教育新闻网现在是冬天了。正如任何常旅客所知，冬天可能意味着机场天气延迟。在主要的机场枢纽明尼阿波利斯的一场暴风雪，可能很快导致温和的迈阿密或多雾的伦敦的航班延误。
为了最大程度地减少干扰，空中交通管制分析师会优先考虑恢复工作。但是，由于变量太多，他们很难提出自信的建议。但这只是计算机可以编程解决的数据驱动型问题。问题是时间。当前的方法还不够快，无法实时提供解决方案。
现在，由PNNL的计算机科学家领导的研究团队开发了一种名为Ripples的新图形工具，该工具可以在一台超级计算机上不到一分钟的时间解决复杂的图形分析问题，例如机场中断分析。最好的可比工具可能需要在常规计算机上用一整天才能解决相同的问题。有一天，这一计算里程碑可以对实时决策者可用的网络影响(例如空中交通中断)进行分析。
负责机场建模工作的PNNL计算机科学家Arun Sathanur说：“我们的方法利用了严格的社交网络分析方法，正式称为影响力最大化问题，并将其扩展到可在高效并行计算平台上运行。”“这些模型擅长查找有影响力的实体，分析连接的影响，并指出中断在何处具有最大的级联连锁效应。”
该研究团队还包括东北大学和交通运输部Volpe国家运输系统中心的研究人员，于2019年11月在IEEE国土安全技术国际研讨会上介绍了他们的机场网络分析。
他们利用运输部联邦航空管理局提供的公开数据，将机场分为影响力类别，并显示哪些机场最有影响力，以及最重要的“影响者”名单在整个日历年中如何变化。
这些发现提供了原理证明，最终可以用于管理机场网络中断。
PNNL的运营研究科学家，由Sathanur领导的机场建模工作的首席研究员Sam Chatterjee表示：“涟漪图为主动的战略计划和运营提供了强大的工具，并且在网络运输基础设施系统中具有广泛的适用性。
