从单机到社群:空中交通复杂性动态的中立解读

当前的空中交通复杂性度量是基于 ATM 不同管理层级的利益定义的。这些层级目标各异,在实践中相互竞争以最大化自身目标,导致决策碎片化。这种碎片化加之相互竞争的 KPA,需要透明且中立的空中交通信息,以为一套可解释的行动铺平道路。本文中,我们引入单机复杂性的概念,以确定每架航空器对空中交通整体复杂性的贡献。此外,我们描述了一种将该概念扩展以定义复杂社群的方法,复杂社群是在特定空域内贡献大部分复杂性的相互依赖航空器的群体。为展示该方法,我们开发了一个可视化算法不同输出的工具。通过基于合成与真实历史交通的用例,我们首先表明该算法可用于形式化管制员决策并引导管制员做出更好决策。进一步,我们研究了所提供的信息如何用于提升决策者面向不同空域用户的透明度,这也有助于提升公平性与公正性。最后,进行了敏感性分析,以系统分析各输入对该方法的影响。