TY -的A2 Stojanovic弗拉基米尔•盟—Pham duc thinh声称非盟-阿拉姆,Sameer盟——Duong Vu PY - 2020 DA - 2020/11/18 TI -一个空中交通控制器动作Extraction-Prediction模型使用机器学习方法SP - 1659103六世- 2020 AB -在空中交通管制空域分为几个较小的部门更好的管理空中交通和空中交通控制器的工作负载。这样的行业通常是由一个团队管理两个空中交通管制员:规划控制器( D侧)和执行控制器( R侧)。 D侧控制器是负责处理飞行计划计划和组织交通流进入该行业。 R侧控制器处理确保航班安全部门。一个更好的理解和可预测性 D侧控制器动作,对于一个给定的交通场景中,可能会帮助自动化的一些任务,因此减少工作量。在本文中,我们提出一个学习模型预测 D侧控制器动作。学习问题建模为监督学习问题,目标变量在哪里 D侧控制器操作和解释变量是飞机4 d轨迹特征。ads - b模型训练6个月的数据中转了一个部门,其泛化性能进行评估,使用crossvalidation,在同一部门。结果表明,该模型对垂直机动动作提供了预测精度最高(99%)。此外,模型的速度变化和改变行动提供了可预测性的准确性为80%和87%,分别。模型来预测所有的操作的集合(高度、速度和课程变化)为每个航班达到70%的精度意味着70%的航班; D端控制器的行动可以从轨迹预测信息部门的入口位置。操作验证,提出的方法是设想作为ATCO协助工具,不是一个自治的工具。因此,总有ATCO判断元素,收集更多ATCO行动,该模型可以进一步训练了更好的精度。对于未来的工作,我们将考虑扩大包括设定的特性参数如天气和风力。此外,人类在回路仿真将测量进行了该方法的有效性。SN - 1076 - 2787你——https://doi.org/10.1155/2020/1659103——10.1155 / 2020/1659103 JF - PB - Hindawi KW - ER -复杂性