能，需要采用精确和可靠的测量方法。
传统的机场道面性能测试主要是利用机械式测量仪器完成，如量距仪、探头、测量线等。
该类测量仪器可以提供大量的几何数据，有助于进行质量评估和安全性评估。
然而，传统的机械式测量方法在机场道面测量中存在许多问题，如测量精度，测量范围，时间成本等问题。
机场道面性能综合测试与评价
机场道面性能综合测试与评价随着航空运输业的发展，机场数量逐渐增加，安全性能也得到了提高。
因此，机场道面性能测试与评价变得尤为重要。
本文旨在介绍安全性能测试的方法，以及如何进行机场道面性能的评价。
机场道面性能评价体系一般包括机场安全性能测试和评价。
它具有实用性、可操作性、可靠性和定性性。
首先，针对机场道面，应开展相关的安全性能测试，以识别可能存在的安全问题，从而实现机场安全性能的全面评价。
安全性能测试中主要有两种：实际测试和模拟测试。
实际测试是在现场进行的安全性能测试，可以真实反映机场安全性能的状态，但成本高，耗时长，实施效果不易掌控；而模拟测试就是在实验室中进行安全性能测试，可以快速收集大量数据，但成果质量受到实验室环境因素的影响。
机场道面性能评价可以通过技术专家评级，即由专家对机场安全性能进行评价，根据具体情况对安全性能进行比较细致的打分，从而获得更精确的安全性能评价结果。
此外，机场道面性能评价也可以通过调查问卷法进行，即利用调查问卷的方式，将涉及机场道面性能的问题表述出来，由客户来进行回答，从而获得客观的机场安全性能评价结果。
机场道面性能评价还可以开展仿真实验，针对特定的机场道面安全性能问题，由技术人员或测试机构建立相应的模型，采用仿真软件进行仿真实验，以实现机场安全性能的全面评价。
最后，机场道面性能的评价还可以通过参照相关安全性能标准，基于机场安全性能记录报表、出让运输量分析及机场安全性能文献等信息，对机场安全性能进行定量的评价分析。
以上就是机场道面性能测试与评价的简要介绍。
机场道面安全性能测试与评价不仅可以保护机场安全性能，而且能够提高空中交通控制能力，确保航空安全。
未来，机场和航空公司将逐步拓展机场道面性能测试与评价，以改善航空安全性能，促进航空运输行业的发展。
机场道面性能综合测试与评价
机场道面性能综合测试与评价日渐增长的航空旅客量对机场道面性能的要求也提高了，因此，对机场道面性能的评估以及对其运行特性的测试变得越来越重要。
机场道面是指机场跑道、跑道路面和机场衔接系统，它是机场的关键部分，直接影响到安全的正常着陆和起飞，因此机场道面性能的测试和评估非常重要。
机场道面性能测试包括对跑道、航站楼和飞行管制区地面性能进行测试，以确定其状况，从而更有效地管理整个机场道面。
此外，通过测试评估机场道面性能，可以有效提高安全性和效率，并确保机场道面状况符合规定。
为了有效测试机场道面性能，必须要使用合适的设备和技术，如测量机、测量车、起落架地面测量软件等等。
在测试机场道面性能时，要确保实施措施的准确性和及时性，同时要求结果具有可靠性和准确性，以便更好地分析和评估机场的道面性能。
在机场道面性能测试和评估中，主要考虑以下因素：基础理论、结构设计、制造工艺、质量检验、服役检测、复验和评估、道面数据库和安全控制。
合理评估这些因素，可以确保机场道面性能的安全性和可靠性。
基于以上考虑，为了有效的测试和评估机场道面性能，我们可以使用以下方法：1.视觉检查。
对机场道面进行定期的视觉检查，以确保安全，控制风险，确定可能出现的危险。
2.检测系统。
使用可靠的检测设备，定期对机场道面进行数据采集，以确定当前状况，进行合理的评估。
