[发明专利]一种基于多重回归模型的管制员工作负荷预测方法和系统

权利要求书

1.一种管制员工作负荷预测方法，其特征在于，包括步骤：

步骤1：选取一定时间间隔的管制扇区空中交通流态势指标，及态势指标对应的管制员工作负荷指数作为样本数据；

步骤2：根据上述样本数据，建立线性回归模型和非线性回归模型；

步骤3：通过拟合度、显著性和误差分析，对线性回归模型和非线性回归模型进行比对，确定管制员工作负荷预测多重回归模型；

步骤4：将实时管制扇区空中交通流态势指标导入管制员工作负荷预测多重回归模型，得到管制员工作负荷指数。

2.如权利要求1所述的管制员工作负荷预测方法，其特征在于，所述步骤1中的管制扇区空中交通流态势指标包括扇区运行通行性指标、扇区运行复杂性指标、扇区运行安全性指标和扇区运行经济性指标。

3.如权利要求2所述的管制员工作负荷预测方法，其特征在于，所述管制扇区空中交通流态势指标包括扇区运行通行性指标、扇区运行复杂性指标、扇区运行安全性指标和扇区运行经济性指标；

扇区通行性检测指标分别包括扇区流量、扇区航行里程、扇区航行时间和扇区交通流密度；

扇区复杂性检测指标包括扇区航空器爬升次数、扇区航空器下降次数、扇区航空器改速次数、扇区航空器改航次数；

扇区安全性检测指标包括扇区短期冲突告警频率和扇区最低安全高度告警频率；

扇区经济性检测指标包括扇区饱和度、扇区排队长度、扇区航空器延误架次率、扇区航空器延误时间、扇区航空器平均延误时间。

4.如权利要求1或3所述的管制员工作负荷预测方法，其特征在于，所述步骤2中对样本数据进行标准化转换；标准化转换过程如下：

令x_ij、x′_ij分别表示第i个样本的原始数据和经过标准化转换后的数据，s_j分别表示第j个指标数据的均值和方差，则：

5.如权利要求1所述的管制员工作负荷预测方法，其特征在于，所述步骤2具体包括：

根据上述标准化样本数据x'_ij(i＝1,2,…m,j＝1,2,…n)，分别建立多重线性回归模型和多重非线性回归模型，并求解系数b_i，

其中多重线性回归模型为：

Y＝XB+U(式1)

其中，

多重非线性回归模型为：

Y＝f[(b₁,b₂,…,b_k)；X₁,X₂,…,X_n](式2)

其中因变量Y为管制扇区运行性能综合指数，自变量X为n项管制扇区运行性能综合检测指标，m表示m组时间间隔下的管制扇区运行性能指标样本，U为除了m个自变量对因变量Y的影响之外的随机误差，服从正态分布，f表示非线性回归函数。

6.如权利要求1所述的管制员工作负荷预测方法，其特征在于，所述步骤3具体包括：

根据各模型返回的可决系数R²值、F检验、t检验，分别验证并比较两种回归模型的拟合度、显著性，在模型拟合度较高、显著性明显的基础上，计算两种回归模型的检测误差，并选取误差最小的一种模型，作为管制员工作负荷预测的多重回归模型。

7.如权利要求1所述的管制员工作负荷预测方法，其特征在于，步骤4中的实时管制扇区空中交通流态势指标在输入多重回归模型之前要进行标准化转换；标准化转换过程如下：

根据m组时间间隔的样本数据的n项指标的均值方差s_j，对管制扇区空中交通流态势指标t_j(j＝1,2,...,n)进行标准化转换：将转换后的数据t_j'导入到管制员工作负荷预测多重回归模型中。

8.如权利要求1所述的管制员工作负荷预测方法，其特征在于，所述方法还包括步骤5，当管制员工作负荷指数超出阈值，管制员工作负荷响应告警。