[0154] 可W看出，GABP神经网络的误差均值和误差均方差相对BP神经网络分别降低了 44%和32%，虽然两种方法产生的最大误差和最小误差一致，但BP神经网络出现误差的概 率约是GABP神经网络的1. 78倍，验证了GABP神经网络对于空中交通管制扇区的运行性能 测评具有很高的精度。同时，由于GABP神经网络的初始权值和阔值经过了遗传算法的全局 优化，使得GABP神经网络算法的求解结果具有高度的稳定性。GABP神经网络的测试结果和 测试误差分别如下所示。 阳1巧]
阳156] 图GABP神经网络测试结果 阳 157]
[0158] 图GABP神经网络测试误差
[0159] 根据得到的优化后的GABP神经网络，通过将扇区运行性能各项指标的实时检测 数据进行归一化处理，并导入优化后的GABP神经网络，即可得到扇区运行性能的综合指 数。 阳160] 其中，如图3所示是本发明所设及的BP神经网络的基本原理结构图；
[0161]BP神经网络，是人工神经网络（Artificial化ural化twork，简称ANN)中应用 较为广泛的一种形式。作为一种多层前馈神经网络，BP神经网络能学习和存胆大量的输 入-输出模式映射关系，无需事前掲示描述运种映射关系的数学方程，具有突出的大规模 并行处理、信息分布存储及自学习功能，并已广泛应用于分类、函数逼近、模式识别、优化预 测及数据压缩等方面。BP神经网路中，输入信号X经由输入层、隐含层，前向传播到达输出 层，并且上一层的神经元状态会影响下一层神经元状态。如果输出层得不到期望输出，则转 入误差方向传播，即根据预测误差调整输入层与隐含层之间的权值、隐含层与输出层之间 的权值，化及隐含层阔值、输出层阔值，从而使BP神经网络预测输出不断逼近期望输出。
[0162] 在确定BP神经网络的拓扑结构中：
[0163] 输入层和输出层的节点数目取决于管制扇区运行性能检测指标和综合检测结果 的表示方式，设定输入层节点数目为17、输出层节点数目为1。设隐含层节点数目为H，根 据公式：渡(C取从1到10的整数）确定。隐含层节点数的选择对误差精 度影响很大。节点数太少，网络不能很好地学习；节点数太多，网络容易过拟合，影响泛化能 力。
[0164] 另外，本发明所设及的遗传算法，即GA，是基于生物进化原理"自然界优胜劣汰，适 者生存"的自适应优化方法，该方法通过维持一组可行解，按照所选择的适应度函数并通过 遗传中的选择交叉和变异对可行解进行重新组合，使适应度值好的可行解被保留，适应度 差的可行解被淘汰。运样新的可行解既继承了上一代的信息，又优于上一代，运样反复循 环，直至最优。
[0165] 遗传算法的基本要素包括染色体编码方法、适应度函数、遗传操作W及运行参数。
[0166]染色体编码方法是指个体的编码方法，包括二进制编码、实数制编码等，二进制编 码是指将个体编码成一个二进制串，实数制编码是将个体编码成一个实数串。
[0167] 适应度函数是指根据进化目标编写的计算个体适应度值得函数，通过适应度函数 计算每个个体的适应度值，提供给选择算子进行选择。
[0168] 运行参数主要包括群体规模、遗传代数、交叉概率和变异概率。
[0169] 遗传算法的基本操作包括选择操作、交叉操作和变异操作。选择操作是指从上一 代可行解中W-定概率选择个体作为新的可行解，个体被选中的概率取决于适应度值大 小，个体适应度值越好，其被选中的概率越大；交叉操作是指从个体中选择两个个体，随机 选择一点或多点染色体位，实现对两个染色体的交换组合，从而产生新的优秀个体；变异操 作是指从群体中任意选择一个个体，选择染色体的一点进行变异，W产生更加优秀的个体。 阳170]实施例二： 阳171]如图4所示是本发明实施例二的一种空中交通管制扇区运行性能检测系统的示 意图，结合实施例一可知，该空中交通管制扇区运行性能检测系统100包括： 阳172]BP神经网络模块1 :用于确定BP神经网络拓扑结构，利用遗传算法优化BP神经网 络的权值和阔值，根据样本数据对训练BP神经网络；
[0173]检测模块2 :输入扇区性能检测指标实时数据检测输出扇区性能综合指数。 阳174]其中，BP神经网络模块1与检测模块2禪合。
[0175]本系统由于采用定量分析方法，依靠对历史数据的挖掘，获取扇区性能检测指标 数据与扇区性能综合指数之间的关系，而通过BP度ackPropagation)神经网络能学习和存 胆大量的输入-输出模式映射关系，无需事前掲示描述运种映射关系的数学方程，具有突 出的大规模并行处理、信息分布存储及自学习功能。在此基础上对扇区性能综合指数进行 检测，具有客观、高效、准确的优势，规避了人工预测易疲劳、易主观化等经验型管理的缺陷 问题；而且，本发明利用遗传算法对BP神经网络进行了优化，遗传算法是基于生物进化原 理"自然界优胜劣汰，适者生存"的自适应优化方法，该方法通过维持一组可行解，并对可行 解进行重新组合，使好的可行解被保留，差的可行解被淘汰；运样新的可行解既继承了上一 代的信息，又优于上一代，运样反复循环，直至最优；如此，本发明用于扇区性能综合指数的 检测的BP神经网络也将不断进化，逐渐优化和适应扇区性能综合指数检测工作，保证了指 数检测的可靠性和与时俱进性。