3.数据分析和评估。
使用有效的分析方法，通过测量数据，进行统计分析和报告，更有效地评估机场道面性能。
4.安全管理。
定期评估机场的道面性能，确定道路的状况，及时发现和更正可能出现的问题，实施有效的管理措施，以确保机场道面性能的安全可靠。
机场道面性能测试和评估是机场安全运行的重要组成部分，确保机场状态符合要求，避免事故的发生是机场管理者的重要责任。
因此，在实施机场道面性能测试和评估时，应以安全为核心，确保设备的准确性和可靠性，并采取有效的控制措施，以实现更高效的机场管理。
如何使用逻辑回归模型进行航空客流预测(Ⅰ)
航空客流预测是航空公司和机场管理部门的重要工作之一。
通过对未来客流量的合理预测，可以更好地安排飞机的航线和座位，提高运营效率，减少资源浪费。
逻辑回归模型是一种常用的客流预测方法，它可以通过对历史数据的分析和建模，来预测未来客流的情况。
本文将探讨如何使用逻辑回归模型进行航空客流预测。
1. 数据收集与准备在使用逻辑回归模型进行航空客流预测之前，首先需要进行数据的收集和准备工作。
这包括收集历史客流数据、航班信息、机场情况等相关数据，并进行数据清洗和处理。
在数据清洗过程中，需要处理缺失数据、异常值和重复数据，以保证数据的质量和准确性。
同时，还需要对数据进行特征选择和转换，以便适应逻辑回归模型的要求。
2. 模型建立与训练在数据准备工作完成后，接下来就是建立逻辑回归模型并进行训练。
逻辑回归模型是一种广义线性模型，它可以用来预测二分类或多分类问题。
在航空客流预测中，通常将客流量划分为高、中、低三个等级，然后使用逻辑回归模型来预测客流量所属的等级。
在模型建立过程中，需要将数据集分为训练集和测试集，然后使用训练集数据来训练模型，并使用测试集数据来评估模型的性能。
3. 模型评估与优化在模型训练完成后，需要对模型进行评估和优化，以确保模型的预测性能达到要求。
评估模型的常用指标包括准确率、精确率、召回率和F1值等，这些指标可以帮助我们判断模型的预测效果。
如果模型的性能不理想，可以尝试调整模型的参数或者使用特征工程的方法来优化模型。
4. 模型应用与预测经过评估和优化后，逻辑回归模型就可以用来进行航空客流预测了。
在预测过程中，需要将实时的航班信息和机场情况输入到模型中，然后模型会根据历史数据和建立的模型来预测未来客流量的情况。
预测结果可以帮助航空公司和机场管理部门做出合理的决策，提高运营效率和服务质量。
5. 模型监控与更新最后，建立好的逻辑回归模型需要进行监控和更新，以适应不断变化的客流情况。
在模型应用的过程中，需要不断收集新的数据并更新模型，以确保模型的预测性能始终保持在一个较高的水平。
基于灰色-马尔可夫模型的机场道面使用性能预测
基于灰色-马尔可夫模型的机场道面使用性能预测杜浩;杨戈;刘海伦【摘要】针对机场道面使用性能原始数据少、性状变化复杂的特点,将灰色系统理论与马尔可夫预测方法相结合,提出灰色-马尔可夫预测道面使用性能的方法,并结合实例详细分析描述了该方法的具体应用.首先建立GM(1,1)灰色拟和模型,对道面使用性能进行近期预测,补充样本数据信息;在此基础上采用最小二乘法替代传统的回归法确定马尔可夫状态转移概率矩阵,然后应用马尔可夫方法实现道面使用性能的中长期预测,并根据预测结果对模型精度进行敏感性分析.结果表明:该方法预测精度较高,能较好地解决道面使用性能预测中样本数据少、变异性大的问题,工程实用性较强,可作为机场道面使用性能预测的有效工具.