基于图的UK空中交通管制复杂度预测：利用相关飞机互动

有效管理空中交通控制员(ATCO)的工作负荷对于维持运营安全至关重要。组级主管会使用估计未来交通负载的工具来辅助决策。然而，行业标准模型可能无法捕捉未来空中交通复杂度的细微差别。本研究提出了一种概率方法，用于预测空中交通管制sector复杂度，方法使用相关飞机对的数量作为ATCO工作负荷的代理测度。我们改造了现有的滤波算法，使其适用于伦敦中部sector(LMS)，该sector是由多个交通流组成的复杂空域，位于欧洲部分最繁忙机场的上方。在与ATCOs的反复反馈中，该算法被细化和扩展，以处理特定的几何和操作考虑因素。该更新后的算法在原始算法上的表现提升，F1分数达到0.84，相较于原始算法的0.69。为了预测未来相关飞机对在sector中的数量，我们构建了LMS路由网络的图表示，标准化了路段的空间保真度。该预测方法通过建模每架飞机在未来查询时间占据路段的概率，来考虑飞机到达时间的不确定性。结合历史相关互动分布和实时运营数据流，可提前45分钟预测即将到来的ATCO工作负荷。该方法预测的即将到来工作负荷与实际相关互动之间的相关性显著高于标准交通量预测(Spearman's $\rho = 0.68$)。