基于风险交互分析的智慧机场空侧运行管理系统

文 璐，张迎春，周世烽，戴小罡，丁双宁

（1.湖南机场建设指挥部，湖南 长沙 410000；2.民航机场规划设计研究总院有限公司华北分公司，北京 100000）

为了保证机场安排好空侧布局的同时，降低航班延误[1-2]，机场需要具有更大的容纳量[3]，投入更高的建设和运营成本。考虑到机场改扩建成本，在智慧机场空侧运行管理过程中，对于交通管理方面的新管理技术和算法等提出了较高的要求[4]。在新的空中交通形势下，借用信息化手段，对机场空侧运行进行精细化管理，是提升机场高效运作的关键步骤，也成为当前新的研究方向[5-6]。针对当前智慧机场空侧的结构、以及跑道容量等方面存在的问题，设计了一种基于风险交互分析的智慧机场空侧运行管理系统。

1 基于风险交互分析的空侧运行管理系统设计

1.1 系统硬件设计

在基于风险交互分析的智慧机场空侧运行管理系统中，为了保证顺利地搭载相关的管理技术和算法，需要设计系统硬件部分的整体结构框架，该设计系统的硬件结构框图如图1 所示。

图1 系统硬件结构框图

航空器是管理系统硬件中的核心部分[7-8]，因此，该文对航空器的内部结构进行详细设计。航空器在该系统中的作用是获取机场地面信息。在设计航空器的过程中，可以模拟空侧运行过程中的各个阶段，其自身的属性、功能以及结构模块非常丰富。航空器Agent的内部结构如图2 所示。

图2 航空器Agent内部结构

了解了航空器Agent[9-10]的内部结构后，需要研究航空器的机场管制运行程序，系统能够智能获取不同机型的航班号，根据航班号在数据库中获取相应的飞行计划、航路气象信息和航行情报等数据，完成系统中航空器的设计。

1.2 系统软件设计

1.2.1 建立智慧机场空侧容量评估模型

智慧机场的空侧容量是指机场能够处理的交通流量能力，主要描述单位是飞机的出发和到达架次[11-12]。在评估空侧容量时，主要考虑跑道和终端区的容量。精准评估空侧容量能够为空侧运行管理提供参考依据[13-15]。在估计跑道的容量[16]时，两架飞机中的前端飞机速度较小时，两飞机的滑行状态趋于接近情形，示意图如图3 所示。

图3 进场服务Vi ＜Vj 时的示意图

图3 中，Vj表示后机的平均滑行速度，δij表示跑道入口的距离，Ri表示飞机到达跑道的最小时间间隔。此情景下Tij可表示为：

在另一种情况下，前机在跑道上的滑行速度大于后机滑行速度，两机之间的距离越来越远，这种情况下为开放情形[17-18]，两机之间的跑道示意图如图4所示。

图4 进场服务Vi ＞Vj 时的示意图

图4 中，Vi表示前机运行的速度，γ表示共用进近航道时的长度，此情景可以描述为：

设定飞机j紧紧跟随飞机i发生的概率是Pij，在无意外延误的理想情况下，设跑道的容量最大值为C。如图4 所示，进场的飞机i在经过跑道的入口时，使用的时间长度设为Ti，飞机j经过跑道入口的时间长度设为Tj，离港的飞机k占用跑道时，所用的时间长度设为Td，得到放行许可后经过的最长时间设为T2，因此离港的飞机k放行所用的时间长度为

如果在飞机i与飞机j中间加入一个其他的将要离港的飞机，则需要满足T2-T1＞0。用N表示飞机数量，用Tij表示时间间隔，存在：

在没有延误存在的理想情况下，期望最小的时间间隔设为E[Tij]，航空器j飞行到航空器i的概率设为Pij，跑道的最大小时容量C可表示为：

在两跑道同时运行时，具体评估模型需要根据实际情况进行分析讨论。

1.2.2 风险交互分析体系

公共安全风险是潜在的紧急情况或社会不稳定因素，这种公共安全风险可能对智慧机场区域系统造成负面影响。当某一公共安全风险Di与公共安全风险Dj之间存在因果关系时，记录为DSMij=1，否则记录为DSMij=0。在建立风险交互分析框架的过程中，机场区域风险事件风险网络的公共安全风险点的数量在一定程度上影响其他公共安全风险的数量，影响关系如式（5）所示：