【期刊名称】《中国民航大学学报》【年(卷),期】2019(037)003【总页数】5页(P22-26)【关键词】机场道面;性能预测;灰色模型;马尔可夫预测;道面管理【作者】杜浩;杨戈;刘海伦【作者单位】上海同科交通科技有限公司,上海 200092;上海同科交通科技有限公司,上海 200092;上海同科交通科技有限公司,上海 200092【正文语种】中文【中图分类】V351.11;U416机场道面使用性能预测是道面养护决策优化及中长期养护计划制定的基本依据，是道面管理系统的核心。
合理的预测对提高道面维修养护水平和节省维修经费具有重要意义。
由于中国机场道面现场检测数据较少，道面性能影响因素复杂、变异性大，传统道面性能预测方法难以适用。
目前道面使用性能预测的主要方法包括：以力学分析或回归分析为基础的确定型模型和以马尔可夫为代表的概率型模型[1]，近年来又出现了神经网络[2]和灰色预测[3]等新方法。
在确定型模型和人工神经网络模型中，前者无法反映路面使用性能复杂多变的特性，后者虽可以考虑多因素对道面使用性能的影响，但需要大量的训练样本。
灰色预测的优点是无需考虑复杂因素的影响，直接从自身数据序列中寻找建模信息，能够适用于样本数量小、影响因素复杂的预测问题，且短期预测精度较高，但不宜作长期预测[4]。
机场道面性能综合测试与评价
机场道面性能综合测试与评价机场道面的性能取决于道面的质量，它是机场安全、效率和容量的重要基础。
因此，机场道面的性能测试和评价一直是航空公司和机场管理机构的关注焦点。
机场道面的性能测试分为两个阶段：一阶段是性能测试，主要是测量道面的可靠性，如抗压能力、抗湿性能、抗碰撞能力等，以及测量道面的服务能力，如润滑能力、车辙分离性能、污水及沙尘排放以及转弯能力等。
另一阶段是性能评价，主要包括对整个道面系统（包括道基、排水系统、标志标线等）的检查，并对其主要参数进行分析。
性能测试主要采用机器测量和人工观察的方法。
机器测量的方法包括调查、形位观测、抗压测试、表面强度测试、耐磨性能测试、抗碰撞性能测试等；人工观测的方法主要是对道面表面润滑性能、污水及沙尘排放、车辙分离能力等进行观察和评价。
实际测试中，还可采用抗压仪、气体分析仪、湿度计、密度计、表面强度仪等设备进行测量。
性能评价的方法主要有两种：一是根据机场道面的参数和国际标准，采用数学模型来评价整体的性能；二是采用专家评价的方法，也即采用相关专家的意见来评价整体的性能。
机场道面的性能测试和评价对确保机场安全和稳定运行起着核心作用。
因此，机场道面性能测试与评价必须全面准确，必须采用多种测试和评价方法，以更好地了解机场道面的性能特点，最大程度地提高机场的可靠性和安全性。
另外，机场道面的性能评估应该考虑到全面因素，如道面的组成和长期维护费用，以及道面的环境因素、结构因素和工艺因素等。
因此，机场道面性能评估一般采用多种因素混合的评估方法，确定道面的性能质量水平。
总之，机场道面性能测试和评价是保证机场安全和效率运行的重要手段之一，必须采用多种测试和评价方法，对机场道面的性能进行完整的评估，确保机场的可靠性和安全性，为航空公司和机场管理机构提供有价值的科学决策参考。
利用ARIMA(自回归移动平均)模型对跑道侵入事件的分析及预测
利用ARIMA(自回归移动平均)模型对跑道侵入事件的分析及
预测
高扬;李阳
【期刊名称】《中国安全科学学报》
【年(卷),期】2008(18)11
