典型文献
基于蚁群聚类算法的扇区复杂性分析
文献摘要：
为了准确评价扇区的复杂程度,提高空域精细化管理能力,针对传统K-means算法易产生局部最优解的缺陷,研究了基于蚁群聚类算法的扇区复杂性分类方法.首先选择进近管制扇区作为分析对象,构建可定量分析的复杂性指标体系,利用主成分分析法精简指标;然后通过蚁群聚类算法对多个扇区进行聚类分析,选择Silhouette指标评估聚类质量,最终得到扇区的复杂程度分类.以西安和杭州进近扇区为例,综合复杂程度将扇区分为3类,通过仿真软件验证了聚类结果和蚁群聚类算法的有效性和可靠性.该结果及方法可以为空域规划和管理起到辅助决策支撑作用.
文献关键词：
空中交通管理;扇区复杂性;指标体系;主成分分析;蚁群聚类算法;仿真验证
中图分类号：
作者姓名：
朱承元;孙辰欣;赵立刚
作者机构：
中国民航大学空中交通管理学院,天津300300;民航局空管局空域管理中心,北京101312
文献出处：
引用格式：
[1]朱承元;孙辰欣;赵立刚-.基于蚁群聚类算法的扇区复杂性分析)[J].计算机仿真,2022(07):81-85
A类：
蚁群聚类算法,扇区复杂性
B类：
复杂性分析,准确评价,复杂程度,means,局部最优解,分类方法,管制扇区,复杂性指标,精简,Silhouette,指标评估,评估聚类,安和,软件验证,空域规划,理起,辅助决策,决策支撑,空中交通管理,仿真验证
AB值：
0.263515
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
