基于改进加权一阶局域法的空中交通流量预测模型
2018-01-18赵元棣
西南交通大学学报 2018年1期
关键词:方法
王 超,朱 明,赵元棣
(中国民航大学空中交通管理学院,天津300300)
空中交通流量时间序列的实时预测有助于掌握交通流的发展演化趋势和规律,为空中交通管理部门提供控制决策依据.作为空中交通流量管理和空域规划研究的重要前提和基础[1-2],空中交通流量预测一直是国内外空管研究的热点之一.
当前空中交通流量预测方法主要分4类:(1)基于飞行计划的确定型流量预测方法,包括基于飞行计划4D轨迹预测方法[3];(2)基于数理统计的预测方法,包括时间序列法、回归分析法、卡尔曼滤波法和指数平滑法等[1-2];(3)非线性预测方法,包括小波分析预测法、混沌理论预测法和突变理论预测法等[4-5];(4)智能预测方法,包括神经网络法、支持向量机等[5-6].
由于空中交通以航班飞行任务计划为驱动,基于飞行计划轨迹预测方法首先发展起来.该方法以航空固定电报中的领航计划为基础,以航班动态报和雷达航迹为修正,建立航班4D轨迹推测模型,统计得到各空域单元的交通流量.然而,由于空中交通系统是一个多角色交互耦合的复杂非线性系统[7],存在许多不确定性因素,航班实际运行4D轨迹与飞行计划轨迹经常存在较大差异,导致基于报文的流量预测精度较差.
为弥补上述不足,在国内外学者对空中交通系统非线性特性初步探索基础上,基于混沌时间序列方法的短期交通流量预测方法逐渐发展起来.Packard[8]提出重构相空间理论,开启了混沌时间序列……
登录APP查看全文