【摘要】综合运用具有相当精度的时间序列分析方法,建立美国民航运输安全中的机场跑道侵入的AR IMA(自回归移动平均)模型,克服了样本空间总是有限带来的不足,揭示出民航跑道侵入的动态变化规律,并对未来美国民航跑道侵入事故发生次数进行较准确的预测,为我国民航部门科学地制定飞行计划、人员培训、提高安全管理水平,提供可靠的依据。
【总页数】6页(P25-30)
【关键词】时间序列分析;跑道侵入;ARIMA(自回归移动平均)模型;社会科学统计软件包(SPSS);美国联邦航空局(FAA)
【作者】高扬;李阳
【作者单位】中国民航大学民用航空安全研究所
【正文语种】中文
【中图分类】X949;V351.11
【相关文献】
1.差分自回归移动平均与广义回归神经网络组合模型在丙型肝炎月发病率中的预测应用 [J], 刘红杨;刘洪庆;李望晨;赵晶
2.我国城乡居民收入差距的预测与分析——基于自回归移动平均模型的分析 [J], 赵素芳
3.基于马尔科夫模型的美国跑道侵入事件预测 [J], 崔轩瑞
4.我国城乡居民收入差距的预测与分析——基于自回归移动平均模型的分析 [J], 赵素芳
5.差分整合移动平均自回归模型与深度学习模型在吸脂操作数据预测分析中的应用比较 [J], 孙志彬;周钢;陈思洁;王禹能;王豫;李发成;蒋海越
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
态 自回归预测模 型精 度明显提高．
关 键 词 ：道 面 使 用 性 能 ；时 间 序 列 ；卡 尔 曼 滤 波 ；动 态 自 回 归 预 测 模 型
中图 分 类 号 ： Ｖ３ ５ １ ． １ １ 文 献 标 志 码 ：Ａ
个 数值 ， 大多 数道 面使 用性 能 预估 都 采用 经 验 法 ， 以
经 验方 程或 回归 方程 形式 建立 道 面性 能 指 标 与影 响
因素 之 间 的关 系 进 行 预 测． 该 方 法 具有 建 模 方 法 简 单， 模 型修正 方便 等优 点 ， 但 由于 道 面使 用 性 能受 到
荷载、 环境 、 材 料 和 养 护水 平 等 多种 因素 的 影 响 ， 确
第 ４ ３卷 第 ３期 ２ ０ １ ５年 ３月
同 济 大 学 学 报（ 自 然 科 学 版） Ｊ Ｏ Ｕ Ｒ Ｎ Ａ Ｌ Ｏ Ｆ Ｔ Ｏ Ｎ Ｇ Ｊ Ｉ Ｕ Ｎ Ｉ Ｖ Ｅ Ｒ Ｓ Ｉ Ｔ Ｙ （ Ｎ ｕ Ｌ Ｓ Ｃ Ｉ Ｅ Ｎ Ｃ Ｅ ）
ＶＯ １ ． ４ ３ Ｎｏ ． ３ Ｍａ ｒ ．２ Ｏ １ ５
ａ ｐ ｐ ｌ ｉ ｅ ｄ ｔ ｏ Ｃ ｈ ｉ ｎ ｅ ｅ ｓ ａ ｉ ｒ ｐ ｏ ｒ ｔ ｓ ｄ ｕ ｅ ｔ ｏ ｔ ｈ ｅ ｉ ｎ ｃ ｏ ｍｐ ｌ ｅ ｔ ｅ ｍｏ ｎ ｉ ｔ ｏ ｒ ｉ ｎ ｇ
性 在 于需 要 大 量 的 观 测 数 据 以 及 专 家 经 验 性 的假
Ｙ Ｕ ＡＮ ，Ｔ Ａ Ｎ Ｇ Ｌ ｏ ｗ ， ＤＵＨａ ｏ
（ Ｋｅ ｙ Ｌａ ｂ ｏ ｒ ａ ｔ ｏ ｒ ｙ ｏ ｆ Ｒｏ ａ ｄ ａ ｎ ｄ Ｔｒ ａ ｆ ｆ ｉ ｃ Ｅｎ ｇ ｉ ｎ ｅ ｅ ｒ ｉ ｎ ｇ ｏ ｆ ｔ ｈ ｅ Ｍｉ ｎｉ ｓ ｔ ｒ ｙ ｏ ｆ
不 能根 据实 测值 实 时更新 预测 模 型．
概 率 型模 型将道 面未 来状 况 视作 随机 过 程 的结
果， 通过 描 述 道 面 状 况 在 未来 特 定 状 态 区 间 上 的分
Ｅｄ ｕ ｃ ａ ｔ ｉ ｏ ｎ，Ｔｏ ｎ ｇｉ ｉ Ｕｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ，Ｓ ｈ ａ ｎ ｇ ｈ ａ ｉ ２ ０ １ ８ ０ ４，Ｃｈ ｉ ｎ ａ ）
