朱承元，孙辰欣，赵立刚

(1. 中国民航大学空中交通管理学院，天津 300300；2. 民航局空管局空域管理中心，北京 101312)

1 引言

在经济快速发展的大环境下，民航业前景广阔，航班量持续增长，扇区运行环境愈加复杂。由于不同空域单元的运行环境存在差异性，导致空中交通复杂性不同，扇区复杂程度的变化对空中交通管理系统的运行效率和安全性产生较大的影响。因此，如何科学客观分类空域单元的复杂性，成为空域和飞行流量管理的重要基础，也成为空管单位关注的焦点。

Christien.Rapha⊇l等[1]和Arash Yousefi等[2]提炼扇区结构、冲突类型、流量等指标，通过聚类分析不同地区的扇区得到交通运行模式分类。Song Zhuoxi等[3]通过仿真工具对扇区运行情况进行模拟，提取影响空域复杂性的指标。张进等[4]基于空域复杂度度量指标体系分析了空中交通系统的运行特征。复杂性与众多影响因素相关，以上文献度量空域复杂性的指标还未十分完善。Geraldine M Flynn等[5]和Steve Penny等[6]利用决策树和K均值法对空域单元复杂性按高、中、低进行聚类分析，张建平等[7]，赵嶷飞等[8]和丛玮等[9]采用K均值算法分别对终端区的运行品质、交通流运行特性和扇区复杂程度进行聚类分析，上述文献采用传统聚类算法运行效率较高，但K-means算法易受极值影响产生局部最优，对数据量较大的聚类问题会产生较高的难度，并且大多数学者对空域进行简单的定性分析，未对聚类结果进行验证，具有主观随意性。当前，群智能聚类算法的研究受到学者关注，李可[10]通过蚁群算法对航线进行聚类，但缺乏对聚类结果准确性的验证。……