更为重要的是，本系统能够满足空中交通管制单位对扇区 性能综合指数进行实时监测和告警的实际需求，对于提升管制运行管理水平、优化管制空 域结构具有数据支持作用。 阳176] 如图5所示是本发明另一个优选实施例的一种空中交通管制扇区运行性能检测 系统的示意图，其中，所述BP神经网络模块还包括遗传算法单元和BP神经网络训练单元； 所述遗传算法单元通过对输入的个体适应度值进行选择操作、交叉操作和变异操作处理得 到最优适应度值对应的个体，判断所述最优适应度值对应的个体是否满足预设条件，若是， 则根据所述最优适应度值对应的个体输出最优初始化权值和阔值，若否，则返回执行选择 操作、交叉操作和变异操作处理；所述BP神经网络训练单元基于最优初始化权值和阔值进 行网络训练，输出优化后的BP神经网络。
[0177] 空中交通管制扇区运行性能检测系统还包括警告模块；所述检测模炔基于归一化 处理后的扇区性能检测指标实时数据检测输出扇区性能综合指数，若检测结果符合预设条 件，则所述警告模块响应警告。
[0178] 空中交通管制扇区运行性能检测系统还包括管制扇区运行性能检测数据库、W及 分别禪合于所述管制扇区运行性能检测数据库的数据引接模块和管制扇区运行性能指标 检测模块；所述数据接引模块包括电报数据接口、综合航迹数据接口和管制语音数据接口； 所述管制扇区运行性能指标检测模块用于采集管制扇区运行通行性指标、管制扇区运行复 杂性指标、管制扇区运行安全性指标、管制扇区运行经济性指标和管制员工作负荷指标；所 述管制扇区运行性能检测数据库禪合于所述BP神经网络模块和检测模块的输入端。
[0179] 空中交通管制扇区运行性能检测系统面向空中交通管制单位进行设计和部署，针 对管制员工作的扇区，构建具有完备性、普适性的扇区性能检测指标数据指标体系（包括 管制扇区运行通行性指标、管制扇区运行复杂性指标、管制扇区运行安全性指标、管制扇区 运行经济性指标和管制员工作负荷指标），提出管制扇区运行性能各项数据计算方法及基 于GABP神经网络的管制扇区运行性能综合指数算法，集成实现具有数据计算、综合检测和 响应告警功能的管制扇区运行性能综合检测系统。
[0180] 本专利采用定量研究方法，将影响扇区性能综合指数检测的扇区性能检测指标数 据的多维度指标进行全面、综合考虑，从而实现对扇区性能综合指数的有效检测；所设计的 空中交通管制扇区运行性能检测系统，能够应用于工程单位，具有很强的操作性。而且，本 发明克服了现有技术定性研究较多，定量研究较少，导致客观性不足的情况；不仅从反映 管制员工作负荷的指标下手，同时考虑综合指标的影响因子，将影响扇区性能综合指数检 测的扇区性能检测指标数据的多维度指标进行全面、综合考虑，能够实现对扇区性能综合 指数的有效检测，检测可靠性得W保证；而且，将遗传算法单元、BP神经网络训练单元、管 制扇区运行性能检测数据库、数据引接模块和管制扇区运行性能指标检测模块进行关联工 作，构建出了具有完备性、普适性的扇区性能检测指标数据指标体系，能够对扇区性能综合 指数进行检测，并提供对指标异常情况的告警功能，能够应用于工程单位，具有很强的操作 性。 阳181] 如图6所示是本发明的空中交通管制扇区运行性能检测系统的逻辑结构图谊中 交通空中交通管制扇区运行性能检测系统主要包括一套管制扇区运行性能检测数据库和 数据引接、数据计算=大功能模块。 阳182] 管制扇区运行性能检测数据库将各信息采集点采集的空中交通管制数据（包括 雷达综合航迹数据、电报数据、VHF录音数据等）归类、保存，W及检测到的管制扇区运行性 能指标（包括管制扇区通行性指标、管制扇区复杂性指标、管制扇区安全性指标、管制扇区 经济性指标、管制员工作负荷指标等），为扇区性能综合指数的检测提供数据依据。
[0183] 如图7所示是系统对应的网络结构图，系统通过数据采集服务器收集实时数据， 通过管制扇区运行性能指标检测服务器和综合检测服务器实时监视运行数据，检测和分析 管制扇区运行性能状况，并对扇区性能综合指数超出阔值的时段进行告警。整个系统的网 络平台将依托现有的管理信息网，采集平台和空管生产网络进行物理隔离，保证数据的单 向传递，阻止网络攻击，W保障相关数据安全性和生产运行系统可靠性。
[0184] 如图8所示是本发明实施例的系统对应的功能结构图；主要包括管制运行数据采 集、管制扇区运行性能指标检测、管制扇区运行性能综合检测W及管制扇区运行性能告警 等功能模块。
[01化]在数据接引模块中，包括综合航迹数据接口，对应的综合航迹数据采集功能结构 图如图9所示，空管自动化系统对航管一、二次雷达等监视信号进行数据融汇和数据处理， 输出综合航迹信息，其主要的处理模块包括雷达前端处理模块，雷达数据处理模块和飞行 计划处理模块。
[0186] 本系统从空管自动化系统采集综合航迹数据，通过网络的方式进行传输。数据采 集服务器对采集的综合航迹数据进行解析，获取航空器的