袁 捷 ，唐 龙 ，杜 浩
（ 同济大学 道路与交通工程教育部重点实验 室 ， 上海 ２ ０ １ ８ ０ ４ ）
摘要 ： 针对 我国机场道面性能观测 时间短 ， 观测数据少 ， 使用 现有模型预测精度低 ， 不能根据 观测值动态 更新 预测模 型等 现状 ， 提 出了将卡 尔曼滤 波应 用于 时 间序列 预测 的方 法 ， 建 立 了动态 自回归预测 模 型 ， 进 行机 场道 面使 用性 能 的预估 ． 选 取我 国华东某机场 的实测 道面状况 指数 为基础数 据 ， 进行 时间序列建模 ， 应用卡尔曼滤波算 法实现 时间序 列模 型参数
布概 率 实 现 预测 ． 这 类 模 型考 虑 了道 面 使 用性 能预
测 的不 确 定 性 ， 能 够 较 好 地反 映各 种 影 响 因 素变 化
所 导 致 道 面 性 能 变 化 的不 确 定 性 ． 这 些 模 型 的局 限
Ａｂ ｓ ｔ ｒ ａ ｃ ｔ ：Ａ ｄ ｙ ｎ ａ ｍｉ ｃ ａ ｕ ｔ ｏ — ｒ ｅ ｇ ｒ ｅ ｓ ｓ ｉ ｏ ｎ ｍｏ ｄ ｅ ｌ ｂ ａ ｓ ｅ ｄ ｏ ｎ ｔ ｈ ｅ ｔ ｉ ｍｅ
文章 编号 ： ０ ２ ５ ３ — ３ ７ ４ Ｘ （ ２ ０ １ ５ ） ０ ３ — ０ ３ ９ ９ — ０ ６
Ｄ Ｏ Ｉ５ ３ — ３ ７ ４ ｘ ． ２ ０ １ ５ ． ０ ３ ． ０ １ ２
机 场 道 面 使 用 性 能 的 动 态 自 回 归 预 测 模 型
ｓ ｅ ｒ ｉ ｅ ｓ ａ ｎ ａ ｌ ｙ ｓ ｉ ｓ ｗｉ ｔ ｈ Ｋａ ｌ ｍａ ｎ ｆ ｉ ｌ ｔ ｅ ｒ ｗａ ｓ ｐ ｒ ｏ ｐ ｏ ｓ ｅ ｄ ｆ ｏ ｒ ｐ ａ ｖ ｅ ｍｅ ｎ ｔ ｃ ｏ ｎ ｄ ｉ ｔ ｉ ｏ ｎ ｐ ｒ ｅ ｄ ｉ ｃ ｔ ｉ ｏ ｎ ．Ｅ ｘ ｉ ｓ ｔ ｉ ｎ ｇ ｐ ｒ ｅ ｄ ｉ ｃ ｔ ｉ ｏ ｎ ｍｏ ｄ ｅ ｌ ｓ ｃ ｏ ｕ ｌ ｄ ｎ ｏ ｔ ｂ ｅ
道 面使 用 性 能 预 测 的 研 究 始 于 ２ ０世 纪 ６ ０年 代， 经过 近 ４ ０年 的研 究 ， 国 内外 学 者 提 出 了很 多路 面 和道 面使 用 性 能 预 测 模 型 ＿ １ ］ ． 按 照模 型 的输 出形
式， 主要 分为 确定 型模 型 和概率 型模 型［ ２ ］ ． 确定 型模 型是 为 道面某 项 使用 性 能 指标 预 估 一
设．
鉴于 上述 两 种 模 型 的 局 限 性 ， 一 些 国 内外 研 究 者们 建 立 了 以现 代 控 制理 论 为 基 础 预 测模 型 ， 包括 神经 网络 模型 ｌ ３ ］ 、 灰 色理 论 模 型［ ４ ］ ， 以及本 文 使 用 的
Ｄｙ ｎ ａ ｍｉ ｃ Ａｕ ｔ ｏ ・ ｒ ｅ ｇ ｒ ｅ ｓ ｓ ｉ ｏ ｎ Ｐｒ ｅ ｄ ｉ ｃ ｔ ｉ ｏ ｎ Ｍｏ ｄ ｅ ｌ ｏ ｆ 定 型 模 型 无 法 反 映使 用 性 能 变 化 速率 的不 确 定 性 ，
Ａｉ ｒ ｐ ｏ ｒ ｔ Ｐａ ｖ ｅ ｍｅ ｎ ｔ Ｐｅ ｒ ｆ ｏ ｒ ｍａ ｎ ｃ ｅ
的实时更新 ， 分 析 模 型 的预 测 效 果 ． 时间序列 数据较 少 时， 难 以 建 立 高 精 度 的 自回 归 模 型 ， 通 过 卡 尔 曼 滤 波 处 理 建 立 的 动
道 面 维护 和修 复 是 机 场 道 面管 理 系 统 的核 心 ， 而道 面使 用性 能 预测 是道 面维 护科学 决策 的关键 ．