式中，outDegreeDi表示公共安全风险的点出度，InDegreeDi表示公共安全风险的点入度，描述其他公共安全风险受到某公共安全风险影响的数量。TotalDegreeDi表示总的风险点度数中心度，描述影响该公共安全风险发生的其他公共安全的数量与受该公共安全风险影响的其他公共安全风险的数量之和。如果某个公共安全风险节点自身具有较高的中间中心度，那么该公共安全风险节点在风险演化过程中起着关键传导作用。公共安全风险网络中点的中间中心性表示为BetweennessRk，并且飞机节点i的公共安全风险表示为Ri，飞机节点j的公共安全风险表示为Rj，则在公共安全风险传导链条的“中间”链接Ri→Rj的链接中间中心度计算如式（6）所示：

式中，σRp,Rq表示从节点Rp经过节点Rq的最短路径的数量。σRp,Rq(Ri→Rj)表示经过链接Ri到Rj的路径的数量。

从责任部门S*到部门S#，两者之间的链接的值大于0，则各部门之间存在风险相互作用。CS*,S#代表责任部门S*到部门S#之间的风险交互强度，计算公式如式（7）所示：

公共安全风险网络的关联度的计算公式如式（8）所示：

式中，V代表公共安全风险网络中互不可达的公共安全风险点的点对数目，N代表公共安全风险网络的规模。在智慧机场空侧运行管理系统中引入该分析方法，能够为机场区域管理者确定不同部门之间的沟通和协作提供指导。通过识别和设计跨组织边界实现组织之间的沟通和协作，提高机场区域风险安全管理的有效性。组织之间的联动对于减少机场区域灾害风险具有重要意义。根据以上设计，系统的运行管理流程如图5 所示。

图5 机场管制运行流程图

该文系统将按照此流程进行起飞、降落、停止等待等活动的管理，完成基于风险交互分析的智慧机场空侧运行管理系统的设计。

2 实验分析

2.1 实验方案设计

为了验证该文设计的系统在实际的应用中具有一定的有效性，需要测试设计的系统。选择某城市机场的某月份不同评价指标，并确定智能化处理设置的指标得分，如表1 所示。

表1 机场空侧交通流动态管理运行水平评价指标

根据表1 数据，利用相关的变异计算公式，能够分别计算出不同级别指标的相关指标权重，计算结果如下：

同样计算得到各层级的权重系数如下：

根据上述计算结果，能够分别得到一级权重、二级权重和组合权重。在以上机场运行情况下，使用该文设计的基于风险交互分析的智慧机场空侧运行管理系统管理该机场的空侧，并利用上述的指标评价该机场的空侧交通流动态管理运行水平。

2.2 系统结果分析

在得到该文空侧运行管理系统下各个指标的值后，结合相应的权重系数，可以计算出各个指标之间的关联度。关联度的计算函数为：

式中，ρ(X,Xp)表示点X到有界区间Xp的距离，表示有界区间的模，ρ(X,Xq)表示点X到有界区间Xq的距离。通过上式计算出经典物元矩阵中各级水平（A，B，C，D，E）指标关联度，如表2 所示。

表2 指标关联度计算结果

根据表2 中各个二级指标的关联度值，结合调查数据，通过二级指标关联度的计算公式计算一级指标关联度，如下：

式中，Kp(Ni)表示待评价一级指标关联度，αi表示指标权重。根据以上关联度指标值划分系统管理水平为五个等级，即1-5 级，1 级表示优，5 级则表示最差。根据一级指标中经典物元矩阵中各级水平（A，B，C，D，E）指标关联度的计算结果评级管理水平，由于篇幅限制，在此不再列举指标关联度评级的参考标准。得到一级指标关联度与总体评级如表3所示。

表3 综合指标关联度与空侧总体运行水平评级

根据以上的关联结果可知，该机场的空侧交通流动态管理处于1-3 级水平，说明能够较好地保障机场空侧的运转，在高峰和突发状态下出现的拥堵与延误情况较少，但此时服务水平稍有下降。由此可知，设计的基于风险交互分析智慧机场空侧运行管理系统在实际的应用过程中具有较高的可靠性。

3 结束语

该文在风险交互分析的基础上，重新规划了智慧机场空侧运行管理系统。通过实际的应用研究，验证了该系统的实用性和可靠性。该系统的应用能够有效缓解机场空侧的交通拥堵，但由于各方面的条件限制，仅在智慧机场的空侧方面进行了测试，在评价方面的尺度也过于微观。因此，在今后的研究中，要深入到机场陆侧的运行管理中，并从宏观方面调控智慧机场。